エージェント型SDLCに必要な5つの要素(ボード、エージェント、レビューゲート)

エージェント型SDLCを実際に機能させるために必要なのは、共有ボード、担当を割り当てられるエージェント、独立したレビューエージェント、差し戻しの仕組み、そして最後にリリースを判断する人間です。このループを一歩ずつ見ていきましょう。

Ashley Innocent

Ashley Innocent

18 11月 2026

エージェント型SDLCに必要な5つの要素(ボード、エージェント、レビューゲート)

要点(要約): エージェンティックSDLCとは、コーディングエージェントが作業の下書きを行い、人がリリース物を判断するソフトウェア開発サイクルのことです。必要な要素は5つあります。共有ボード、割り当てられたタスクを引き受けるエージェント、別個のレビュアーエージェント、書面によるフィードバック付きで作業を差し戻す仕組み、そしてリリースを行う人間です。ループは「割り当て→下書き→レビュー→修正→リリース」で回ります。

「エージェンティックSDLC」は今月のバズワードです。Postmanは2026年11月17日に1つのターミナルでエージェンティックSDLC全体を回すライブセッションを実施し、今やあらゆるエージェントベンダーがライフサイクルのスライドを持っています。スライドの飾りを剥がせば、あなたのチームへの問いはもっとシンプルです。誰かが各ステップを見張らなくても、エージェントの作業がリクエストからリリースまで進むためには、何が存在していなければならないのか?

このガイドは、私たち自身が運用しているループでその問いに答えます。このブログのすべての記事がこのループを通っています。ライターエージェントが下書きし、レビュアーエージェントがゲート判定を行い、コメントで作業を差し戻し、人間が公開します。同じ構成を自分のコーディングエージェントで試したいなら、Sharklyが私たちが運用に使っているボードです。

エージェンティックSDLCとは何か(そして何ではないか)

エージェンティックSDLCとは、下書き・テスト・レビューといった作業の定義されたステージをエージェントが担い、共有レコードがすべてのハンドオフを追跡し、リリース判断は人が保持する開発プロセスです。インストールするツールではなく、プロセスの変更です。

「1つのエージェントが1回のセッションですべてを行う」ものではありません。それは2つのタスクが同じリポジトリに触れた瞬間に破綻します。「チャットボットを付けたCI」でもありません。CIは書かれたコードをチェックしますが、エージェンティックSDLCは誰が何に取り組むか、チェックが失敗したときに作業がどこへ戻るかも判断します。

実行の仕組みについて初めての方は、まずエージェンティックコーディングとは何かをご覧ください。この記事はその周辺のレイヤーについて解説します。

なぜ1つのターミナルでは不十分なのか

ターミナルセッションは1つのエージェントのコンテキストしか保持できません。2つ目のタスク、エージェント、人を加えると、3つの問題が現れます:

  • 共有レコードがない。 計画、diff、そしてその理由が、他の誰も読めないスクロールバックの中に埋もれてしまいます。
  • 独立したチェックがない。 コードを書いたエージェント自身が「完成した」と判断します。セルフレビューで見つかるのはタイポ程度で、誤った前提は見つけられません。
  • 差し戻し経路がない。 レビュアーが問題を見つけても、修正リストを添えて作業を返す構造化された方法がありません。

継続的インテグレーションは共有メインラインと高速なフィードバックの上に成り立ちます。エージェンティックSDLCにはその1つ上のレベルで両方が必要です。作業を置く共有の場と、「まだダメ、理由はこれ」と伝える高速な手段です。

エージェンティックSDLCに必要な5つの要素

  1. 共有ボード: 各タスクに目標、ステータス、コメント、実行履歴が紐づくもの。
  2. アサイン可能なエージェント: タスクが割り当てられたら開始し、保留されたら停止するもの。
  3. 別個のレビュアーエージェント: 独自の指示を持ち、ステータス変更で起動するもの。
  4. 差し戻しの仕組み: レビュアーの指摘を添えてタスクを作成者に返すコメントやコマンド。
  5. 人間によるリリースステップ: どのエージェントも飛ばせないもの。

モデルの選択、プロンプトのスタイル、ランタイムは入れ替え可能です。この5つが骨格です。

ステップ1: 割り当て

ループは人がタスクを割り当てるところから始まります。Sharklyでは、AgentやCrewに割り当てられたタスクは、Backlogにある間は実行を開始しません。タスクをBacklogから出すと、割り当てられたAgentが、そのComputer(エージェントを実行する接続済みのラップトップやサーバー)の準備が整い次第開始します。つまり、トークンを1つも消費する前にブリーフを書き、担当者を設定できる「駐車エリア」が手に入るのです。

タスクステータスのドキュメントによると、すべてのステータスはBacklog、Unstarted、Started、Completed、Canceled、Duplicateのいずれか1つの固定カテゴリに属します。タスクをCanceledやDuplicateに移動すると、実行中のランは停止します。Completedへの移動はタスクを終端状態にしますが、進行中のランはキャンセルされません。

