Lauren Hanford は Sonar の製品運営部門副社長で、AI コード検証とガバナンスにおけるグローバルリーダーです。Sonar に入社する前は、彼女は Tidelift の製品部門副社長を務めていました。彼女のバックグラウンドは製品、UX、開発にあります。このユニークなスキルの組み合わせを活かし、ユーザー中心の視点からテクノロジーと組織の構築に取り組んでいます。
2027年までに、74%の企業が何らかの形でエージェントを利用すると、最近のDeloitteの調査で予測されています。長年にわたり、私たちはアプリ、ウェブサイト、オペレーティングシステム、文書の操作体験を向上させるためにソフトウェアを設計・構築してきました。今やユーザーは人間ではありません。これは、ダッシュボードや人間のタスク向けに設計した制御されたワークフローからのシフトを超える広範な影響があります。私たちはエージェントの動作環境を設計する必要がある瞬間に直面しており、also 人間のワークフローも設計して、これらの環境内でエージェント体験を効果的に導く必要があります。 エージェントが繰り返し、確実に成功するために私たちが何を提供すべきかについては、まだ学び始めた段階です。本能的にはエージェント統合を単なるプロンプトや UI の問題として扱いがちです。適切に統治された実行環境の設計は、私たちの文化にとって新しい領域です。しかし、優れた設計と優れたマネジメントの根本原則は変わっていません: エージェントには明確なコンテキスト、曖昧さのない指示、そして明示的な意図を提供しなければなりません。Context: Why Coding Came Firstコンテキストは、エージェントに意図したレベルで繰り返し成果を出させるために最も重要な入力と言えるでしょう。ソフトウェア開発は、リポジトリ、API スキーマ、システム間の関係、コードレビューやコミュニティディスカッションなど、ほぼすべての分野よりも多くの情報が記録されています。したがって、AI フロンティアラボがコーディングから始めたのは理にかなっています。これは、十分なコンテキストがすでに文書化されている数少ない領域の一つです。 しかし、ソフトウェアチームの新入社員が教えてくれるように、どれだけデータが揃っていても、エージェントは誰も文書化しない暗黙の規則に埋め込まれた組織記憶を欠いています。そのギャップは広範です: 43% の開発者が、AI ツールが自分のプロジェクトやコードベースに関する十分なコンテキストを欠いていることを懸念しています。暗黙知は、特定タスク向けの好みのライブラリといった日常的な慣習から、深刻な運用上の「幽霊」‑ たとえば永遠に残る深夜のホットフィックスや、一見空っぽに見えるデータベース列が実はカスタム収益レポートを支えているといったものまで、さまざまです。このコンテキストはシニアエンジニアの頭の中や最近の Slack スレッド、あるいは全くどこにも存在せず、コードベース自体に記録されていることは稀です。 もしソフトウェアという最も文書化された分野でさえこうであるなら、エージェントが多くの他業界で即座に効果的に機能しにくい理由が見えてきます。医療や法律の分野では、日々の業務を形作る組織知識の多くが学習と内面化を通じて蓄積されます。これは正式な文書ではなく、人々の経験に宿ります。たとえば法律エージェントは、特定のパートナーが好む構成やトーン、ブリーフの論証方法を知らないかもしれませんし、医療エージェントは忙しい診療所が使用するローカルなワークフローやエスカレーション手順を理解していないかもしれません。文書だけではこのギャップは埋められません。課題は単に情報へのアクセスではなく、コンテキストの転送にあります。エージェントに成功に必要なものを提供するには、新入社員を迎えるのと同様にオンボーディングする必要があります。Direction: Why Osmosis Doesn’t Work新しいチームメンバーをオンボーディングするには、適切な資料とアクセスを提供するだけでは不十分です。周囲の成功に投資する姿勢があるとき、私たちは「何をすべきか」についてしっかりとした指示を提供します: 期待値、達成しようとしていることの明確化、そして途中でのフィードバックです。私はこの考え方をエージェント設計にも持ち込みます。タスクに対して具体的かつ明確な指示を与えます（タスクに対する相対的な指示です）。これは在籍期間に関係なく、すべてのチームメンバーに当てはまります。ただし、新入社員シナリオでは、指示はさらに踏み込む必要があります。なぜなら彼らはまだ組織のコンテキストを全く持っていないからです。エージェントを「決して新入社員であり続ける」新入社員と考えてみてください。エージェントは熱意と能力に溢れ（正直に言うとエネルギーは無限です）、しかし人が時間とともに習得する暗黙の規則を同じように吸収し保持することはできません。人間は浸透と経験で学びますが、エージェントは作業環境に明示的に組み込まれたアーキテクチャから学びます。新入社員であれば、質問やフィードバック、組織のプロセスや好みについての新たな洞察を通じて時間をかけてギャップを埋められます。文字通りのコーヒーマシンでの会話やチームランチがそれに当たります。エージェントの場合は、そのギャップ埋めを設計自体に組み込む必要があります。具体的には次のような手段が考えられます: 耐久的なルール、タスク固有の事実、関連履歴を分離した構造化コンテキストウィンドウをエージェントに提供し、文書の山を投げ込むのではなく整理する。 権限と意思決定の境界を事前に定義する: 何を単独で実行できるか、何が承認を要するか、決してアクセスすべきでないものは何か。 強力な出力例をいくつか体験に直接埋め込み、エージェントに「こうすべき」という明確なモデルを示す。...
