2026年6月11日、arXivに掲載された論文「Agentic Software: How AI Agents Are Restructuring the Software Paradigm」が、AIエージェントを単なる「賢いアシスタント」ではなく、ソフトウェアそのものの概念を書き換える存在として位置づけた。LLM（大規模言語モデル）を主要な推論エンジンとして組み込み、決定ロジックをエージェントが実行時に動的に生成するという新パラダイム「Agentic Software」が、ソフトウェア工学の全面的な再定義を迫っている。

「決定ロジックをコードに書く」時代の終わり

従来のソフトウェアは、開発者がすべての判断基準を事前にコードとして記述する「決定論的パラダイム」で動作する。if文、状態機械、ビジネスルールエンジン——これらはすべて、人間が想定したシナリオを静的に固定したものだ。

Agentic Softwareはこれを根本から覆す。決定ロジック自体をLLMが実行時に動的に生成する。コードが「答え」を保持するのではなく、エージェントが「答えを導くプロセス」をその場で構築する。この一点が、従来型ソフトウェアとの本質的な違いだ。

決定論的ソフトウェアとの3つの根本的差異

1. 決定ロジックの所在

従来型では、決定ロジックはコードという静的なルールとして存在する。Agentic型では、LLMが文脈を読み取り、適切な判断を動的に生成する。開発者は「すべてのケースを事前に網羅する」必要から解放される一方、エージェントの推論品質を保証するという新しい責任を担う。

2. 不確実性の扱い

従来のソフトウェアは、想定外の入力に対して例外を投げるかデフォルト動作へフォールバックする。Agentic Softwareは不確実性を「処理すべき例外」ではなく「推論で解決すべき問題」として扱う。無数のエッジケースをコードで網羅するという開発の常識が解体される。

3. テスト・デバッグのパラダイム

決定論的なコードはユニットテストで網羅的に検証できる。しかしLLMの推論プロセスは本質的に非決定論的であり、同じ入力が常に同じ出力を返す保証はない。これはQAエンジニアリング、デバッグ手法、品質保証の全体を根本から見直すことを要求する。

ソフトウェア工学の何が変わるのか

アーキテクチャ設計: モジュール分割の単位が「機能」から「エージェントの責務範囲」へと変わる。エージェントをどう組み合わせ、どう連携させるかが設計の中心課題になる。

状態管理: エージェントは会話履歴、コンテキスト、ツール呼び出し結果など複雑な状態を持つ。従来のデータベース設計だけでは不十分で、エージェントのメモリ管理が新たな設計課題となる。

オブザーバビリティ: 「なぜそう判断したか」をLLMのブラックボックスから追跡するための新しいロギング・トレーシング手法が必要になる。

実務への影響——日本のエンジニア・IT管理者が今すぐやるべきこと

1. エージェントオーケストレーションの設計スキルを磨く 単一LLMへの問い合わせではなく、複数エージェントが連携するシステムの設計が求められる。LangGraph、AutoGen、各種エージェントSDKなどのフレームワークを実際に触り始めることが第一歩だ。

2. 非決定論的テストの手法を学ぶ 入力→期待出力の対応表でテストする従来手法は通用しない。「振る舞いベーステスト」「プロパティベーステスト」「LLM-as-judgeによる評価」など、新しいQA手法に慣れておく必要がある。

3. プロンプトをコードとして管理する Agentic Softwareにおいて、プロンプトテンプレートは実質的なビジネスロジックだ。バージョン管理、レビュープロセス、変更管理をコードと同等に扱う体制を今のうちに整えておく。

4. 自社業務の「エージェント化できる判断業務」をマッピングする 「毎回同じ判断基準で大量のケースを処理している業務」は置き換え候補だ。承認フロー、コードレビューの一次チェック、ドキュメント生成など、まず「判断の自動化」を狙える領域を特定することから始める。

筆者の見解

この論文が指摘していることは、日々エージェントを実際に使い倒しながら体感してきたことと完全に重なる。

「コードを書く」という行為の意味が変わりつつある。これまで開発者がやっていたのは、判断ロジックをコードという形式に変換することだった。しかし今、その判断ロジックをLLMが実行時に生成できるなら、開発者の役割は「ロジックのコーディング」から「エージェントのオーケストレーション設計」へとシフトする。

「ハーネスループ」——エージェントが自律的に判断・実行・検証を繰り返すループ構造——こそが、このAgentic Softwareパラダイムの中核だ。単発の「指示→応答」ではなく、エージェントが自分で問題を分解し、ツールを呼び出し、結果を検証して次の行動を決める自律的なループを設計できるかどうかが、今後のソフトウェアエンジニアの価値を決める。

日本のIT業界にとって、この変化のスピードは脅威でもあり機会でもある。「まだ様子見」は、すでに大きな遅れを生む選択だ。エージェントを使いこなす人間とそうでない人間の生産性差は、今後さらに広がる一方だろう。理論として知るだけでなく、実際に手を動かして自分の仕事の中に組み込んでいくこと——それが今エンジニアに求められる最も重要なアクションだと確信している。

出典: この記事は Agentic Software: How AI Agents Are Restructuring the Software Paradigm の内容をもとに、筆者の見解を加えて独自に執筆したものです。