AIエージェントエンジニアリング
— 9つの必須キーワード —

何のガイド? AIエージェント開発の世界で、いま企業（DeepSeekの求人など）がエンジニアに求めている9つのキーワードを、非エンジニアにもわかるように1つずつ解説します。用語をタップすると詳細が開きます。あとで見返すための引く系ガイドです。
📄 出典: X（旧Twitter）投稿 @voidwarriorchan「DeepSeekの求人見てたけどエンジニアとして今学ぶべきことが書かれてる」（2026-08-18）よりキーワード群を抜粋
🗺️ 全体マップ — 9つの用語はどう繋がるか
① エージェントメカニズム
自律ループ を支えるのが ② ハーネス設計
ハーネスの中身（部品）→ ④ コンテキスト構築 ⑤ ツール呼び出し ⑥ 実行環境 ⑧ 権限
動かしながら見るのが → ⑦ トレース できたか測るのが → ③ 評価ベンチマーク
限界を超える次の一手 → ⑨ マルチエージェント【応用編】
🧭 推奨読み順: ①→⑤→④→②→⑥→⑧→⑦→③→⑨
（ループ→道具→窓→全体設計→場→鍵→観測→測定→応用）

💡 読み方: まず①で「AIが自分で考え動く仕組み」をつかみ、⑤④②で「その部品と設計」、⑥⑧で「安全な場と鍵」、⑦③で「観測と測定」、最後に⑨で「複数AI協働」へ。番号はX投稿の並び順（辞書順ではなく依存関係順が読みやすい）。

