メインコンテンツまでスキップ

概要

1. プロジェクト位置づけ​

A2E（AI Agent Engine）は、AI時代に向けたソフトウェア工学の実行エンジンです。対話的な意図を実行可能なワークフローへ変換し、実行中も中断可能・再開可能・追跡可能なエンジニアリング能力を維持することに焦点を当てています。

現行バージョンは Experimental と位置づけられており、本ドキュメントはアーキテクチャ設計、エンジニアリング実装、そして AI 協調開発の方法と成果を示すことに主眼を置いています。

2. コア思想​

A2E のコア思想は、現在のところ次の3点に集約されます。

  • AI駆動（主 Codex）：主 Codex を中核の協調エントリとして用い、要件理解、ツール呼び出し、タスク推進を担います。
  • ワークフロー状態の制御可能性：実行プロセスを明示的な状態機械とイベントストリームに載せることで、実行時の可観測性・中断性・再開性を確保します。
  • アプリケーション自身の MCP 化：アプリケーション能力を MCP tools/resources として公開し、AI が標準化された形でシステムを補助操作できるようにします。

現時点の実験段階では、実行能力はまず AI ノードの閉ループに優先的に集中させ、そのうえで高リスクまたは高不確実性の判断はレビュー機構で扱うことで、「自動実行 + 人的介入」のバランスを取っています。

3. 動作モード​

A2E の現在の動作モードは、workflow -> run -> node_run -> review -> resume という制御された実行チェーンとして要約できます。システムは agent.codex と human.review の2種類のノードで最小の閉ループを構成し、Web・Server・MCP の3つの入口で編成、実行、人間の介入を連携させています。

現在の動作モードは3つの段階に分けられます。

  • 編成段階：ユーザーは Web または MCP からワークフロー定義を作成、編集、保存します。Server は workflow、ノード設定、AI ノードのメタデータ、contract を永続化し、実行ディレクトリと互換レイヤのデータ境界を準備します。
  • 実行段階：workflow run がトリガーされると、Server は run と node_run を生成し、AI ノード内でローカルの codex exec を呼び出してタスクを実行します。実行中は、状態追跡、結果集約、障害復旧のために、イベント、ログ、成果物、構造化出力が継続的に書き込まれます。
  • レビュー段階：実行結果に人間の確認が必要な場合、またはフローが human.review ノードに入った場合、実行状態は paused となり review request が生成されます。レビュー判断が完了すると、resume によりフローを再開できます。

それぞれのシステム責務は次のとおりです。

  • Web：ワークフロー編集、実行監視、レビュー処理、Codex との対話入口を提供します。
  • Server：スケジューリング、状態永続化、イベント記録、レビュー協調、AI ノード実行制御を担います。
  • MCP：Codex やその他の MCP クライアントに対して、ワークフロー、実行、レビュー、AI ノード関連のツールを公開します。

4. 現在の範囲と境界​

現在実装されている最小閉ループは次のとおりです。

  • Web 側では、ホーム、ワークフロー一覧と編集、実行監視、レビュー一覧、設定などの主要ページ入口を提供済みです。
  • Server 側では、ワークフロー、実行、イベント、レビュー、AI ノード実行とテンプレート、Codex PTY などの API / サービスモジュールを提供済みです。
  • MCP 側では、Workflow / Run / Review / AI ノード関連ツールを提供済みで、Server のセマンティクスと整合しつつクロスエンド呼び出しを行えます。

5. プロジェクト背景と現状​

A2E の技術的な方向性は、業界変化の2つの段階を起点としています。

  • 2025年第1四半期には、MCP パラダイムが AI ツール統合と能力編成の事実上の標準の一つになりつつありました。
  • 2025年第2四半期以降、AI CLI の能力とエンジニアリング適用の速度が大きく向上し、AI 駆動開発アーキテクチャの急速な進化を後押ししました。

現在は、OpenClaw に代表される自律実行パターンや Skill 能力の流れが継続的に進んでいます。単一で静的な従来型ワークフローでは、複雑なシナリオで限界があります。A2E の将来的な方向性は、ワークフローの「制御可能・監査可能」という利点を維持しながら、より柔軟な AI 駆動実行と、境界を制御した実行能力を導入することにあります。