道具は良くなった今、何を最適化するのか。 その答えを「ソフトウェアのアトリエ(工房)」に置くのが、Earendil の CTO、Armin Ronacher 氏の講演「The Software Atelier」(AI Engineer CODE 2026)だ。彼のコーディングエージェント(Pi)は大きく賢くなったのに、中核のハーネス(土台の仕組み)はほとんど変わっていない。機械が良くなり、操作する側が変わらないなら、操作する側は何を磨くべきか——その答えを「ソフトウェアのアトリエ(工房)」という言葉に託す。本記事は公式の書き起こしをもとに、その中身を読み解く。

講演「The Software Atelier」(出典: Armin Ronacher / AI Engineer)

30秒でわかる講演の主張

  • ・誰の話:Earendil の CTO、Armin Ronacher 氏(Flask・Jinja・Sentry の作者として知られる)
  • ・核心:出力を最大化する無人の「工場」にする前に、品質を追う「工房」を良くする
  • ・ハーネス不変:土台は変わらなくても、モデルが変われば使い方は変わる。測り直す
  • ・律速は人の注意:始めるのは安い。世話をし、理解が追いつくかが続かない。長時間エージェントには中断・復元できるランタイムを

この連載は AI Engineer CODE 2026 の講演を1本ずつ読み解いている。第1回の All Code Is Slop|AIのコードを信頼する「検証ピラミッド」、第2回の Claude Code 自動モードと権限設計|Lydia Hallie講演で読む が「品質」と「権限」を扱ったのに対し、今回は「人の注意と、道具そのもの」を扱う。ハーネスという土台の考え方は AIエージェントのハーネス設計パターン|本番に出すGenerator/Evaluator・ラチェット原則 で、Claude Code を含むエージェント運用の全体像は Claude Code|2026年版・インストールからCLAUDE.md・Hooks・本番運用までの実装手引き でも整理している。

ハーネスは据え置き、モデルだけが動いた

Ronacher 氏の出発点は、自分のエージェント Pi の「変わらなさ」だ。中核のツールは以前と同じ基本的なものを提供している。だが、かつては特別なプロンプトやプラグインが要った挙動が、だんだんモデル自身の中に現れるようになった。彼は自作の autoresearch プラグインを例に挙げる。十分に強い今のモデルは、その追加の仕掛けなしに最適化の目標を追える。かつて役立ったプラグインが、要らなくなった。

自分のセッションを観察すると、モデルの改善につれて訂正と中断が減り、1回のタスクの実行時間は大きく伸び、道具の数は変わらないのに Bash への依存が増えた。これらは本人の使用からの観察で、全エージェントを揃えた対照実験ではない。だが、実務上の問題をはっきり示す——見慣れたインターフェースが、モデル更新後に実質的に違う挙動を帯びうる。

だから操作する側は、ハーネスが変わらないことを「ワークフローが変わらない」と取り違えず、使い方を測り直すべきだ、というのがこの節の主張だ。土台を変えないままモデルだけ上げたとき、何が変わったかを見る——これは第2回で Lydia Hallie 氏がモデルを Opus 5.5 へ上げて CLAUDE.md を見直した話とも重なる。

ソフトウェアのアトリエ:工場の出力を最大化する前に

FACTORY VS ATELIERArmin Ronacher が置く対比。道具が良くなった先に何を最適化するか

無人の工場にする前に、工房を良くする

ソフトウェア工場

出力(作る量)の最大化を目指す。人手を抜いた無人のラインが理想

ソフトウェアのアトリエ(工房)

品質・一貫性・野心を追う。良い道具で、より難しい仕事に挑む場にする

出典: Armin Ronacher「The Software Atelier」(AI Engineer CODE 2026, Earendil CTO)。良い電動工具は作る数ではなく挑める難度を上げる、という例え

ここで Ronacher 氏は「工房(アトリエ)」という言葉を置く。良い電動工具は、アーティストがより難しい仕事に挑むのを助ける。作るモノの数を最大化せよ、とは求めない。ソフトウェアのアトリエは、無人の工場になろうとする前に、エージェントを使って品質・一貫性・野心を追える。

これは手作業への郷愁ではない。講演の締めで彼が言い直すように、アトリエとは「どの部分に人の理解が要るか、どの部分が良いモデルで良くなるか、どの部分はただの効率的な計算にしてよいか」を決める場だ。全部を作れる能力を、全部を作る義務と取り違えない。より楽しく、より野心的なソフトウェアを求める——それが結論の言葉だ。

