履歴書だけで新しいチームメイトを信頼する人はいない。信頼は構造から生まれる。範囲を明確にした責務、チームから見える場所で行われる作業、そして出荷前に必ずレビューを通すこと。このどれか一つでも欠ければ、どんなに優秀な同僚でもリスク要因になる。AI エージェントをチームメイトとして迎える場合も同じだ。問われるのは決して「このモデルは十分に賢いか」ではない。「このものが何に触れてよいのか分かっているか、何をしたのか見えるか、人の承認なしに出荷されるものはないか」だ。
Sharkly はそれに、約束ではなく設定で答える。Sharkly におけるエージェントは、単発のプロンプトではなく保存された作業設定だ。その指示、Runtime、Skills、リポジトリ、環境、実行設定が、作業の扱い方を形づくる。プロンプトはターミナルを閉じれば消える。設定は中身を確認でき、共有でき、どの実行でも安定している。
まずプラットフォームの全体像を知りたい場合は、Sharkly とは何かから読み始めて、また戻ってきてほしい。
TL;DR
Sharkly におけるエージェントとは、AI アクターのための保存済みで再利用可能な作業設定だ。運用指示、Computer と Runtime のバインディング、割り当てられた Skills、Git リポジトリ、環境変数、そして同時実行数・タイムアウト・作業ディレクトリモードといった実行設定を含む。それを信頼する方法は、信仰ではなく構造を通じてであり、チームメイトを信頼するのと同じだ。範囲は設定に明示され、実行状態とトレースは可視化され、結果は人がレビューして承認する Task に戻ってくる。エージェントは調査し、実行し、テストし、報告する。人は方向性を定め、権限を与え、結果を承認する。
エージェントとは何か（そして何ではないか）
エージェントとは、Sharkly で作業を担うように設定された AI アクターだ。割り当てられた Task を受け取り、コメントを書き、利用可能なワークフローを通じて Task の状態を更新し、実行トレースを生成できる。設定が保存されるため、チームはコード変更、レビュー、テスト、ドキュメント、運用トリアージ用にそれぞれ別のエージェントを維持でき、Task ごとに同じ指示を書き直す必要がない。
最初に押さえておくべき境界が二つある。
エージェントは実行ホストではない。その作業は、接続された Computer 上の選択された Runtime を通じて実行される。エージェントは作業をどう扱うべきかを定義し、Computer はホストを提供し、Runtime は実際のセッションを実行し、Task は共有の記録として残る。それぞれの役割は一つの仕事だけを担う。だからこそ、1 台の Computer が複数のエージェントに対応できる。
エージェントは自分でモデルを選ばない。Runtime のデフォルトモデルに従い、エージェント側にモデル選択や思考深度のコントロールはない。別のモデルを使いたい場合は、Runtime または Computer のツール設定で変更する。たとえば Claude Code や Codex 自体の設定だ。
信頼はモデルではなくシステムの性質である
この記事が拠って立つ主張はこうだ。エージェントが信頼できるのは、その作業の範囲が限定され、可視化され、レビュー可能であるときだ。モデルが印象的であるときではない。
範囲が限定されているとは、エージェントの権限が実行前に書き下されていることだ。どのリポジトリに触れられるか、どの Computer で実行するか、指示が何を許すか、同時にいくつの Task を実行できるか、1 回の実行がどれだけ続くか。可視化されているとは、実行状態、トレースイベント、結果が Task に戻り、プライベートなターミナルの中に消えてしまうのではなく、誰でも確認できることだ。レビュー可能とは、ループの最後に人が座っていることだ。エージェントは、人の返信待ちや人のレビュー待ちの状態で Task を残すことができ、それらのシグナルは担当者の Inbox に届く。
これが実践における人間とエージェントの契約だ。チームの判断が必要なところで自動化は止まる。ワークフローそのものについてまだ検討中なら、エージェント型コーディングの入門記事で、プロンプトから作業の割り当てへの移行を扱っている。
エージェントの設定項目
エージェントには、名前、説明、アバター、オーナー、運用指示、公開範囲と Space の配置、Computer 接続と Runtime プロバイダー、割り当てられた Skills、エージェント固有の Git リポジトリ、通常の環境変数とシークレット環境変数、追加の Runtime 引数、Task 作業ディレクトリ設定、そして並列実行する Task の上限と Task ごとのタイムアウトを設定できる。それぞれが信頼のレバーだ。