ステップ2: 下書き

作成者エージェントは、Claude CodeやCodexといったRuntimeを介して接続されたComputer上で実行されます。Sharklyはランに、タスクのタイトルと説明、最近のコメント、SpaceとSprint、そしてそのタスクタイプに許可されたステータスを渡します。各タスクには分離されたディレクトリが割り当てられ、リポジトリ作業ではランごとに独立したworktreeを使えるため、2つのエージェントが同じコードベースを編集しても衝突しません。

ランの状態とタスクのステータスは別物です。タスクがIn Progressのままでも、ランは完了したり失敗したりします。そのため作成者は、ランを終了させるのではなく、タスクのステータスを移動させることで「レビュー準備完了」を伝えます。

私たちのライターエージェントは、すべての下書きをサマリーコメント(slug、文字数、チェック結果、未解決の質問)とReady for Releaseへのステータス移動で締めくくります。

ステップ3: レビュー

レビュアーは、異なる指示を持つ別のエージェントです。Sharklyでは、Automation(トリガーが発火したときに1つのAgentまたはCrewを起動するSpace所有のルール)でこれを組み込みます。Automationsのドキュメントには4つのトリガータイプが記載されています。cronスケジュール、タスクステータスの変更、コメントフレーズ、そしてwebhookです。レビューゲートにはタスクステータストリガーを使います。

ボードイベントに紐づけられた3つのSharkly Automation:/revise コメントトリガーでのRevise、ステータスがDoneになったときのSocialフォローアップ、ステータスがReady for ReleaseになったときのReview gate

多くの人がつまずく细节があります。ステータスとコメントのマッチングはOrganization全体に及びます。2つのSpaceがReady for Releaseステータスを共有している場合、どちらかでの移動でもゲートが発火します。ドキュメントでは、狭い範囲のステータスを使い、指示の中でまずトリガーとなったタスクを検証することを推奨しています。私たちのレビュアーの指示もそのチェックから始まります。簡略化したバージョンがこちらです:

Review gate instructions (simplified)
1. Read the triggering task. If its body does not say "Brand: Sharkly", reply "Not mine" and stop.
2. Run the check script on the draft. Record word count and failures.
3. Check every product claim against the live docs, not a local copy.
4. Verdict: GATE PASS, or start the comment with /revise and list numbered fixes
   with the line, the problem and the source.

作成者とレビュアーを分けることが、このループにおける最大の品質向上レバーです。その理由についてはなぜAIエージェントがあなたより先にプルリクエストをレビューすべきかで、モデルを混ぜる観点についてはmixed-model Crewsで解説しています。

ステップ4: 修正

レビューに失敗したら、指摘内容を運ぶ差し戻し経路が必要です。私たちの場合は /revise で始まるコメントです。コメントトリガーを持つ2つ目のAutomationがこのフレーズを監視し(マッチングは大文字小文字を区別せず、コメント内のどこにあっても検出します)、レビュアーのコメントをコンテキストに含めた状態で、同じタスクについてライターエージェントを起動します。

Sharklyタスク上のレビュアーAgentのコメント:/revise と GATE BLOCKED で始まり、2つの製品に関する記述が公開中のヘルプドキュメントと矛盾していると指摘し、自動チェックは1,534語で合格したと記している

このスクリーンショットは、現在公開中の記事に対するこのブログの実際のゲートです。下書きは1,534語で自動チェックを通過しましたが、それでもレビュアーはブロックしました。製品に関する2つの記述が公開中のヘルプドキュメントと矛盾していたのです。ライターは両方を修正し、同じスレッドで返信し、タスクをReady for Releaseへ戻しました。ゲートは再実行され、通過しました。

修正リストは番号付きで具体的に保ちましょう。場所、何が問題か、それを証明するソース。「これをもう少し締めて」のような曖昧な指摘は、曖昧な修正しか生みません。

ステップ5: リリース

最後のステップは人間のものです。Agentがタスクを人間によるレビュー待ちの状態で残すと、そのハンドオフはサイドバーのTask Chatsに表示され、失敗やブロックされた作業はInboxに届きます。責任者はレビュアーの判定を読み、結果を開いて判断します。

私たちのパイプラインでは、どのエージェントも公開できません。ライターは下書きをpushし、レビュアーが通過かブロックを判断し、人間が公開ボタンをクリックします。タスクがDoneに移動すると、3つ目のAutomationが発火し、記事が公開済みであることを確認したうえでSNS投稿の下書きを作成します。

コードの場合、同じ原則はGitHubの保護ブランチに対応します。保護ブランチではプルリクエストのマージ前に承認レビューを必須にできます。エージェントがPRを作成・コメントし、マージの承認は人が行います。

別個のエージェントの代わりにCrewを使うべきとき

ステージが固定されている場合(ビルド、レビュー、リリース)は、Automationで結合した別個のエージェントを使いましょう。各エージェントは1つの仕事と1つのトリガーを持ち、ループ全体をAutomationsリストから読み取れます。

