AIエージェント開発の「止まり」を克服する：intent-cliとherdrによる自律型ワークフローの深層

開発現場において、AIエージェントを単に動かすことと、実務レベルで「止まらずに」回し続けることの間には、深くて暗い溝が存在する。多くのエンジニアが直面するのは、エージェントが特定のタスクを完了した後に次のアクションを起こせず、沈黙してしまうという「デッドロック」のような状況だ。ジェイテックジャパンのCTOである高丘氏が提唱する『intent-cli』を用いた開発手法は、この「沈黙」をいかにして排除するかという、極めて実践的なエンジニアリングの回答である。

現在、同社では設計・オーケストレーション・実装・レビューという4つのスレッドを並行させ、GitHubのIssueとPRを介して協調させている。この仕組みの核となるのは、エージェントが「次に何をすべきか」を判断するためのメッセージ駆動型のアーキテクチャだ。かつては『agmsg』というエージェント間メッセージングツールを用いていたが、今回、ターミナルワークスペース管理ツール『herdr』のみで完結する「herdr-only」モードへと舵を切った。これは単なるツールの置き換えではない。受信側のエージェントに常駐するmonitorプロセスという「故障点」を排除し、herdrのペイン操作というより堅牢なレイヤーへ依存を移すという、極めてシニアエンジニアらしいリスク管理の判断である。

特筆すべきは、この運用が単なる理論ではなく、2026年8月時点で直近4か月間に1,537件の作業単位を処理し、1,460件のPRをマージするという圧倒的な実績に裏打ちされている点だ。1台のマシンで4つのドメインを並行稼働させるこの環境は、もはや個人の生産性を超えた「AIによるソフトウェア工場」と呼ぶべき領域に達している。我々エンジニアが学ぶべきは、AIを魔法の杖として扱うのではなく、AIが「止まる」ことを前提とした冗長化の設計である。

agmsgを必須依存から外した直後、システムはあっさりと停止した。実装スレッドが作業を終えても、オーケストレーションスレッドがそれを検知できず、全員がアイドル状態になるという典型的な「通信断絶」が発生したのだ。この失敗から得られた教訓は、単一の経路に依存することの危うさである。高丘氏は、この停止を回避するために3層の冗長な「wake（起こす）経路」を構築した。

まず一次経路として、作業完了時に明示的な完了報告を行い、オーケストレーション側のペインをpromptで叩く。次に二次経路として、herdrのsocket APIを購読し、エージェントの状態変化（workingからsettledへの遷移）を監視する。そして最後の網として、定期的なステータス点検を走らせる。この「どの単一の経路が落ちても停止を検出できる」という設計は、分散システムにおけるヘルスチェックの考え方そのものだ。さらに、状態が変化したことと、作業が成功したことは別物であるという洞察も鋭い。ペインがidleになったからといって、それが承認待ちで止まっているだけかもしれない。この「状態」と「事実」を分離して検証するプロセスこそが、AI開発の精度を担保する鍵となる。

また、承認プロンプトによる停止問題に対しても、安易に自動化で突破するのではなく、人間が判断すべき境界線を明確に引いている。破壊的操作やセキュリティに関わる承認は、設計スレッドを通じて人間にエスカレーションする。この「自動化すべき領域」と「人間が責任を持つ領域」の分離こそが、AIエージェントを長期的に安定運用するための唯一の解であると私は確信している。

ここまで詳細に語られたintent-cliの運用手法は、単なるツール紹介を超え、AI時代の開発プロセスそのものを再定義している。設計スレッドに自然言語で依頼を投げるだけで、herdr上のワークスペースが構築され、エージェントが役割を担って動き出す。この「抽象度の高い指示」と「具象度の高い実行」の橋渡しこそが、我々エンジニアが今後習得すべきスキルセットである。コマンドを暗記する時代は終わり、意図を正確に伝え、システムの状態を監視し、失敗を許容するアーキテクチャを設計する時代が到来している。

しかし、ここで読者に問いかけたい。あなたの開発環境において、AIエージェントが「止まった」とき、それを検知し、自律的に復旧させる仕組みは存在しているだろうか？あるいは、AIが生成したコードの品質を、人間が介在せずに検証するパイプラインを構築できているだろうか？多くの現場では、AIの導入が「コードを書く速度」の向上に終始しており、その後の「運用・保守・停止時のリカバリ」という、最もコストがかかる部分がブラックボックス化されている。

明日からあなたが取るべき実践的な処方箋は、まず「自分の開発ループがどこで止まるか」を計測することだ。そして、その停止要因を一つずつ、今回紹介されたような冗長な経路で埋めていくことである。AIエージェントは、単なるコーディングの補助ツールではない。それは、あなたが設計した「思考のプロセス」を再現するデジタルな分身である。その分身が止まったとき、あなたはそれをどうやって再起動させるのか？その問いに対する答えを、今すぐコードで実装し始めるべきだ。