**Instructions** は毎回の実行に含まれる。すべての Task にわたって保つべき振る舞いを書く場所だ。役割とスコープ、行動する前に Task をどう確認するか、いつ人の入力を求めるか、期待するチェック、報告フォーマットなど。ドキュメントでは有用な三分割を示している。Task 固有の要件は Task の説明やコメントに、複数のエージェントが共有できる再利用可能な手順は Skill に、エージェント自身の指示にはその安定したアイデンティティを担わせる。「編集前に Task の説明と最近のコメントを読むこと。変更は要求された振る舞いに限定すること。最も関連するチェックを実行し、失敗を隠さず報告すること」はエージェント側に置くべきだ。月曜に真であり、3 月にも真であり続けるべきだから。説明文は別の読み手に奉仕する。人に何を割り当てるかを伝えるのが説明であり、エージェントにどう働くかを伝えるのが指示だ。
**Visibility** は Personal（現在のオーナーだけが利用可能）か Space（そのエージェントの Space にアクセスできる人が利用可能）だ。誰がそのエージェントを割り当て、Agent Chat を開始し、コメントやメンションで起動できるかも制御する。調整中は Personal で始め、設定を共有する価値が出たら Space に移す。この昇格の瞬間が、一人の開発者の仕事のやり方をチームのインフラにする瞬間だ。
**Computer と Runtime** は組み合わさって実行ターゲットになる。Computer がオンラインであることは、そのローカルサービスがハートビートを送っているというだけの意味であり、選択した Runtime が Task を実行できるということではない。Computer がオフラインなら、通常は新しい実行が再接続を待つ。選択した Runtime がなくなっていれば、別の適格なものを選ぶ。設定全体の話は Sharkly の Computers で扱っている。
**Skills** は再利用可能な指示と付随ファイルをまとめたものだ。レビュールール、納品チェックリスト、チームのプロセスなど。ローカル Runtime の Skills はその Computer 上で自動的に利用可能なままだが、共有された Space Skills は明示的に割り当てる必要がある。繰り返し強調する価値のある注意点が一つある。重複する Skills を多数バインドするのは避けること。指示が衝突すると実行の予測可能性が下がる。詳しくは Sharkly の Skills を参照してほしい。
**リポジトリ** は最も明快なスコープ制御のレバーだ。Space のデフォルトより狭いコード範囲が必要なときにエージェントへ付与する。バインディングがなければ、Sharkly は Task の Space に設定されたリポジトリにフォールバックする。ドキュメント用リポジトリにバインドされたドキュメント用エージェントは、決済サービスへの経路を持たない。
**環境と実行設定** は、1 回の実行が消費できるものを制限する。通常の環境変数とシークレット環境変数、加えて追加の Runtime 引数により、誰かが Task に認証情報を貼り付けることなく実行に設定を渡せる。リポジトリトークン、秘密鍵、インストールトークンを、Task の説明、コメント、エージェントの指示、Skill に決して書かないこと。Task Run Settings は並列 Task、最大実行時間、作業ディレクトリモードを制御する。
| 一時モード | 指定モード | |
|---|---|---|
| 実行が得るもの | Task ごとの独立したディレクトリ。リポジトリ連携の実行では新しい worktree を準備できる | エージェントのディレクトリプールから、設定された 1 つの絶対ローカルディレクトリ |
| 同時実行 | より安全な並列実行。デフォルトは Computer の上限の 50% | 一度に 1 ディレクトリにつき 1 実行。デフォルトはディレクトリ数と同じ |
| 利用可能な環境 | 接続されている任意の Computer | ローカル Computer のみ |
| 最適な用途 | ほとんどのリポジトリ作業、および複数の Task が同じコードベースを並行して変更する可能性がある場合 | 非常に大きなリポジトリ、高コストなローカルキャッシュ、ローカルサービスに紐づく Task |
手動の同時実行値をディレクトリ数より大きく設定すると、書き込みが衝突する可能性があると製品が警告する。分離の仕組みについては、Sharkly がマージコンフリクトなしにエージェントを並列実行する方法で扱っている。
会話と Task：2 つの画面、1 つのルール
Agent Chat は、追跡すべき Task が必要になる前に、質問したり、テーマを調査したり、計画を練ったりするための独立した会話だ。Chat は 3 つのモードをサポートする。Explore は読み取り専用の調査、Plan は Sharkly が計画されたタスクとサブタスクを作成する前にあなたがレビューして確認する提案、Execute はエージェントに設定された CLI を通じた直接の実行だ。各セッションは、それを作成した本人に属する。
Task は、オーナーシップ、ステータス、実行履歴、レビューが必要な作業が行く場所だ。判断のペアはこうだ。追跡すべき Task が必要になる前に調査・計画・実行したいなら Chat を使い、担当者、ステータス、受け入れ基準、永続的な記録が必要なら Task を使う。
コンテキストを失わないための境界が一つある。Agent Chat でメッセージを送ってもタスクのコメントは作成されず、タスクの Agent chat 内のメッセージも Activity にコメントとして表示されない。チームが結論を確認する必要があるなら、タスクの説明やコメントにコピーすること。信頼は共有の記録に依存し、その共有の記録とは Task だ。
ステータスが示すもの
ここでの可視性とは、ダッシュボードのスローガンではなく、読み取れる具体的な状態の集合だ。
