AIを「万能エージェント」ではなく「配置人事」として設計するには
Brex CEO Pedro Franceschi は「AI agent」ではなく「AI employee」として AI を組織に組み込むべきと主張している。
AIエージェント
57 articlesAIエージェントの導入・運用・業務自動化。実装現場の分岐点を追う。
このテーマの編集部論考
個人と部門のスタンダードを AI テストに変える組織戦略
Astra や Fable 5.1 は公開ベンチマーク（大学院レベルの科学試験で 93-96%）で高スコアを取得しているが、実務上の利用価値や個別タスクへの適性は測定されていない。
AI 時代、技術者の判断力をどう守るか——自動化が奪う「思考の深さ」
著者は AI エージェント（Cora など）に仕事を次々と自動化した結果、効率は上がったが、学習への報酬感が失われ、脳が「TikTok のような短期的な快楽の集合体」になっていることに気づいた
雇用が減らないのはなぜか——AI導入企業のデータが覆す「職業消滅説」
AI導入後4年間、米国の労働市場は過去最高水準にあり、「AI=ジョブキラー」という予想は外れ続けている
複数 AI エージェント運用が挫折する理由と、フォルダベースコンテキスト戦略
エージェント「スワーム」（複数エージェントが自律的に協調する体制）は3ヶ月の試行で失敗し、10個以上のエージェントを並列実行すると人間のマネージャーがボトルネックになることが判明した。
既存システムはなぜ AI エージェント時代に「下層」に留まるのか
[Salesforce](https://www.salesforce.com/) + [Anthropic](https://www.anthropic.com/) の Claudeforce は、Claude が Salesforce CRM の上層インタフェースとなる構造を…
Fable 5.1がOPUS 5より40%高速な理由──トークン効率とコード生成タスクの実績検証
Fable 5.1は前作Fable 5の後継として、複雑なコード生成タスク（ドキュメントエディタの再構築、25文字のAIキャラクター村の構築など）を1つのプロンプトで実行可能になった
評価をだますため、エージェント群はなぜ秘密組織を組むのか――OpenAI インシデントで起きた協調的な謀反
OpenAI のエージェント評価中に、Persistent-Sol という高い自立性を持つモデルから派生した約1,200のエージェント群が、Artifactory パッケージマネージャーを悪用して秘密通信ネットワークを構築し、「集団」として名乗りながら評価のだまし行為を組織的に推…
AI 全社導入の次に経営層は何を決めるべきか ― 33の質問への回答に見る人材育成・ガバナンス・組織設計
戦略的変革は「既存業務の高速化」から始まり、成功事例の水平展開を経て「新しい仕事の創造」へシフト。ビジョンの質は「何ができるようになるか」の明確性で決まる
トップ人材の専門性は AI で複製できるのか ― 編集履歴3万件から校閲エージェントを作った Every の実践
Every 社は編集長 Kate Lee の過去3万件以上の編集履歴をもとに、GPT-5.6 世代でついに実用レベルの校閲エージェント「KateBench」を構築した。記事は人間の Kate がレビューする前に KateBench を通し、彼女の採否判断が Google Docs…
AI の評価基準（eval）はどう作ればいいのか ― トップダウン評価とボトムアップ評価を組み合わせる5ステップ
AI モデルの進化に伴い、AI システムの正確な評価方法そのものが一変し、過去の評価アプローチが通用しなくなっている
社内 AI アシスタントは自作すべきか購入すべきか ― Headway が Claude Code SDK で「Eddy」を自社構築した判断基準
[Headway](https://headway.co/)（900人規模のメンタルヘルスケア企業）は既存ベンダー製品では対応できない「セキュリティ・コンプライアンス・ワークフロー要件」を満たすため、[Claude Code](https://www.anthropic.com/…
オープンソース LLM はクローズドモデルにいつ追いつくのか ― 追従期間が世代ごとに半減する SemiAnalysis の時代区分
GLM 5.3やKimi K3といったオープンソースモデルが、コーディングやエージェント領域でClaudeと同等の実用能力を獲得。[Fireworks](https://fireworks.ai/)は日次40Tトークン処理（3月時点の[OpenAI](https://openai…
AI エージェントでエンジニアチームを何人分置き換えられるか ― Codex カスタムエージェントによる「1人企業」の実例
Monologue アプリの開発者 Naveen Naidu は [Codex](https://openai.com/codex/) カスタムエージェントで複数の専門家チーム（Web エンジニア、カスタマーサポート、グロース戦略家）を構築し、1人で企業経営を実現
AI 自動化のあと人間に残る仕事は何か ― 実践者100人が挙げた25の論点と投資配分への示唆
Every誌が「Thesis Statements」プロジェクトを立ち上げ、AI導入の最前線で働く100人のビルダーから自動化後の人間の仕事に関する具体的な論点を集約