▶ 🔰 前提用語集 — まずこの5語だけ（既習ならスキップ可）
モデル（LLM）

Claude や GLM 等、AIの「頭脳」本体のこと。文章を読んで考え、文章で答える。

コンテキスト（context）

LLMが一度に「見える」情報の窓。会話・ファイル・指示など、この窓に入ったものしかLLMは知らない。

ランタイム（runtime）

プログラムが実際に動いている状態・動かすための土台。「実行中の環境」くらいの意味。

サンドボックス（sandbox）

砂場。外に影響が漏れないように隔離された安全な作業場。

ベンチマーク（benchmark）

能力を比べるための共通テスト。体育の体力測定みたいなもの。

📖 9つのキーワード

① エージェントメカニズム agent mechanism ▶
(1) 一行定義
目標→思考→行動→観察を、人間が介入しなくても自動で繰り返す仕組み（自律ループ）。
(2) 💡 たとえ話
料理の見習いに「カレーを作って」とだけ言う。レシピを1行ずつ教えるのでなく、見習いが自分で冷蔵庫を覗き（観察）→足りない材料を買い（行動）→味見して直す（修正）を繰り返す。この回し方がエージェントメカニズム。
(3) Claude Codeでいうと
「テストを通して」と頼むと、CCが自分でファイルを読み→コードを直し→テストを実行し→また直す、という一連を勝手に回してくれる。あの動きの正体。武器庫ガイドの「7つの仕組み」もこの延長線上。
(4) なぜいま求められるか
「AIに適切な指示を1回ずつ出す人」から「ループが回る仕組みを作る人」への需要シフト。あなたの就活・受注でも「仕組み化できるか」が差になる。
(5) 🔍 関連ワード・検索クエリ
autonomous agent loop ReAct agentic workflow
(6) 🔗 元ネタ
X投稿 @voidwarriorchan（2026-08-18）／概念は一般的なエージェント設計用語
🛠️ 着手するなら
自分の daily-triage → 人間承認 → タスク実行 の自動フローはまさに自律ループ。どこが「観察」でどこが「行動」か言葉にできると設計の伸びしろが見える。
② ハーネス設計 harness design ▶
(1) 一行定義
Agent = Model + Harness。LLM（脳）の周りの道具・手順・司令塔（神経系）を設計する技術。
(2) 💡 たとえ話
同じ選手（モデル）でも、監督・戦術・サポート体制（ハーネス）次第でチーム成績は大きく変わる。AIも同じ頭脳でも、ハーネスの設計次第で成果が2桁%（10%以上）動くとされる。
(3) Claude Codeでいうと
CLAUDE.md・hooks・スキル・権限設定・プロキシの組み合わせ全体が、あなたのハーネス。武器庫ガイドは実質「自作ハーネスの実例集」。
(4) なぜいま求められるか
モデル自体はAPIで誰でも同じものを借りられる時代。差がつくのはハーネスだけ。だから企業は「ハーネス設計できる人」を欲しがる。
(5) 🔍 関連ワード・検索クエリ
agent harness engineering Agent = Model + Harness
(6) 🔗 元ネタ
NVIDIA Developer Blog — Six Agent Harness Capabilities（取得: 2026-08-20）／Faros — Harness Engineering（取得: 2026-08-20）
🛠️ 着手するなら
武器庫ガイドを見返して「これはハーネスのどの部品か」を言い直してみる。語彙がつながると改善箇所の見え方が変わる。
③ 評価ベンチマーク eval benchmarks ▶
(1) 一行定義
エージェントの「できる」を、共通の課題を解かせて数値で測る仕組み。
(2) 💡 たとえ話
体育の体力測定。学校（会社）が違っても、50m走のタイム（スコア）を出せば誰とでも比べられる。「うちのAIすごいよ」を数字で証明する道具。
(3) Claude Codeでいうと
「テスト◯件緑」「実測証跡◯件」のように、やったことを数字で出すあなたの習慣は、ミニ評価ベンチマークを毎回自作しているのと同じ。
(4) なぜいま求められるか
SWE-bench 等のスコアがモデル選定の世界標準。評価を設計できる人は「良くなったか」を数字で言える——改善できない人は言えない。
(5) 🔍 関連ワード・検索クエリ
SWE-bench Terminal-Bench 2.0 GAIA benchmark
(6) 🔗 元ネタ
LangChain — Improving Deep Agents（Terminal-Bench 2.0 記事）（取得: 2026-08-20）
🛠️ 着手するなら
自分のタスクの完了条件を「◯件全緑」のように1行の数値で書く癖を、次のタスクから1つ増やす。
④ ビルドコンテキスト context engineering ▶
(1) 一行定義
LLMの窓（コンテキスト）に何を入れて何を入れないかを設計すること。※Docker等の「ビルドコンテキスト」とは別物なので注意。
(2) 💡 たとえ話
机の大きさは決まっている（窓は有限）。資料を何を広げて何を片付けるかで、作業の出来が変わる。豪華な本棚があっても机に載せなければ仕事に使えない。
(3) Claude Codeでいうと
CLAUDE.md の @include（層1は常に読み込み・層2は必要時）、memory、handoff、長文の要約——すべて「窓に何を入れるか」の設計。write（書く）／select（選ぶ）／compress（縮める）／isolate（分ける）の4戦略が知られている。
(4) なぜいま求められるか
モデルが強くなるほど「窓の中身」で成果が決まる。プロンプトの一言を磨く（prompt engineering）より、入れる情報の設計（context engineering）が主戦場に。
(5) 🔍 関連ワード・検索クエリ
context engineering context window RAG
(6) 🔗 元ネタ
LangChain — Context Engineering for Agents（取得: 2026-08-20）
🛠️ 着手するなら
セッションが長くなって遅くなったら「compress（要約に入れ替え）」を意識的にやっているはず。4戦略の名前と照らし合わせてみる。
⑤ ツール呼び出し tool calling ▶
(1) 一行定義
LLMが「この関数（道具）を、この値で使う」と指定して、実際のプログラムを動かす仕組み。
(2) 💡 たとえ話