Task の実行は、queued、dispatched、waiting for local directory、running、completed、failed、canceled と進む。実行状態は Task のワークフローステータスとは別だ。実行が失敗しても、Task は別の試行のために開いたままでいられる。実行ログには、なぜ実行がキューに入ったか、いつ開始・終了したか、ツール呼び出しと Runtime イベント、トリガー元、失敗の詳細が記録される。
エージェントの可用性は 3 つ目の別のシグナルだ。オンラインのエージェントでも、同時実行数やディレクトリ容量が埋まっていれば作業がキューに溜まることがある。そして Backlog は待機場所として機能する。エージェントに割り当てられた Task は Backlog にある間は待機し、作業可能なステータスに移すことで実行が始まる。エージェントを割り当てただけで作業が不意に始まることはない。
最初のエージェント：信頼できるウォークスルー
信頼を築く最速の方法は、Sharkly のドキュメントにある最小の有用なループだ。Computer を 1 台接続し、エージェントを 1 つ作成し、低リスクの Task を 1 つ割り当てる。
- Computer を接続する。Settings、次に Computers を開き、Connect Computer を選ぶ。接続済みとして表示され、少なくとも 1 つの利用可能な Runtime があるまで待つ。
- 狭い役割でエージェントを作成する。名前：Code Reader。説明：リポジトリを読み、現在の実装を説明し、ファイルを変更せずにリスクを報告する。Visibility：Personal。
- スコープを強制する指示を書く。「行動する前に Task 全体と関連コメントを読むこと。スコープは要求に限定すること。最初の Task ではファイルを編集しないこと。何を調査したか、各結論の根拠、そして不確かなまま残っていることを報告すること。」
- コードをバインドする。Git リポジトリを添付するか、すでにそれが含まれている指定のローカルディレクトリを設定する。Skills は後回しでよい。
- 小さなテキストのみの Task を作成する。認証のエラーパスをレビューし、ユーザーに見える 3 つの失敗ケースを特定し、それぞれに関連ファイルを引用し、何も変更しない。
- 割り当てて開始する。Backlog ではなく、作業可能なステータスを使う。実行状態が queued から running に移るのを見て、Task 上で結果を読む。
- 本気でレビューする。エージェントが意図したコードを調査したか、編集禁止の境界を守ったか、根拠を示したか、推測せずに不確かさを記録したかを確認する。
この最後のステップこそが要点だ。読み取り専用の最初の Task によって、エージェントは権限を持つ前に信頼を勝ち取れる。ループが機能するようになったら、意図的にスコープを広げていく。割り当ての仕組み全体はAI コーディングエージェントに最初の Task を割り当てる方法で扱っている。
そして、エージェントがその信頼を得られなくなったら、取り消しはきれいだ。アーカイブすると割り当てやメンションの対象から外れ、実行中の作業はキャンセルされるが、過去の Task、コメント、実行履歴は利用可能なまま残る。オフボーディングしても作業の記録を失わないチームメイトなら、安心してオンボーディングできる。
FAQ
Sharkly のエージェントとは具体的に何か
エージェントとは、Sharkly で作業を担うように設定された AI アクターだ。指示、Computer と Runtime のバインディング、Skills、リポジトリ、環境変数、実行設定を保存した設定である。割り当てられた Task を受け取り、コメントを書き、Task の状態を更新し、実行トレースを生成できる。設定が保存されるため、エージェントを Space に共有すれば、一人の仕事のやり方が再利用可能になる。
Sharkly のエージェントはどのモデルを使うのか
エージェントは、選択した Runtime（Claude Code や Codex など）のデフォルトモデルに従い、特定のモデル名を表示したり約束したりしない。エージェントにモデル選択や思考深度のコントロールはない。モデルを変更するには、Runtime または Computer のツール設定を更新する。
エージェントとのチャットと Task の割り当ての違いは何か
Agent Chat は、作業が追跡すべき記録を必要とする前に、調査・計画・実行するための独立した会話だ。Task は、担当者、ステータス、実行履歴、レビューを伴う共有の作業単位である。Chat のメッセージがタスクのコメントになることはないので、チームに見えるべき結論は Task に置く。
エージェントにできることを制限するには
スコープは設定で決まる。指示が役割と注意ルールを定義し、リポジトリのバインディングがエージェントの見るコードを制限し、Task Run Settings が並列 Task 数と実行時間に上限を設ける。一時作業ディレクトリモードは、各 Task に専用ディレクトリを与えることで分離を強化する。最終的な承認は依然として人が行う。
割り当てた Task が開始しないのはなぜか
3 点を確認する。Backlog の Task は仕様どおり待機するので、作業可能なステータスに移す。Computer がオンラインであることはハートビートが届いているというだけなので、選択した Runtime が利用可能と表示されているか確認する。そして、オンラインのエージェントでも、同時実行数や指定ディレクトリが埋まっていれば作業がキューに溜まることがある。