Crew(1人のリーダーAgentが率いるPeopleとAgentのグループ)を使うのは、次に誰が動くかを判断するコーディネーターが必要な作業のときです。再現可能なレビューゲートには、シンプルなステータストリガーの方が監査しやすくなります。

ボード駆動型エージェンティックSDLCの代替案

  • PRのみのフロー。 エージェントがプルリクエストを作成し、レビューボットがコメントし、ブランチ保護がマージをブロックします。コードには有効ですが、非コードの作業やPRが存在する前の工程は扱えません。
  • CI駆動のエージェント。 パイプラインジョブがpushのたびにエージェントを実行します。検証には強いですが、割り当てには弱い。
  • 単一セッションのオーケストレーション。 1つのエージェントが1つのターミナルでサブエージェントを起動します。個人開発者には速いですが、記録はセッションとともに消えます。

これらはうまく組み合わせられます。ボードが誰が何に取り組むかを決め、CIがマージを守ります。

実運用でループが壊れる箇所

  • 自己トリガー。 Agentからのコメントは、その同じAgentの新たなデフォルト実行を開始しません(comments and repliesのドキュメント)。差し戻しは意図的なトリガーとして設計しましょう。
  • レビュー容量。 10のエージェントが並行して下書きすれば、1人の人間では埋もれてしまいます。並行エージェントのためのレビュー設計を参照してください。
  • 証拠の欠如。 レビュアーはタスクに記録されたものしか判定できません。タスクレベルの証拠があればゲートは速くなります。

まとめ

エージェンティックSDLCに新しいライフサイクル理論は必要ありません。必要なのは、作業が置かれるボード、割り当てで起動するエージェント、作成者ではないレビュアー、修正リストを運ぶ差し戻し経路、そしてリリースする人間です。この5つを結線すれば、プロセスを作り直すことなく、どのエージェントやモデルでも入れ替えられます。

次のステップは具体的です。繰り返し発生するタスクを1つ選び、Ready for Reviewステータスを作成し、レビュアーエージェント向けのステータストリガーAutomationを追加しましょう。セットアップの手順はSharkly automationsガイドで解説しており、sharkly.aiでボードを始められます。

FAQ

エージェンティックSDLCとは何を意味しますか?

AIエージェントが下書きやレビューといった定義されたステージを担い、共有レコードがハンドオフを追跡し、リリースの承認は人が行うソフトウェア開発ライフサイクルです。

1つのAIエージェントは自分の作業をレビューできますか?

テストを実行することはできますが、コードを書いたセッションと同じ盲点を共有しています。独自の指示と新しいコンテキストを持つ別のレビュアーだけが、誤った前提を捉えられます。

エージェントの作業を修正のために差し戻すには?

構造化されたトリガーを使います。Sharklyでは、コメントフレーズのAutomationが /revise のようなコマンドを監視し、レビュアーの番号付き指摘をコンテキストに含めた状態で、同じタスクについて作成者エージェントを再起動できます。

エージェントにマージや公開を許可すべきですか?

最終リリースは人間に保持させましょう。ブランチ保護や下書き限定の公開ステップにより、その承認を慣習ではなく強制可能なものにできます。

レビューループが永久に回り続けるのを防ぐには?

修正回数に上限を設けます。私たちの経験則は2回です。2度目のブロック後に、レビュアーは差し戻す代わりにタスクを人間へ引き渡します。経験上、失敗し続けるループは下書きの問題ではなく、ブリーフの問題を示しています。

エージェンティックSDLCにCrewは必要ですか?

いいえ。固定されたステージは、ステータスとコメントのトリガーで結合した別個のエージェントでうまく機能します。リーダーエージェントがタスクごとにメンバーを選ぶ必要がある場合にCrewを使います。

関連記事

ヒューマン・イン・ザ・ループ型AIエージェント:ブラウザハンドオフがうまく機能する理由

ヒューマン・イン・ザ・ループ型AIエージェント:ブラウザハンドオフがうまく機能する理由

ヒューマン・イン・ザ・ループのAIエージェントには、2種類のチェックポイントが必要だ。人間にしかできないステップと、人間が判断すべきステップである。Browseのハンドオフが正しく実現している点と、それをタスクボードにマッピングする方法を解説する。

19 11月 2026

Gemini 4 Neon Orchestrator:Hydrogen Subagentsと組み合わせる

Gemini 4 Neon Orchestrator:Hydrogen Subagentsと組み合わせる

Gemini 4 NeonオーケストレーターをHydrogenサブエージェント上で実行する方法:それが書き出すサブタスク契約、ファンアウトの規模設計、Carbonとの実行ごとのコスト計算、そして失敗時のルール。

19 11月 2026

Claude Fable 5.2: 独自のコードベースでAIエージェントを評価する方法

Claude Fable 5.2: 独自のコードベースでAIエージェントを評価する方法

統制されたタスク、受入テスト、レビュー工数、所要時間、そして採用された変更1件あたりのコストをもとに、ご自身のコードベースでClaude Fable 5.2を評価しましょう。

12 11月 2026