9月7日、RuntimeWireが「DeepLearning.AI founder Andrew Ng publishes a spec-first coding-agent workflow」と題した記事を公開した。DeepLearning.AI創業者のAndrew Ngが、コーディングエージェントを「監視不要な自動化ツール」ではなく「人間が繰り返し設計・検証・修正を通じて協働するコラボレーター」として扱うべきだとするワークフローを公開したことを報じた内容だ。エージェントが長期・複雑タスクをこなせるようになった今、「任せればいい」という楽観論に対してNgが正面から異議を唱えているという点で、AIエンジニアリングの実践論として注目に値する。

スペックを書くことが、エンジニアの新しい主仕事になる

Ngは9月4日付のAI Engineering Skills Mapの解説記事でこのフレームワークを公開した。

核心はシンプルだ。エージェントに仕事を任せる前に、要件・技術設計・アーキテクチャをカバーした書面仕様（スペック）を書け。そのうえで実行計画を立て、開発者が選んだ自律度のもとでエージェントにビルドとテストをさせる。デプロイゲートと本番監視でループを閉じる。

この構造においてエージェントは、指示を受けて動く自動化スクリプトではなく、明確な仕様のもとで判断を委ねられるコラボレーターとして位置づけられる。コラボレーターである以上、良いアウトカムを得るには「何を作るか」「どんな制約のもとで動くか」を人間側が明示することが前提になる。開発者の作業は「コードを書く」ことから「要件を定義し、アーキテクチャを選び、制約を記述し、結果を検証すること」へと上流にシフトする。コード生成に割く人間の注意は減る一方、判断は委任しにくくなる、というのがNgの主張だ。

このワークフローが前提とするのは、エージェントのタスクが長期化・複雑化している現在の状況だ。OpenAIもエージェントが長時間タスクをこなす方向に動いており、確認されていない要件や途中の変更がより大きな問題を引き起こすようになっている。

「長く動かせば良い」という誤解をNgが正面から否定

Ngは「エージェントが何時間も動き続け、数百万トークンを消費することもある」と認めつつ、その価値はコストとエラー修正を考慮すると一般に語られるほど高くない、と明言している。

長時間の無中断実行が進歩の証拠、という読み方に正面から反論している点が興味深い。

Ngのフレームワークでは、検証ステップが失敗したら実装フェーズや計画フェーズに戻る。本番の挙動が元のスペックの修正を迫ることもある。RuntimeWireの記事が要約するNgの言葉として「間違ったアーキテクチャを忠実に実装した長時間実行は、やはり失敗した実行だ」という表現が紹介されており、その考え方を端的に示している。

また、開発者には以下の管理業務も求められるとしている：

• セッションをまたぐコンテキストの保持
• AGENTS.md や CLAUDE.md といったファイルの整備（エージェントへの指示・制約を記述するファイル）
• 権限の制御
• エージェントが生み出した技術的負債の除去
• 複数エージェントを並列実行する場合の調整コストの判断

「人間が承認ボタンを押す」だけでは意味がない

繰り返しの検証はブラインドな委任よりも優れているが、Ngのフレームワークはさらにその先を求める。承認ボタンを機械的に押すだけでは意味がないからだ。

Anthropicのエージェント自律性に関するレポートも、人間の承認ステップが自動的に有意な監視を生むわけではないことを示している。価値の低い許可プロンプトを連発すると、ユーザーは機械的に承認するよう条件付けられていく。

数字も出ている。The Registerが報じた2026年のセキュリティ演習では、参加者が危険なコーディングエージェントのリクエストを約3分の1承認してしまった。ただし、この演習は意図的に時間的プレッシャーをかけ、通常の開発より危険なコマンドを高頻度で提示した条件下での結果である点は留意が必要だ。

CognitionのソフトウェアエンジニアリングエージェントDevinを評価した研究者のYijia Shaoも、ベンチマーク上の改善が実際のコードベースでの成功やユーザー満足度に一貫して結びつかなかったと報告している。

Ngのアプローチは、レビューを「diffを読む」だけでなく、要件・アーキテクチャ・セキュリティ・テスト・デプロイ・本番挙動の全体に広げることで、この問題に対処しようとしている。コラボレーターとして扱うということは、アウトプットの品質に対して人間側も共同責任を負う、という認識の転換でもある。

Ngの経歴とDeepLearning.AIの位置づけ

NgはGoogle Brainの創設チームをリードし、Baiduの約1,300人のAIグループを率い、スタンフォードAI研究所を指揮、Courseraを共同創業した人物だ。2017年にDeepLearning.AIを設立し、現在700万人以上がAIの学習・構築を学んでいる。

今回の公開もその延長線上にある。DeepLearning.AIはエージェント設計、コードレビュー、LangChain、crewAI、コーディングワークフローに関するコースをモデルプロバイダーやインフラ企業との協力のもとで提供している。ただし、それらの商業的条件は非公開であり、ベンダーロゴはコース提供の関係を示すものとして読むべきで、Ngのフレームワーク全体を各ベンダーが支持している証拠ではない。

コーディングエージェントはすでにリポジトリ検索・ファイル編集・コマンド実行・自己テストができる。能力が増すほど、誤解された要件や未確認のアクションのコストは上がる。Ngの答えは「規律ある委任」だ。エージェントをコラボレーターとして扱い、スペックという形で明示的な設計意図を与え、検証をプロセスに組み込み、最終的にリリースするシステムへの責任は開発者が持ち続ける。自動化の恩恵を得ながら判断の主導権を手放さない、というのがNgが示す現時点での解だ。

詳細はDeepLearning.AI founder Andrew Ng publishes a spec-first coding-agent workflowを参照していただきたい。