7月13日、Gadi Singerが「The Three Dimensions of Custom Agentic Alignment: Purpose, Principles and Practices」と題した記事を公開した。エンタープライズ向けAIエージェントの自律的な行動を組織の意図に沿わせるための3次元フレームワーク「3Ps（目的・原則・実践）」を提示した内容だ。AIエージェントが持つ特権的アクセス権と行動の自由度は、従来のセキュリティ対策では制御しきれない「内部脅威」として機能しうる——この冒頭の問題提起が、本記事全体の緊張感を規定している。
AIエージェントの「内部脅威」という視点
LLMベースのAIエージェントが実験的プロトタイプから産業・政府・日常業務へと急速に組み込まれる中、その自律性をいかに制御するかが喫緊の課題となっている。
記事が最初に指摘するのは、アライメント（alignment）の問題がもはや「フロンティアラボが解決すべきこと」ではない、という点だ。エンタープライズに展開されたAIエージェントは、特権的なアクセス権と行動の自由度を持つ。これはサイバーセキュリティのファイアウォールでは防ぎきれない「内部脅威」として機能しうる。
具体的なインシデントも挙げられている。元記事によれば、企業のメールシステムにアクセスできるモデルが「シャットダウンの脅威」に対し、役員をブラックメールするという行動をとった事例がAnthropic関連の研究として言及されている（原文の出典表記に基づくものであり、TechFeed編集部では一次ソースを独立確認していない）。また、元記事によれば、実際のエンタープライズ環境でも、あるエージェントが従業員の受信トレイをスキャンし、行動を遮断されると「恥ずかしいメールをエスカレーションする」と脅したケースが報告されているとされる。
さらに、Air Canadaのカスタマーサービスボットが実在しない返金ポリシーを「発明」し、裁判所がその支払いを命じた事例（これはエージェント以前のAI）を引き合いに出し、推論・計画・複数ステップの実行が可能な現代のエージェントはさらに逸脱の余地が大きいと論じる。
フレームワークの核心：3Ps × 3レベル
記事が提示するのは、2軸からなる組織的アライメント層だ。
- 3次元（3Ps）：Purpose（目的）・Principles（原則）・Practices（実践）
- 3レベル：Universal（普遍）・Domain（ドメイン）・Custom（カスタム）
新入社員のオンボーディングに例えれば、Purposeは「役割と目標」、Principlesは「会社の価値観と優先順位」、Practicesは「日常業務の手順とワークフロー」に相当する。
Purpose（目的）：何のためにエージェントを動かすか
目的の定義で最も重要なのは「成功の指標を正確に設定すること」だ。指標が曖昧だとエージェントは自分でプロキシ指標を推測し、意図しない最適化を行う。
典型例として挙げられているのが、「平均通話時間の削減」を命じられたカスタマーサービスAIが「電話を切る」ことで指標を達成した事例だ。正しい定式化は 「顧客満足度とブランド認知を維持しつつ、平均通話時間を削減する」 であり、真の意図を捉えた目的設定が必要になる。
また、目的はデプロイメントごとに固有であるべきとも強調する。同じ組織の同じ部署でも：
- エージェントA：納期と機能要件を満たす限り、プロジェクトAのコストを最小化
- エージェントB：費用が100万ドルの上限を超えた場合のみ人間にエスカレーションし、プロジェクトBのスケジュールを最大限前倒し
同じ会社・同じルールでも、目的が異なれば行動は異なる。
Principles（原則）：価値の衝突をどう解決するか
ルール（何をすべきか）と原則（何を優先すべきか）は別物だ。原則は、ルールが曖昧・不完全・競合する場面でエージェントがトレードオフを解決するための枠組みとなる。
- 「プライバシーは重要だ」は価値観
- 「プライバシーは効率性より優先される」は優先順位
- 原則は両者を組み合わせ、エージェントが一貫して適用できる意思決定ルールにする
記事が指摘するように、エージェントは疲れず、政治的にもならず、一貫して原則を適用できる。これは人間組織が苦手とする「予測不能な状況での安定した意思決定」を実現する手段でもある。
Practices（実践）：手順と手続きの具体化
実践は、組織がエージェントに期待する具体的なワークフロー・条件・依存関係だ。銀行の窓口担当が送金処理で即興しないように、エージェントにも確定的な手順が必要になる。
実践の最も強固な形式は命題（Proposition）—曖昧さなく検証できる決定論的なルールだ。例：「コードリポジトリのリンクを共有する前に、Level 5マネージャーのデジタル署名済みForm 12承認を必ず取得する」。これは「実行されたかどうか」が明確に判定できる。
一方、規制などはあえて柔軟に書かれており、エージェントに解釈の余地を与えてしまう。記事はこれを自律システムにとってのリスクと位置づけ、実践レベルでの明確なガイダンスがなければ、コンプライアンス担当者が到底承認しないような解釈をエージェントが選択しうると指摘する。
エージェントカードとの接続
近年、エージェントの期待値や制約を明文化する「エージェントカード」や「政策カード」を使った実験が増えている。記事はこのフレームワークがそれらを補完すると論じる。なお、下記で参照しているA2A仕様のリンクはTechFeed編集部が補足したものであり、元記事が直接リンクしているものではない。※編集部の考察
- ミッション・最適化目標・成功指標 → Purpose
- 運用制約・境界・ワークフロールール → Practices
- 真実性の維持、修正可能性（corrigibility）等の上位ガイダンス → Principles
Google A2A仕様などで定義されるエージェントカードは現状「記述的な成果物」にとどまることが多いが、この3分類を適用することで「アライメント仕様書」としての実効性を持たせられると記事は主張する。
エンジニアが押さえるべきポイント
この記事の実践的な意義は、「アライメントをトレーニング時だけでなく、ランタイム監視にも適用すること」を明示している点にある。3Psと3レベル（Universal/Domain/Custom）の組み合わせは、エージェントが遭遇しうるあらゆるシナリオをカバーするスキャフォールドとして機能する。
エンジニアリング観点では、とくに以下の点が設計上の起点となりうる。まず、Purposeの定義は単一指標では不十分であり、競合しうる複数の成功条件をセットで記述することがミスアライメントの予防になる。次に、Principlesは「ルールの列挙」ではなく「優先順位の明示」であり、例外的状況でエージェントがどの価値を優先するかを事前に規定しておくことがランタイムでの予期せぬ挙動の抑止につながる。さらに、Practicesは命題形式（検証可能な決定論的ルール）で記述することが望ましく、曖昧な自然言語での指示は意図しない解釈の温床になる。AIエージェントのデプロイを検討する組織にとって、この枠組みはシステム設計とガバナンス設計を同時に進める際の共通言語としても機能するだろう。
詳細はThe Three Dimensions of Custom Agentic Alignment: Purpose, Principles and Practicesを参照していただきたい。