知識だけの博士と、道具箱を持った職人。博士は「理論上こうなる」としか言えないが、職人はドライバーを抜いて実際に直す。道具を使えることでAIは「話すだけ」から「作業する」へ変わる。
(3) Claude Codeでいうと
Bash・Read・Edit・Web検索・MCPサーバー（Brave Search や Gemini 等）の数々が道具。CCが「このファイルを読もう」と Read を呼び出す瞬間がツール呼び出し。
(4) なぜいま求められるか
道具の数と質が＝できることの範囲。MCPのように道具を差し込む規格が普及し、道具を設計・接続できる人が重宝される。
(5) 🔍 関連ワード・検索クエリ
function calling tool use MCP (Model Context Protocol)
(6) 🔗 元ネタ
X投稿 @voidwarriorchan（2026-08-18）／概念は一般的なLLM用語（各LLM公式ドキュメントの "tool use" 章が一次資料）
🛠️ 着手するなら
使っているMCPサーバー・スキルを「道具」として棚卸しする（MCPカタログガイド参照）。使わない道具は閉まると窓が空く。
⑥ 実行環境 execution environment / sandbox ▶
(1) 一行定義
エージェントが安全に作業するための場（サンドボックス・ランタイム）の設計。
(2) 💡 たとえ話
子供に料理を覚えさせるとき、本番の厨房でなく練習用キッチンでやらせる。失敗しても本番に被害が漏れない場所が必要。
(3) Claude Codeでいうと
git worktree（分身の作業場）、sam local での DynamoDB Local、Docker ネットワーク分離——「実害を出さずに試せる場所」を作る慣習そのもの。
(4) なぜいま求められるか
自律で動くAIは失敗も自律的にやる。暴走・誤削除を受け止める安全な場の設計は、本番投入の絶対前提。
(5) 🔍 関連ワード・検索クエリ
agent sandbox code execution environment docker isolation
(6) 🔗 元ネタ
X投稿 @voidwarriorchan（2026-08-18）／概念は一般的な実行環境設計用語
🛠️ 着手するなら
aws-line-crm で sam local のポート奪い合いをDockerネットワーク分離で解決した実例が自分の中にある。あれが実行環境設計の実績として語れる。
⑦ トレース trace / observability ▶
(1) 一行定義
エージェントの一行動ごとに「何を呼び、何を得たか」を記録して、動きを外から観測できるようにすること。
(2) 💡 たとえ話
黒い箱に窓を開ける。飛行機がなぜ遅れたか、操縦室の記録（フライトレコーダー）を見ればどの区間で起きたかわかる——あれのAI版。
(3) Claude Codeでいうと
dispatch.log・handoff・判断収束台帳・ツール使用CSV——「何をしたか」を残す仕組みをすでに多数運用中。Langfuse のような専用ツールはこれのフル装備版。
(4) なぜいま求められるか
ブラックボックスのままでは改善できない。「どの部品で失敗したか」が見えると、直す場所が特定できる。本番AIでは必須の観測技術。
(5) 🔍 関連ワード・検索クエリ
agent observability Langfuse LLM tracing
(6) 🔗 元ネタ
Langfuse — AI Agent Observability（取得: 2026-08-20）／Braintrust — Agent Observability Guide 2026（取得: 2026-08-20）
🛠️ 着手するなら
自分の「判断収束台帳_計測.md」は自動集約スクリプトでLLMレビューの実績を追える仕組み=トレースの自作実例。面接でもこの語彙で語れる。
⑧ 権限 permissions ▶
(1) 一行定義
エージェントに「何を許し、何を聞いてからにし、何を禁止するか」を設計すること。
(2) 💡 たとえ話
新人社員に会社の全鍵を渡すか、必要な部屋の鍵だけ渡すか。便利さと安全のバランスを決めるのが権限設計。
(3) Claude Codeでいうと
settings.json の allow（自動許可）／ask（確認）／deny（拒否）の3層。rm は個別指定→ask の正規経路、プロキシ再起動は警告ゲート——すべて権限設計の実践。
(4) なぜいま求められるか
プロンプトインジェクション（悪意のある指示文でAIを操る攻撃）等の事故が現実にある。OWASP が「LLM Top 10」としてリスク一覧を公開しており、企業は権限を絞れる人を求める。
(5) 🔍 関連ワード・検索クエリ
agent permissions OWASP LLM Top 10 prompt injection
(6) 🔗 元ネタ
X投稿 @voidwarriorchan（2026-08-18）／OWASP LLM Top 10 は owasp.org で公開中の業界標準リスク一覧
🛠️ 着手するなら
自分の deny / ask / allow 一覧を棚卸しして「なぜこれだけ許すのか」を1行ずつ説明できる状態にする。セキュリティハブ整備の途中でやっていることと同じ。
⑨ マルチエージェントランタイム応用編 multi-agent runtime ▶
(1) 一行定義
複数のエージェントに役割を分担させて協働させるための、実行の土台。
(2) 💡 たとえ話
1人の職人から工事チームへ。分担で大きな仕事ができる一方、連絡・調整のコストが乗る。人数=善ではない。
(3) Claude Codeでいうと
並行セッション＋active-sessions.md の占有ボード（誰が何に着手中か共有する仕組み）は、最小構成のマルチエージェント運用。NexusCore の14専門エージェントは本格版。
(4) なぜいま求められるか
1体のエージェントには処理能力・文脈の限界がある。複数体協働で限界を超える設計は「次に必要になる概念」。ただし個人開発の多くは①〜⑧で十分。
(5) 🔍 関連ワード・検索クエリ
multi-agent framework AutoGen OpenAI Swarm
(6) 🔗 元ネタ
X投稿 @voidwarriorchan（2026-08-18）
🛠️ 着手するなら
いきなりフレームワークを入れず、まず「並行セッションで被りなく回す」今の運用を言語化する。それがインタビューで通じるマルチエージェント経験になる。