問い 工場の答え アトリエの答え
何を最適化するか 出力(作る量)を最大化する 品質・一貫性・野心を追う
人の役割 抜いていく(無人を目指す) どこに理解を残すかを決める
良い道具の使い道 同じモノをより速く量産 より難しい仕事に挑む

始めるのは安い、世話は続かない——律速は人の注意

CHEAP NOW, COSTLY LATERエージェントで「安く見える」選択が、どこに付けを回すか

安く見えて、あとで高くつく4つ

安く見える

実際に高くつく

安く見える: 別のリポジトリを新しく始める

実際に高くつく: 世話が続かず、やがて電源を切る。始める数だけ伸びる

安く見える: upstream に出さず fork する

実際に高くつく: 相互運用の負債と二重のメンテに移るだけ

安く見える: エージェントが速くコードを書く

実際に高くつく: 所有者の理解が、結果の速さに追いつかなくなる

安く見える: 仕様を各自で再実装する

実際に高くつく: 同じバイト列の解釈がずれ、人どうしの合意は生まれない

出典: 同講演。開始したリポジトリは累計141件に対し、5日以上触れた月ごとの本数はずっと少ない(本人のリポジトリ、業界推計ではない)

人の注意は、同じ改善曲線を描かなかった。Ronacher 氏のエージェントは働く時間が増える一方、彼が送るプロンプト数は比較的横ばいだ。機械は1つの要求の裏の仕事を膨らませられる。だが、その要求が生むすべてのプロジェクトへの持続的な関心は、機械には作れない。

講演のグラフ(46:45 時点)は、始めたリポジトリが累計141件に達する一方、5日以上触れた月ごとの本数のバーはずっと小さいままだ、と示す。これは Ronacher 氏自身のリポジトリで、業界の推計ではない。新しいリポジトリを始めるのは安い。戻って使い、何に注意を払うか決める作業は、人生の他の全てと取り合いになる。

彼は、あるOSSプロジェクトの issue 対応と変更を自動化し、やがてそのシステムをオフにした友人の話を引く。そのプロジェクトは、使える推論予算をそこに注ぐほどには、もう重要でなくなった。自動化されたプロジェクトでさえ、「維持する価値がある」と誰かが決めることに依存する。

活動の増加は、エージェントのすぐ外の系にも降りかかる。Git ホスティングや古いウェブサイトは、エージェントが新しい使い道を見つけたせいで、ずっと多くのトラフィックを受けうる。個人の生産性を何倍にもすると、その新しい量を想定していない共有インフラへの圧力も何倍にもなる。

結果が「理解できないほど高くつく」前に割り込む

Ronacher 氏は、工房の要の技能を1つ挙げる——いつ押し戻すかを知ることだ。エージェントは局所的な目標を満たしつつ、全体の製品を悪くする複雑さを足しうる。完了した機能要求の山が、一貫したアプリケーションになるとは限らない。

彼は、エージェントを操作する技能と、工学上の問題の知識を区別する。同じシステムを使う2人が、まるで違う結果を受け取る。片方が、悪いトレードオフを早く見抜くからだ。この知識は、変更の全行を読まなくなった後でも効く。それが無いと、チームは「部屋の誰も十分に理解していないシステム」について、エージェントに質問する羽目になる。

彼のワークフローの調整の1つは、最終の検証フェーズの前に説明を求めることだ。大きな完成品を待つのではなく、まだ方向を変えられるうちに、読みやすい HTML ページの短い要約(executive summary)をエージェントに頼む。狙いは、長い自律実行の中に「人が理解できる地点」を1つ残すことだ。

これはペース配分の判断だ。コード生成の最速の速度は、所有者がその帰結を理解できる速度を超えうる。良い工房には、作業が次の層の下に消える前に検分する場所がある。この「割り込んで理解を残す」発想は、第1回でトークンの7割を検証に使うという話とも地続きだ。

再実装は合意を生まない——Wildwuchs(野放図な増殖)に注意

エージェントは、自分でコードを書いて依存を減らすことを容易にする。これを Ronacher 氏は歓迎する。だが同じ講演で、彼は Wildwuchs(ドイツ語で「野放図な増殖」)を警告する。