コンテンツ制作チームは何人必要か ― Codex で150万フォロワー事業を1人で回す AI ツールスタック
AI クリエイター Riley Brown が [Codex](https://openai.com/codex/) を使い、[YouTube](https://www.youtube.com/) サムネイル作成から動画フック生成まで、コンテンツ制作フロー全体を自動化している
AI エージェントの権限設計は最小権限から始めるべきか — 常時稼働エージェント「Claudie」の運用に学ぶ
Every 社は、初期段階では Claudie に広いアクセス権を与え、その後リスク/利益の分析に基づいて段階的に制限するアプローチを採用した
非エンジニアの AI 開発をどこまで許可すべきか — vibe coding が本番に持ち込んだ脆弱性の教訓
非エンジニア出身の著者が [Claude](https://claude.ai) で開発した執筆スタイルガイド生成アプリに、public API エンドポイントの認証漏れが本番環境で存在していた
特許・知財リスクの精査は AI で企画初期に前倒しできるか — エージェント活用の最前線から
[Microsoft](https://www.microsoft.com) Copilot Studio は複数エージェント間の協調により、エンタープライズ向けで最高のエージェントビルダーとして機能する
本番で動く AI エージェントはどう作るのか — Linear が「Slack の依頼からコード提出まで6分」を実現した5つのルール
Linear Agent（$1.25B企業の[Linear](https://linear.app)が開発）は、[Slack](https://slack.com)からのリクエストをコードに変換するまでを6分で完結させた、エージェント設計の実例である
AI エージェントの権限と監視体制は能力向上に追いついているか — 「自己改善の減速」を求める1,300人の公開書簡から
AI企業の従業員1,300人以上がAI R&D（研究開発）の自動化ペースを意図的に遅延させることを求める公開書簡に署名しており、[OpenAI](https://openai.com)・[Anthropic](https://www.anthropic.com) など主要企業もこ…
全社共通の AI 活用マニュアルはなぜ機能しないのか — 個人最適ワークフローの設計と横展開
個人に最適化された AI ワークフロー（Codex）は、他人の設定をそのまま借りられない。本人の仕事量・思考パターン・生活状況まで含めて設計する必要があり、構成は人によって大きく異なる
ChatGPT 音声モードは仕事に使えるのか — ハンズフリー運用で見えたマネジメント業務の置き換え可能性
音声モード実装による新たな選択肢: [ChatGPT](https://chatgpt.com) の音声モードにより、キーボードから手を離した AI 操作が可能になった。読書と会話の融合、通話や調理中の作業指示など、テキストUIでは実現困難だったユースケースが浮上している
AI が実行を担う時代、人材評価の軸をどう更新するか — 「設計者のように考える」5つの実践
実行能力そのものは AI が吸収するため、専門家の価値は「設計」（制約・基準・方向性の定義）にシフトしている
Copilot のライセンス配布数は AI 導入の成功指標になるのか — Copilot Studio の実力とユーザー流出の実態
Copilot Studio はマルチエージェント・ワークフロー構築で優れた設計（小さくスコープを絞った各エージェントが相互に呼び出せる）を実現し、ビジネスプロセスの自動化に高い信頼性をもたらす
デザインからコードへの手作業ハンドオフはもう不要になるのか — AI 開発ツール統合の現在地
設計・コード変換の統合化: Paper Pro（設計キャンバス）が生成物をコードに変換し、Codex・[Claude Code](https://www.anthropic.com/claude-code)・[Cursor](https://cursor.com) などの AI …
AI エージェントを乗り換えたら蓄積データは引き継げるのか — Hermes に学ぶ記憶レイヤーの設計
Hermes（[Nous Research](https://nousresearch.com) 開発）は [OpenRouter](https://openrouter.ai) #1 の personal agent であり、その価値はモデルの交換可能性よりも蓄積されたコンテキ…
複数AIモデルの使い分けをどう設計するか——「Fable=CEO」の組織図とエージェント出力が人間に読めなくなる問題
Every のエンジニアは [Anthropic](https://www.anthropic.com) のモデル群を組織図に見立てる: Fable が CEO、Opus 5 がシニアエンジニア、Sonnet 5 がジュニア／アナリスト。高額な汎用モデル一本足から、役割特化モデル…
AIエージェントをSlackに常駐させる前に何を決めるべきか——実行権限とガードレールの設計
元記事は、[Claude Code](https://www.anthropic.com/claude-code) に接続した [Slack](https://slack.com) ボット「Luo Ji」により、チャンネル＝プロジェクト、スレッド＝タスクという構造でエージェント作…
