AIを「使う」から「任せる」へ——Issueを起点にAIエージェントが実装まで進める仕組み【AIネイティブ開発シリーズ第3回】

2026年11月3日

AIネイティブ開発シリーズ第3回｜自動化

AIを「使う」から、AIに「任せる」へ。
第3回は、Issue（タスク）を起点にAIエージェントが実装まで進める仕組みと、エージェントを社員と同じ枠組みで管理する考え方をお伝えします。

この記事でわかること

AIとの会話から、そのままタスクを起票する方法
Issueを起点に、AIエージェントが実装から変更の提出までを担う流れ
AIエージェントを「社員と同じ枠組み」で管理する考え方
脆弱性の検知から修正の実装までをつなぐ、次の取り組み

次の一歩は、AIを「使う」から「任せる」へ

第1回では情報をAIが読める場所に集める「準備」を、第2回ではルール・テスト・セキュリティをそろえる「仕組み」をご紹介しました。ここまで整うと、AIは「人が横について使う道具」から、まとまった仕事を任せられる相手に変わってきます。

そこで私たちが進めているのが、Issue（タスク）を起点にした自動化です。人がやるのは、何を作るかを決めることと、最後に承認すること。その間の作業を、AIエージェントが担います。

自動化①　会話から、そのままタスクにする

入口は、AIとの会話です。課題や改善案をAIと話し合い、その内容をそのままIssueとして起票・更新できるようにしました。議事録やメモを見返して、手でタスクに書き起こす必要はありません。

スマホだとログインボタンが小さくて、誤タップが多いんだよね

Issueを作成しました。
タイトル：スマホ表示でログインボタンのタップ領域を拡大する
要件：タップ領域を48px以上にする／他のボタンとの間隔を確保する

AIに渡す権限は、タスクの読み書きとコードの閲覧だけに絞っています。管理者の権限は渡しません。誤った動きや外部からの攻撃があっても、リポジトリそのものを壊されることがないようにするためです。

※ 仕組みの作り方は、こちらの記事で詳しく紹介しています：Claudeとの会話・ディスカッションから直接タスク化！ForgejoへIssueを自動起票するMCP環境の構築（npx・Docker対応）

自動化②　Issueを起点に、AIエージェントが実装する

起票されたIssueは、AIエージェントが引き取ります。社内のAIサーバーが司令塔（オーケストレーター）として新しいIssueを見つけて振り分け、コーディングを担当するエージェントが実装し、変更を提出するところまでを進めます。

1Issueを作成する（人やAIとの会話から。他のシステムからの起票も検証中）人
2社内のAIサーバーがIssueを見つけ、担当のエージェントに振り分ける稼働中
3外部のクラウドAIとのやり取りは自社のマスキングプロキシを通し、決まったルールで個人情報やキー情報などを伏せてから送る稼働中
4エージェントが実装し、変更を提出する稼働中
5自動テストが失敗したら、エージェントが自分で直す稼働中
6レビュー担当のエージェントが一次レビューをする検証中
7人が確認し、承認して取り込む人
8開発環境へ自動で反映する検証中

どれだけ自動化しても、取り込みの判断は必ず人が行います。エージェントは「下書きを完成品に近づけるところ」まで。何を作るか（1）と、取り込んでよいか（7）は、人が持ち続けます。

自動化③　エージェントも「社員と同じ枠組み」で管理する

AIエージェントに仕事を任せるうえで、私たちがいちばん大事にしているのは統制です。この取り組みの目的は、時間を減らすことそのものではありません。AIエージェントを、人と同じ枠組みで管理したまま実際の開発に使えることを、実物で確かめることです。時間の短縮は、その結果としてついてくるものだと考えています。

エージェントにもIDを

社員と同じ認証の仕組みで、エージェントにもアカウントと権限を与えます。止めたいときは、社員のアカウントと同じ場所から止められます。

鍵は、作業ごとに発行して使い捨て

作業のたびに、対象のリポジトリにだけ使える鍵を発行し、作業が終わると無効にします。AIを呼び出すための鍵も同じです。長く使える鍵を、エージェントに持たせません。

使い捨ての環境で動かす

エージェントは作業ごとに使い捨ての隔離環境で動きます。そこから社内で届くのは、開発用のGit基盤とマスキングプロキシだけ。アカウントの管理や記録のシステムには届きません。

すべての操作を記録する

どのコードが、どのタスクから、誰の依頼で、どのAIによって作られたか。数分でたどれることを、実際に確かめています。

※ コーディングやレビューには、外部のクラウドのAIを使っています。そのため、AIとのやり取りはすべて自社のマスキングプロキシを通し、決まったルールで個人情報やキー情報などを伏せてから送っています。ルールに当てはまる個人情報やキー情報が、伏せ字にされないまま外部のAIへ送られることを防いでいます。

自動化④　入口は、会話だけではない

この仕組みは、「Issueで依頼を受け、エージェントが動き、最後に人が承認する」という、とてもシンプルな型でできています。だからこそ、入口を増やせます。

いま検証を進めているのが、自社製品「Smart Cyber Checker」との連携です。システムの技術構成に関係する脆弱性を検知したら、AIがソースコードを解析して影響する箇所と直し方を整理し、Issueとして起票する。この解析は、Smart Cyber Checkerの機能として追加する予定です。あとは、ここまでご紹介した流れでエージェントが修正を作り、人が承認します。

MKDTグループの製品紹介