危険は、プログラムどうしの境界で露わになる。あるアーカイブ形式の複数の実装は、同じバイト列を違う風に解釈しうる。一人ひとりに最適化された画像エディタの集まりは、ファイルを交換できなくなれば役に立たない。エージェントは仕様を素早く実装できる。だが、その仕様が何を意味するかを人が合意する必要までは、取り除けない。

fork は、upstream で協調するより安く感じられる。とくにエージェントが望みの変更を即座に実装できるときは。だがコストは、将来の相互運用と二重のメンテに移るだけだ。Ronacher 氏は、問題が「もう1つの孤立した実装」ではなく「他者との合意」を求めている場面を、エンジニアに見分けてほしいと言う。彼が好む優れたソフトウェア——より速く、より小さく、メモリ安全で、検証されたソフトウェア——もまた、エージェント以前に築かれた知識と共有インフラに頼っている。

長時間エージェントには別のランタイムが要る

RUNTIME FOR LONG RUNS数千の夜間タスクは、手で再起動できない

長時間エージェントに要る3つの土台

  1. 1.止めて・退避して・復元して・続けられる

    数分のタスクは手で再起動できるが、夜間の数千タスクはできない。失敗しても途中から再開する設計にする

  2. 2.モデル待ちの間はサンドボックスを退避

    安いスケジューリングでトークンを待つなら、遊ぶ箱を確保し続けるのは別の資源の無駄。実行ごと退避する

  3. 3.code mode で繰り返しは手続きにする

    毎回 LM のターンに通さず、プログラムが呼び出しを束ねて判断する。繰り返す分岐は高速な判定モデルへ回す

出典: 同講演の終盤(55:03〜)。LM がワークフローを作り、安い分類が中の分岐を回す例として、数千の顧客リクエストの振り分けを挙げる

講演の最後は、人のペースからランタイムの設計へ移る。数分のタスクは、失敗しても手で再起動できる。夜間の数千のタスクは、その習慣に頼れない。

Ronacher 氏(55:03 時点)は、止める・退避する(suspend)・復元する(restore)・続けることができるエージェントとワークフローを説く。これは経済の問題でもある。安い推論スケジューリングがトークン待ちを意味するなら、何もしていないサンドボックスを丸ごと確保し続けるのは別の資源の無駄だ。モデルが使えない間、ワークフローは周りの実行を退避できるべきだ。

code mode は2つ目の機会をくれる。すべてのツール操作を毎回新しい言語モデルのターンに通すのではなく、エージェントが呼び出しを束ね、結果を組み合わせ、判断するプログラムを書く。Ronacher 氏は、これを高速な判定モデルと組み合わせる例として、数千の顧客リクエストの振り分けを挙げる。言語モデルがワークフローを作り、安い分類が中で繰り返す分岐を回す。code mode の考え方は Claude Code 自動モードと権限設計 で触れたオーケストレーター(1つの主セッションが仕事を割る)とも響き合う。

ソフトウェアのアトリエを日本語環境のエージェント運用にどう効かせるか

講演は Ronacher 氏個人の実践が軸だが、原則は小さなチームにそのまま移せる。要点は3つだ。

・モデルを上げたら使い方を測り直す:ハーネス(土台)が同じでも、訂正の回数・タスクの長さ・道具の使い方は変わる。CLAUDE.md やスキルも、新しいモデルで脱線を生んでいないか見直す
・「始める」より「世話をする」を数える:エージェントで新規リポジトリは安く増やせる。増やした数ではなく、5日以上触れて価値が出た数を見る。自動化しても、維持する価値があるかは人が決める
・長時間タスクは中断・復元できる形にし、繰り返しは code mode で安くする:夜間に数千タスクを回すなら、止めて退避して続けられる設計にする。毎回 LM に通す必要のない繰り返しは、プログラム+高速な判定モデルへ回す

Ronacher 氏の講演は、品質(第1回)と権限(第2回)の手前にある「そもそも何を最適化するのか」を問い直させる。工場の出力を上げる前に、工房を良くする——道具が一気に強くなった今だからこそ効く問いだ。

参照ソース

・Armin Ronacher「The Software Atelier」(AI Engineer CODE 2026, Day 2)講演ページ・書き起こし: https://ai.engineer/code/2026/talks/armin-ronacher
・講演動画(YouTube / AI Engineer): https://www.youtube.com/watch?v=y9JtCCZP2MQ