AIエージェントの「コンテキストリセット」問題を、永続メモリ層で解決する

Electron 製デスクトップ AI エージェント AMA-teras は、AI の自己申告を信用せず、実装案の検証・テストを経た後、人間が最終判断する「岩戸ゲート」を組み込んでいる。記事では自己進化の失敗事例（Zenn 公開の台帳ズレ、スマホ承認での重複投稿、公開ボタン消失）と修正方針を紹介し、AI と人間の協働モデルを示す。

Electron製のAIコーディングエージェント AMA-teras で、自己進化するエージェントに運営権限を委譲しつつ、不正な発信を構造的に不可能にする設計を実装。外部への発信を「岩戸ゲート」と呼ぶ承認ダイアログで必須化し、executor を WeakMap に封印することで、バイパス経路そのものをコードから消去している。

Loop Engineering（ループエンジニアリング）は AI にプロンプトを出し続ける仕組みを設計するパラダイムだが、現在の言説は開発ドメインが主流。業務ドメイン（HR業務）での TechHive Agents の実装では、検証がテスト判定ではなく Risk Tier による多層ゲート化、状態の外部化が監査要件になり、エージェントの入口を MCP サーバー1本に集約するなど、設計の重心が大きく変わる。

Vercel の検証により、AI エージェントに適切なツールを与えても活用されない場合が多いことが判明。Next.js 新機能に関するテストで、呼び出し判断が必要な Skill は 53% の正答率に留まったのに対し、プロジェクトルートに常時配置した AGENTS.md（ドキュメント索引）は 100% を達成。エージェントが「取りに行くかどうか判断する」ステップの不確実性が原因で、シンプルに常時可視化する方が有効だと示唆された。