株式会社ずんだもん技術室AI放送局 podcast 20260804
内容紹介
MCP 2026-07-28で「普通のWebサイトがAI対応する時代」が近づいた、Claude Code／Codexに中～大規模開発を任せるためのタスク管理、herdr を使いこなす: 複数 AI エージェントの連携から自作プラグインまで
出演者
youtube版(スライド付き)
関連リンク
2026年7月28日に公開されたModel Context Protocol（MCP）の正式仕様により、AIエージェントが外部システムと連携するためのハードルが大きく下がりました。MCPは、AIが外部ツールやデータと通信するためのオープンな共通規格であり、主要なAIサービスで導入が進んでいます。
今回のアップデートにおける最大の技術的変更点は、サーバー側の実装が完全にステートレス化され、複雑なセッション管理やハンドシェイクが廃止された点です。これにより、Cloudflare WorkersやVercel Functionsといった一般的なサーバーレス環境のHTTPSエンドポイント上で、軽量なMCPサーバーを容易に構築できるようになりました。
この軽量化により、従来は大企業や専用のAPIを持つサービスに限られていたAI連携が、APIを持たない一般的なWebサイトにも拡張されます。サイトにMCPエンドポイントを1つ追加するだけで、AIエージェントから直接情報を取得させたり、予約などのタスクを実行させたりすることが可能になります。今後は、検索エンジン経由のアクセスだけでなく、AIエージェントに「直接呼ばれる」Webサイトという新しい概念を見据えた設計が求められます。
日本のエンジニア視点では、今後は単にWebサイトを構築するだけでなく、AIエージェント向けのエンドポイント実装や、OAuth/OpenID Connect等を利用した堅牢な認可・権限管理をセットで設計することが重要になります。まずは自社サイトの情報を構造化し、AIに公開してよい情報の線引きを明確に整理しておくことが、次のステップに向けた実用的な備えとなります。
引用元: https://talentcloud.jp/blog/mcp-2026-07-28-stateless
この記事では、Claude CodeやCodexなどのAIコーディングエージェントを中〜大規模開発（数十〜数百件のタスク）に適用し、破綻させずに運用するための具体的なタスク管理手法を解説しています。
大規模開発を長いプロンプトやチャットの履歴だけで管理しようとすると、過去の決定が引き継がれず、進捗の追跡が困難になります。これを防ぐ基本方針として、リポジトリ内に配置したdocs/task-list.mdを進捗管理の「唯一の正本」とし、Slackやチャット、AIの自己申告にかかわらず、このファイルの状態を正とします。タスクIDは一度発行したら削除後も再利用せず、作業中に発見した新たな問題は現在のタスクに混ぜず新規タスクとして登録します。
運用上の原則として、進行中のタスク原則1件に限定します。AIは複数処理を得意としますが、同一リポジトリで複数タスクを同時に変更すると変更の組み合わせが爆発し、原因追及や差し戻しが難しくなるためです。
AIに渡す個別タスクの指示には、以下の6項目を明確に含めます。
- 目的（何だけでなく、なぜ変更するか）
- 変更範囲（作業してよいファイルや機能）
- 禁止事項（公開データの変更禁止や推測による実装の禁止など）
- 完了条件（第三者がYes/Noで判定できる具体的な条件）
- テスト方法（ユニットテスト、結合テスト、実環境確認の指定）
- 停止条件（仕様矛盾や破壊的変更など、AIが勝手に判断せず人間に報告して止まるべき境界）
また、永続的なルール（テストコマンド、Git運用など）は、CodexではAGENTS.md、Claude CodeではCLAUDE.mdといった永続指示ファイルに分離します。コードが存在するだけの「実装済み」と、テストや環境確認を終えた「完了」を明確に区別し、AIの完了報告は作業内容ではなく、Git差分、テスト結果、未確認事項といった「証拠」を中心に行わせます。
複数のAI（ChatGPTとClaude Codeなど）を併用する場合は、プロジェクト全体を毎回収まらせるのではなく、「ChatGPTは要件整理やレビュー」「Claude Codeは実装とテスト」のように役割とコンテキストの境界を厳格に定義し、受け渡す情報もタスクIDや差分などに絞ることで、トークンの無駄な消費と認識のズレを防ぎます。
最後に、AIにすべての自律性を委ねるのではなく、人間が「何を、どこまで、誰に任せ、何をもって完了とするか」のハーネス（枠組み）を設計・管理することが、AIコーディングエージェントを大規模開発で成功させるための鍵であると締めくくっています。
引用元: https://qiita.com/Y-Y-dev/items/d526fb7cdbe35a3f9384
本記事では、複数AIエージェントを並行運用するためのターミナルツール「herdr」の機能と活用法について詳しく解説しています。herdrはサーバー常駐型のツールであり、クライアント画面を閉じてもバックグラウンドでエージェントを動作させ続けられます。
まず基本機能として、ワークスペース、タブ、ペイン、エージェントといった概念や、tmuxに近いキーバインディングを用いた操作方法が紹介されています。特に左側のサイドバーでは、各エージェントの状態が「working」「blocked」「idle」「done」としてリアルタイムかつ色分けで表示されるため、人間がどのエージェントの対応を待っているかが一目で把握できます。また、Git worktreeをシームレスにワークスペースとして扱える点や、名前付きセッションによる環境の切り替えも特徴です。
次に実践的な機能として、別のエージェントへのプロンプト送信機能を取り上げています。「herdr agent prompt」コマンドを使うことで、他ペインで動くエージェントに直接指示やコンテキストを渡せます。さらに、エージェント自身にherdrのCLI操作を任せる「Agent skill」を導入すれば、1体のリード役エージェントが自らヘルパー役のペインを分割・起動し、作業の分担から結果の集約までを自動で行わせることが可能です。もちろん、シェルスクリプトから「herdr agent wait」や「herdr pane run」を組み合わせて、テスト実行や通知の自動化を構築することもできます。
後半では、herdrの拡張性である自作プラグインについて解説されています。herdrのプラグインは、実行ファイルとマニフェストファイル、そして任意でキー割り当てを行うだけで作成可能です。記事内では、ディレクトリ選択からワークスペースを作成する実例や、エージェントの状態変化（イベント）をフックして自動でフォーカスを移す実例が紹介されており、独自のワークフローに合わせて柔軟に拡張できる点が強調されています。開発体験を向上させるツールとの組み合わせも含め、複数のAIエージェントを活用した開発を強力にサポートするツールとしてherdrが紹介されています。
引用元: https://blog.techscore.com/entry/2026/08/03/080000
（株式会社ずんだもんは架空の登場組織です）