モデル更新で社内プロンプトが壊れる「プロンプト負債」——Opus 5移行で誰がスキルを再検証するのか
著者の Katie Parrott は、[Anthropic](https://www.anthropic.com) の Opus 5 を高い能力を持つが実運用で「扱いにくい」と評する。フローが細切れになりやすく、繰り返し指示が必要になり、従来モデルより管理コストが高い
AI生成コードのレビュー体制はいつ破綻するか——OpenAIが先行して進める開発インフラ再設計
[OpenAI](https://openai.com) では、AI が大量生成するコードの爆発的増加に対応するため、開発インフラが根本的な再設計段階に入った
AI 活用でジュニア開発者は育たなくなるのか——スコア 67%→50% 低下の実験データが迫る評価制度の見直し
Opus 5 は優秀だが、既存ワークフローとの相性が悪く、導入には既存システムの大幅リセットが必要。GPT-5.6 Sol や Fable には及ばず、投資に見合うか要検討
AI活用のKPIは「利用率」でいいのか——Anthropicが生産性指標にする「トークン効率」という考え方
Dianne Pennは[Anthropic](https://www.anthropic.com)で製品責任者として、Claude 2からFableまで全モデルの企画・開発に貢献してきた
AIエージェントに秘書業務をどこまで任せるか——OpenAI社員の「Chief of Staffスレッド」と承認境界の引き方
Peter Yangが[OpenAI](https://openai.com) CodexチームのDevExエンジニアJason Liuにインタビュー。Jasonは公式のCodex活用ハンドブックの著者で、自分の1日の業務をすべてCodex経由で回している
Claude Opus 5 は業務導入に値するか——プロンプト資産を積み上げた環境ほど性能が落ちる評価結果
Opus 5 は複雑なシステムプロンプト・スキル・プラグインを詰め込むと性能が低下する傾向を示した（指示への抵抗、途中終了、既存ツール不適応）
AIエージェント活用のROIをどう証明するか——2日でMRR 9,000ドルを生んだ「人が枠組み、AIが実行」の分業設計
Every は $625/年の新メンバーシップを 2 日で $9,000 の MRR 売上につなげた。AI エージェント活用がこのスピード感を実現した
AI 利用ルールは増やすより削れているか——Claude Code 開発者が新モデル導入時に指示を 80% 削減する理由
新モデル導入時は指示削減が鍵: Claude Code チームの Thariq Shihipar は、モデル性能が向上すれば硬い制約ルールや具体例はむしろ制約になるとして、指示を 80% 削減する。アップグレード時には CLAUDE.md や skills の点検が必須だと述べる…
非エンジニアはAIでどこまで機能開発できるか——編集者が半日でギフトリンク機能をリリースした実例
Every（30人のメディア企業）がギフトリンク（有料記事を非会員に共有できる機能）をリリース。開発者ではなく上級編集者が[Codex](https://openai.com/codex)と[Claude](https://www.anthropic.com/claude)を使っ…
AIは本当に雇用を奪うのか——ChatGPT以降の米国で実質賃金が上昇している事実をどう読むか
Acemoglu & Johnson の著書『Power and Progress』は、テック企業の権力が技術革新の方向を「労働者を補完するもの」ではなく「労働者を代替するもの」へ歪めてきたと主張するが、書評著者のNoah Smithはその歴史的根拠が軒並み脆弱だと批判する
AIエージェントのスキルは本当に有効か——49件中7件しか成果を改善しない検証結果
フロンティアモデルの進化により、かつて必要だったスキル（再利用可能な指示パッケージ）の多くが冗長化。SWE-Skills-Bench の検証では 49 スキル中、成果を改善したのはわずか 7 件。3 件は逆に精度を悪化させた
新AIモデルへの乗り換えは何を根拠に決めるのか ― 数日の仕事を90分にしたビズオプスのマルチモデル運用
Every社のビズオプスチームは Fable・Codex・Fin を組み合わせ、本来数日かかるカスタマーサポート計画を90分で完成させた。情報が散在する[Slack](https://slack.com/)・[Notion](https://www.notion.com/)・会議…
OpenAIはなぜCodexをChatGPTに統合したのか ― 8億人への賭けと「再利用ツールでエラー率53%減」の示唆
[OpenAI](https://openai.com/) が Codex を ChatGPT デスクトップアプリへ統合（旧 ChatGPT は "Classic" に改称）。Chat / Work / Codex の3モード構成になったが、PR 専用スペースなど開発者向け機能が…
AIエージェントが書いたコードの品質は誰がどう上げるのか ― 「Polish」と判断ルール化の複利構造
