AIを“1人の万能エンジニア”として使うのは限界？役割分担させてみた話〜Codexのサブエージェントで実装とレビューを分離してみた〜

最近は、生成AIを使ってコードを書く機会がかなり増えてきました。

ただ実際に使ってみると、

• 実装は速いけどレビューが甘い
• 丁寧に考えさせると今度は遅い
• 1つのAIに全部やらせるとバランスが難しい

と感じる場面もあります。

そこで今回私たちは、「AIも役割分担した方が良いのでは？」という発想で、Codexのサブエージェント機能を使った開発を試してみました。

AIに全部やらせると、意外と難しい

生成AIはコードを書くのがかなり得意です。

ただ、開発には実装だけでなく、

• コードレビュー
• テスト
• 設計確認
• 動作確認

など、いろいろな役割があります。

人間の開発でも、

• 実装が得意な人
• レビューが得意な人

が分かれるように、AIでも同じことが起きます。

例えば、

• スピード重視だとレビュー品質が下がる
• 慎重に考えさせると処理が遅くなる

というトレードオフがあります。

そこで「AIの役割分担」を試した

今回使ったのは、Codexのサブエージェント機能です。

これは簡単にいうと、複数のAIに役割を分けて動かせる仕組みです。

今回の検証では、

• フロントエンド実装担当
• バックエンド実装担当
• フロントエンドレビュー担当
• バックエンドレビュー担当

のように、エージェントを分割しました。

ポイントは「役割ごとに最適化できる」こと

今回面白かったのは、エージェントごとに設定を変えられるところです。

例えば、

実装担当は、

• スピード重視
• 実装向きモデル
• 必要最低限のツール

を設定。

一方レビュー担当は、

• 深く考える設定
• reasoning重視
• テストや検証向きツール

を使うようにしています。

つまり、AIを“適材適所”で使い分ける構成です。

MCPも役割ごとに分離

今回の記事では、MCP（AIとツールをつなぐ仕組み）も役割ごとに切り分けています。

例えば、

• Angular用MCP
• Playwright用MCP

などを必要なエージェントだけに渡しています。

これによって、

• 不要なツールを減らせる
• コンテキストを整理できる
• エージェントごとの責務が明確になる

というメリットがあります。

何がうれしいの？

今回の取り組みで感じた価値は大きく3つです。

1. AIを“チーム”として使える

これまでのAI活用は、「1人の万能AIに全部任せる」形が多かったですが、今回のように役割分担することで、「AIチームとして開発する」形に近づきます。

2. 品質と速度を両立しやすい

実装とレビューを分けることで、

• 実装は高速に
• レビューは慎重に

という使い分けができます。

3. 実務に近い構成になる

実際の開発現場でも、

• 実装担当
• レビュー担当

を分けることは普通です。

つまり今回の構成は、AI開発を“現実のチーム開発”に近づける取り組みとも言えます。

まとめ

今回の検証を通して感じたのは、AIは1人の万能エンジニア”として使うより、役割分担した方が強いということです。

生成AIは今、

• 単体で使う段階から
• 複数のAIを組み合わせる段階

へ進み始めています。

Acroquestでは、

• MCP
• A2A
• AG-UI
• Memory

などとあわせて、こうした「AIをどうチームとして設計するか」も含めて検証しています。

もし、

• AIを使った開発に興味がある
• 新しい技術を実際に触ってみたい
• “使えるAI”を考えてみたい

そんな方がいれば、ぜひ一度お話しましょう。

具体的な実装コードなど詳しくは当社技術ブログに記載しておりますので、詳細を知りたい場合はこちらをご覧ください。

ぜひ、当社で一緒に働いてみませんか？

チャレンジングな案件が多く、成長の機会が多く得られる環境です

当社では、機械学習／AIや生成AIに加えて、AWSやAzureを活用したITサービス開発事業を推進しています。そこで、最先端技術を駆使しながら、社会を進化させたい情熱とスキルのある機械学習・AIエンジニア、クラウドエンジニアを募集しています！

私たちが取り組む案件は、最先端技術を用いる内容や高難易度の内容が多く、チャレンジングな環境なので、成長の機会が多く得られることをお約束します。