脱・人月商売、フルAI駆動の開発、透明な料金。私たちが何を考え、どう手を動かしているか。誇張のない記録として綴ります。
これまでAIにコードを頼むと、返るのは「たぶん動くはずのコード」。実際にブラウザで開いて、押して、崩れやエラーを確かめるのは人の仕事だった。2026-07-01、GitHubはVS CodeのCopilotが実ブラウザを操作できる「browser tools」を正式提供(GA)に。AIが自分でページを開き、クリック・入力し、スクリーンショットを撮り、コンソールのエラーを読み、壊れ方を見つけて直す——Playwright(MCP)ベースで、作る→開く→触る→見つける→直すを人手なしで一周する。AIが自分でQAし始めた。評価軸は「コードを書けるか」から「実アプリを見て・壊れ方を見つけて・直せるか」へ。ただし丸投げは禁物（スクショの食い違い・「直った」誤判定・網羅性は人が設計・本番反映はHITL）。分かりやすく整理した最新動向解説（数値はGitHub/VS Code/Playwright公式ベース・CAG非検証）。
これまでAIにコードを頼むと、返るのは「たぶん動くはずのコード」。実際にブラウザで開いて、押して、崩れやエラーを確かめるのは人の仕事だった。2026-07-01、GitHubはVS CodeのCopilotが実ブラウザを操作できる「browser tools」を正式提供(GA)に。AIが自分でページを開き、クリック・入力し、スクリーンショットを撮り、コンソールのエラーを読み、壊れ方を見つけて直す——Playwright(MCP)ベースで、作る→開く→触る→見つける→直すを人手なしで一周する。AIが自分でQAし始めた。評価軸は「コードを書けるか」から「実アプリを見て・壊れ方を見つけて・直せるか」へ。ただし丸投げは禁物（スクショの食い違い・「直った」誤判定・網羅性は人が設計・本番反映はHITL）。分かりやすく整理した最新動向解説（数値はGitHub/VS Code/Playwright公式ベース・CAG非検証）。
「どのAIが賢いか」「良いプロンプト」の次、実務で差がつくのは“AIをどう運用するか”だ。CAGブログで解説してきた最新動向を、AIエージェント運用の5つの土台に整理したまとめ（地図）。①モデル比較から作業環境へ（harness/workbench）②トークン経済＝原価管理③スキル/MCPは権限＝供給網セキュリティ④少なく賢く＝無駄を書かせない⑤止まっても回る＝harness/BCP。5つを貫く背骨はAGENTS.md・HITL・検証・記録。悩み別にどこから読むかも案内。各深掘り記事へのハブとしてどうぞ（数値は各社公式/報道ベース・CAG非検証）。
「結局どのAIが一番賢いの？」——去年までの主戦場はモデルの点数比べだった。でも2026年、軸が「その職種の仕事をAIとどう回すか」という作業環境の勝負へ移り始めた。分かりやすい実例が、Anthropicが2026-06-30に出した研究者向けAIワークベンチ「Claude Science」。60超のスキルと科学DB連携・ローカル/SSH実行・3D構造やゲノムを描き、何より“すべての出力が監査可能な履歴を持ち検証・再現できる”。チャットの「答え」でなく、作り方の記録が付いた「成果物」を残す——この構造は法務・営業・開発・マーケにも当てはまる。道具を並べるより、職種の仕事の流れと監査証跡を1環境に設計する“作業台”を作れるかが次の差になる。分かりやすく整理した最新動向解説（数値はAnthropic公式ベース・CAG非検証）。
「AIを全社導入すれば生産性が上がる」はもう半分古い。2026年、AIを使える会社ほど次はAIの“使いすぎ”に悩む。原因は社員でなく、エージェントが進化して1回の作業がリポジトリを読み・考え・書き・やり直す長丁場になったこと。そのすべてがトークンとして請求に積み上がる。GitHub CopilotのAI Credits（使用量課金）、OpenAIのprompt caching＆soft budget、Anthropicのtoken counting／Claude Code使用量、headroomの文脈圧縮——各社の公式機能は撤退でなく“トークンFinOps”へ向かっている。次の壁はプロンプト術でなく、モデルのルーティング・キャッシュ・圧縮・予算ゲートの運用設計だ。分かりやすく整理した最新動向解説（数値は公式/GitHub/報道ベース・CAG非検証）。
メールに添付した提案資料は、相手が開いたのか、どこまで読んだのか分からない。PDFは重くて開かれず、共有リンクは転送し放題で機密には使えない——資料を「送って終わり」にした瞬間、その先は暗闇になる。私たちは提案資料を多く扱う支援企業向けに、資料をURL一つで安全に届け、閲覧の状況まで見えるセキュアな共有ツール（DocSend的）を設計・実装した。①クライアント閲覧者を“会員”にしない二系統認証（Web暗号＋署名付き一時通行証）、②直リンクを塞ぎ隔離枠で映す“見えるけど抜けない”配信、③資料をAIで生成し必要箇所だけ差分編集・同一URLで改訂・自動分類、④現場の要望を1日7リリースで即日反映・大容量50MB対応。技術判断を主役に、安全性とAI活用と改善速度の作り方を書く。クライアント名・ドメイン・認証情報は伏せ、数値は自社実装の事実に基づく匿名例。
「星4.2、口コミ186件」——その看板を上げるために、明日から何をするか。多くの現場でここが曖昧なまま放置されている。私たちは店舗集客を支援する事業者向けに、Google等の口コミを店舗運営の“打ち手”に変える分析ツールを設計・実装した。①あと★5が何件で評価4.0に届くかを決定論的に正確計算する目標シミュレーション、②業種特性を踏まえてAIが強み・不満を言語化、③低評価×未返信の「要返信の口コミ」抽出、④一覧APIで546店舗を数秒発見し口コミは店舗ごとに取得、⑤毎月の自動同期、⑥A4日本語PDFで客先納品——「分析して終わり」でなく「次に何をするか」まで出す仕組みを、技術判断を主役に書く。クライアント・店舗名は伏せ、数値は自社実装の実データに基づく匿名例。
CAGサイトの問い合わせに一次対応しているAIは、自分たちで実装した。マルチテナント基盤、RAGと顧客別メモリを持つエージェント、見積もりは人間に渡すHITL設計、メールへの返信がそのままチャットになる双方向統合、そして「全部実機で確かめた」自動検証42項目——本番品質の顧客対応AIを、AI駆動開発で1日で本番稼働に乗せた制作記録。何を作り・どう守り・何をAIに任せないかの設計判断が、速さの主役だ。
AIに資料を作らせるとmdで返るが、記号が残り表は崩れ、見せるには不向き。今のAIはHTMLが得意で、整った資料を一瞬で書ける。でもHTMLは共有が難しい——DLの手間・見た目崩れ・流出不安。そこで、アップロードすると専用URLが出て、DLなしでセキュアに閲覧できるツールを作った。推測困難URL＋認証＋直リンク遮断＋閲覧ログ。テキストからAIがHTML生成も。作れると届けられるは別問題。
成果物×定価への移行は、価格だけの話ではない。見積り・納期・品質・信頼の四つが同時に動く。
「これ、数ヶ月かかりますよね」——その見積もりの“常識”を、フルAI駆動で覆した制作事例。自治体向けSNS分析ダッシュボードを、実働1日・8コミットでログイン付き本番まで。チャート7種を外部ライブラリ0で実装し、設計判断ごと開示する。
