dev-agent-teamシリーズの10本目。 前回（キットが自分の矛盾を見つける）で、 掃除の実装を「下位ティア・低effortのエージェント」に任せた、と書いた。 今回はその層別配分——モデルとeffortを段で分ける設計——を型にした話。
この記事の要点
  • 司令塔（判断層）はセッションモデルを high〜xhigh、実装層は下位ティア・effort:low
  • 核原則「AIは判断材料、判断は人間」を、エージェント階層に適用した相似形
  • コストを削るのは実装層だけ。司令塔と検証層は削らないという非対称性

マルチエージェントで動かすと、素朴には「全部を同じ強いモデル・強いeffortで回す」となる。 だがそれは高コストなうえ、設計としても雑だ。 今回の改善（PR #25）は、 層ごとにモデルとeffortを配り分ける型をキットに据えた記録だ。

原則は一行で言える。

判断は上流（司令塔）に集約し、実装層から判断を排除する。

1. 核原則の相似形——判断が下るほど減る

このキットの核原則はずっと「AIは判断材料、判断は人間」だった。 今回の層別配分は、それをエージェントの階層にそのまま写した相似形だ。 上流から下流へ、判断の量が段階的に減っていく。

最上流人間
最終判断
→
司令塔分解・判断・集約
判断あり
→
実装機械的な適用
判断なし

人間 → 司令塔AI → 実装AI の順に、判断の余地が減っていく。 実装AIには判断させない——だから安いモデル・低effortで足りる。 逆に、判断が集まる司令塔と、それを敵対的に潰す検証層は、けっして削らない。

2. 配分表

docs/native-tooling-integration.md に新設した配分は次のとおり。 

層           役割                     model            effort
────────────────────────────────────────────────────────────────
司令塔       分解・判断・指示生成・集約  省略=セッション継承  high〜xhigh
実装         精密指示の機械的適用       省略 or 下位ティア   low
                                                        (Sonnet 5 は medium)
検証         敵対的 verify             省略             high〜xhigh
3層のモデル/effort配分。判断が集まる司令塔・検証は高く、機械的な実装だけ低くする

司令塔と検証は「省略＝セッションモデル継承」。 つまり、いまClaude Codeで使っているモデルをそのまま司令塔に据える。 下げるのは実装層のeffortだけ、というのが要点だ。

3. effort:low の実装が成立する5条件

実装層を effort:low に落とせるのは無条件ではない。 「判断させない」を成立させるための条件を5つ明文化した。

この5つが揃っていれば、実装は「精密な指示を機械的に適用するだけ」になり、 低effortでも品質が落ちない。逆に一つでも欠けると、 実装層が勝手に判断し始めて事故る。effort:lowは設計が伴って初めて安全だ。

4. 削るのは実装層だけ——非対称性

ここがいちばん強調したい点だ。 コスト削減の対象は実装層に限る。司令塔と検証層は削らない。

削ってよい

  • 実装層のeffort（→ low）
  • 実装層のモデル（→ 下位ティア）
  • 機械的な適用作業のコスト

削ってはいけない

  • 司令塔の判断力（high〜xhigh維持）
  • 検証層の敵対的verify
  • 判断が集まる場所のコスト

判断の質は、上流と検証で決まる。 そこを安くすると全体が崩れる。 逆に、判断のない機械作業を高いモデルで回すのは、ただの浪費だ。 「一律に安く」でも「一律に高く」でもなく、判断のある層だけ厚くする—— この非対称性こそが設計の肝になる。

5. 実装と、実証

型を書くだけでなく、並列調査ワークフロー dev-agent-discovery.js にも配分を実装した。 機械的抽出を担うreaderは低effort（既定 medium、純機械的なら low）に、 判断を担うscope / synthesizeはセッションのeffortを継承する（node --check 通過）。

そして実証もある。前回の記事で書いた13項目のクリーンアップが、 まさにこの配分で回した実例だった—— 実装は下位ティア・effort:lowのエージェントに委譲し、全項目を完遂、 対象外の変更まで自発的に報告した（＝成立条件5つを満たした）。 一方でverify層はhigh、propose層はxhighで運用している。

「安いモデルで雑になる」のではない。判断を上流で固め切ってから渡すから、下流は安くても崩れない。安さは設計の結果であって、妥協ではない。

6. まとめ

今回は、キットの核原則をエージェント階層のコスト設計にまで延ばした回だ。

「AIは判断材料、判断は人間」——このシリーズの出発点だった一文は、 スケールさせると「判断が集まる場所に資源を寄せ、機械作業は薄く速く」という コスト配分の指針にもなる。 人間の判断を守る型は、そのままAIの判断を配る型でもあった、という話だった。

リポジトリはこちら: fecot/dev-agent-team