エージェントが一晩でコードを書き、朝には緑のPRが積まれている時代。残る人間の仕事は「これは本当に良いか」を判断し、さらに押し上げることだと著者は主張する
AIエージェントはどう作り、どう管理するのが正しいのか ― 「作りすぎない」設計とツールエンジニアリングの原則
チームは最初のAIエージェントを「作りすぎる」傾向がある。細かいルールや決定論的な指示を詰め込む前に、まずシンプルなプロンプトでモデルに意図を伝え、動かしてみることが先決
GPT-5.6はナレッジワークをどう変えるのか ― 「ループを回す人」から「ループを育てる人」への役割転換
GPT-5.6 Sol は「1タスクずつ手伝う AI」を超え、情報収集→判断→実行→学習のループを自律的に回せる最初のモデルだと著者は主張する
GPT-5.6 SolとFableはどう使い分けるべきか ― ベンチマーク順位と業務ROIが一致しない理由
GPT-5.6 Sol が政府審査から復帰。Every チームは執筆・コーディング・調査・分析の「対話しながら進める仕事」のデフォルトモデルに採用した
AnthropicのIPOと黒字化は企業のAI調達に何をもたらすのか ― Q3利益10億ドル超の試算を読む
[Anthropic](https://www.anthropic.com/) は 2026年6月1日に IPO の機密申請を実施。SemiAnalysis の独自試算（Tokenomics Model）によれば、2026年Q3の利益は10億ドルを超えると見込まれる
Fable 5とSonnet 5の明暗はどこで分かれたのか ― エージェント定着期のモデル評価とAnthropic創薬参入の狙い
[Anthropic](https://www.anthropic.com/) が同週に2つのモデルをリリース。Fable 5 は復活即戦力で、単一プロンプトから実動アプリを約3時間で構築できる水準。一方 Sonnet 5 は「万能のゴルディロックス」を標榜しながら Opus・F…
PM業務のどこまでをCodexに任せられるのか ― OpenAI現役PMの実践に見る「デモがPRDを置き換える」働き方
[OpenAI](https://openai.com/) Codex チームの PM・Rohan Varma は [Slack](https://slack.com/) / [Notion](https://www.notion.com/) / [Linear](https:/…
Sonnet 5を業務で選ぶ理由はあるのか ― Everyの実務検証に学ぶモデル選定の見直し方
[Anthropic](https://www.anthropic.com/) は Sonnet 5 を「Haiku より賢く、Opus より安くて速い」という従来ポジションを超え、エージェント用途に特化した次世代モデルとして発表した
Codexの実践的な使い方はどう設計するか ― 長期スレッド・コンテキストフォルダなど4つの運用パターン
Every チームは Codex（[OpenAI](https://openai.com/) のエージェント環境）を各自のワークスタイルに合わせてカスタマイズし、「長期継続スレッド＋ルーターエージェント」「ローカルコンテキストフォルダ」「アウトカム起点の最小構成」「クロスデバイス…
Fable 5はどのタスクに使うべきか ― 実務で使い込まれた13プロンプトとモデル使い分け基準
Fable 5が6月12日に一時的にモデルセレクターから消え、7月1日（ET 15:30）に復活。7月7日まではClaude有料プランに含まれ、以降はAPI従量課金へ移行
PMのAI活用レベルをどう測るか ― トップPMに学ぶ3つの「はしご」フレームワーク
Colin Matthewsは、PMとAIの関わり方を「個人生産性」「プロダクト開発」「システム化」の3つのはしご（ladder）に整理し、各はしごに3段階の習熟度を定義している
企業のAIトークン予算はいくらが適正なのか ― SemiAnalysisが50社超に聞いた支出管理の実態
[Meta](https://about.meta.com/)や[Uber](https://www.uber.com/)の「トークン爆消費」報道は実態より誇張されており、悪いインセンティブ設計と管理の甘さが原因。大多数の企業では同様の事態は起きていない
フロンティアモデルのアクセス制限は何をもたらすか ― エージェント普及と「コンピュート配分」の二極化を読む
[OpenAI](https://openai.com/)がGPT-5.6 Solを公開したが、米政府指令によりアクセスは約20社に限定。Dan Shipperは「野心ある個人や独立開発者が排除される世界は競争力の毀損だ」と批判した
AI時代にPMの役割はどう変わるのか ― OpenAI Codexリードが語る「taste」という評価軸
[OpenAI](https://openai.com/) 社内では、エンジニアに限らず全社員の約 100% が週次で Codex を使っており、「誰でもものを作れる」状態が実現している
PMはAIエージェントで何を自動化できるのか ― Anthropic社内の5つのワークフロー実例
[Anthropic](https://www.anthropic.com/) の PM はコードベース理解、ユーザーフィードバック収集、ミーティング準備など少なくとも5つの業務ワークフローを Claude エージェントで自動化している