採用業務をフルサイクルで支援するAIエージェント基盤

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。

TechHive Agent の開発者が、AI エージェントを「社員」として派遣する BPO プラットフォームの設計判断を解説。費用を人月単位（人件費モデル）で課金し、推論は Claude に一貫させ、取り消し不能な操作には人間承認を挟むことで、人事と IT の境界を溶かしつつ統制を維持する具体的な実装方針を示す。

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。

マルチエージェント環境でモデルを手動切り替えする煩雑さから出発し、全自動アップデートのリスク（破壊的変更・コスト暴発・未提供ID での起動失敗など）を棚卸した著者が、「検知は自動、適用は人間の承認」という notify-only 設計を採用。scripts/model_update_check.py で LLM を介さない決定論スクリプトによる定期監視を実装し、プロンプトインジェクションや誤認識を防ぎながら、モデル版アップデートの通知のみを実行する仕組みを解説する。