Agenic 自社AIプロダクト

Agenic 自社AIプロダクト

Agenic ― AI 自律実行ループの実装
はじめに「AI に業務を任せる」というフレーズは、生成 AI の文脈で広く使われるようになりました。ただし、その実装の現実は、用途と難易度によって大きく異なります。

文書要約や定型文生成や"なんちゃって"アプリ開発のような単発タスクであれば、既存のLLMをそのまま使うだけで成立します。一方、計画立案から実行、検証、自己修正までを AI 自身が回し続ける「自律実行ループ」となると、設計上の問題は別の次元に入ります。

Agenic は、この自律実行ループを本番運用するために、ARCHECO が自社で開発・運用している AI プロダクトです。

現在の市場で、何が解決され、何が解決されていないか
2026 年時点での AI エージェント技術には、領域ごとに明確な段階差があります。

標準化済みの領域

単一の LLM への API 呼び出しと戻り値のパース
関数呼び出し（Function Calling / Tool Use）の基本動作
短いコンテキストでの会話履歴管理
部分的に成熟した領域

複数エージェント間のメッセージング
ツール実行結果のロギングと観測
単純なリトライ処理
未標準化・個別実装に委ねられている領域

長時間タスクにおける目的維持
失敗の分類（自己修復可能か、人間判断が必要か）
異なる LLM プロバイダ間の振る舞い差の透明な吸収
自律実行の中で「いつ人間が介入すべきか」の境界設計
全工程の判断根拠を後から再現する観測構造
Agenic が解いてきたのは、最後の領域です。標準化されておらず、各組織が個別に設計判断を積み重ねるしかない部分に対して、運用しながら独自の解を積み上げてきました。自律実行ループを本番運用レベルで実装している事業者は、世界規模でも数社にとどまります。

開発の規模と密度
Agenic は、ARCHECO 須斉が 2 ヶ月のソロ開発でゼロから構築しました。フルスタックで約 80,000 行の実装規模となります。
プロダクトオーナー兼アーキテクト兼実装者という三位一体の役割を一人で担い、通常5〜8人のチームが3〜6ヶ月かけて構築する規模の業界トップレベルのAIオーケストレーションプラットフォームを5週間で設計・実装しました。

ただし、規模そのものよりも重要なのは、開発期間中に積み上げられた設計判断の密度です。エージェントの粒度、評価指標の置き場、リトライ条件の境界、ログの解像度、外部ツールへの委任範囲 ―― 100 を超える設計判断が、コードとして言語化されています。

これらの判断は、フレームワーク選定で代替できるものではなく、運用中に何度も書き換えながら磨かれてきた知見の集積です。

運用から得られた知見
Agenic を運用する過程で、次の点が技術的な前提として確立されました。

AI を業務に組み込むことと、AI が業務を自律実行することの間には、設計思想レベルの断絶があります。後者は、前者の延長線では到達できません。
エージェント設計の核は、ツールやプロンプトの工夫ではなく、失敗時の挙動定義にあります。失敗パターンを書ききって、はじめてエージェントは安定運用に乗ります。
特定 LLM ベンダーへの強い依存は、5 年スパンで技術負債になります。プロバイダ抽象化層は、現時点のコストではなく、将来の選択肢を保つための投資です。
これらは、ARCHECO がクライアント企業との AI プロジェクトに関わる際の、技術的な前提となっています。

現在の活用範囲
Agenic は、ARCHECO 社内のクライアントワーク、自社プロダクト開発の加速、業務プロセスの自動化に使用されています。

SaaS 化や外部展開については検討段階ですが、現時点では自社で運用し続けながら自ら使うことを意図的に優先しています。

#自社プロダクト #マルチエージェントAI #LLMOps #業務自動化