AI Engineer World's Fair 2026 — SF から持ち帰った AI エンジニアリングの現在地¶

作成日: 2026-07-06 出典 / きっかけ: kagaya(Asterminds 共同創業者 CTO)の note 参加レポート https://note.com/r_kaga/n/n12bc279182d6 (2026-07-06 公開) 関連: findy_ai_engineering_summit_2026_summer / loop_engineering_入門 / loop_engineering_cli調査 / ai_agent_identity_標準化2026 / llm_agent_sandbox_隔離技術 / cloudflare_2026_サプライチェーン攻撃リスク

0. 要点(3行)¶

業界の焦点は「AI をいかに速く走らせるか」から「組織知をいかに形式化・再利用するか」へ移った。競争軸はスキルファイル化・複数モデル運用・エージェント対応インフラ。
開発の単位が小型化している。人間の仕事は「書く」から「計画と検収」へ。ただし検証コストが実行時間の最大 40% を占めるという現実(Software Factory 側の報告)と、テストなし PR の脆弱化リスク(反対派)の緊張がある。
Web サービス側も変わる。エージェントが利用者になる前提で、auth.md(登録の入口)や短命トークン等の「エージェントを一級市民として扱う」設計が始まっている。

1. カンファレンス概要(一次資料で確認済み)¶

項目	内容
名称	AI Engineer World's Fair 2026(AIEWF)
会期	2026-06-29(workshop day)〜 07-02
会場	San Francisco, Moscone West
規模	参加 6,000 人超、29 トラック、スピーカー 300 名超、スポンサー 100 社超、約 500 セッション
主催	swyx 率いる Latent.Space(購読 20 万人超)
主な登壇	OpenAI、Anthropic、Google DeepMind、Microsoft、Notion、Vercel、LangChain、Neo4j、Stripe、Uber、YC
日本での Recap	2026-07-28 Findy 主催(記事末尾の告知)

トラック名だけでも潮流が読める: Context Engineering / Computer Use / Memory & Continual Learning / Autoresearch / Forward Deployed Engineering / Claws & Personal Agents など。

2. Software Factory — 仕事の割り当て方の小型化¶

AI エージェント集団に開発業務を委譲する開発モデル。人間は計画(何をやるか)と検収(できたか) を担う。
推進側の報告: 検証(verification)に実行時間の最大 40% を使う。つまり Factory 化しても「タダで速くなる」のではなく、コストの置き場所が「書く」→「検証する」へ移るだけ。
会期中に "not Factory" の反論セッションが立った点が健全。論点はテストなし PR の量産、コードベースの脆弱化、失敗原因の追跡不能化。
読み方: Factory 賛否の対立ではなく「検証をどこまで仕組み化できるか」が本当の争点。検証が人手のままなら Factory はスケールしない。

3. Loop Engineering — プロンプトを書くのをやめ、ループを設計する¶

Addy Osmani(Google)が 2026 年 6 月のエッセイで広めた概念(Peter Steinberger の「エージェントに指示を出すのではなく、エージェントを促すループを設計せよ」、Boris Cherny(Claude Code リード)の「私の仕事はループを書くことになった」が源流)。

従来:   人間 → プロンプト → エージェント → 成果物
                ↑ 毎回人間が起点(人間がボトルネック)

Loop:   ┌─→ 仕事を見つける → 割り当てる → 検証する → 記録する ─┐
        └──────────────── 次を決める ←──────────────────────┘
        人間はループの外から設計・監督(起点はシステム)

記事で紹介された実践則:

前の PR が開いている間は次の PR を積まない(WIP 制限。失敗原因の追跡可能性を優先)
AST grep で未移行コードを機械的に検出し、小粒度タスクに分解してエージェントに配る
詳細は loop_engineering_入門 / loop_engineering_cli調査に整理済み

4. 実行環境 — ローカル PC からクラウドサンドボックスへ¶

エージェントの実行はローカルからクラウドベースのサンドボックスへ移行が進む。OpenAI キーノートの表現は「未来は 20 個のターミナルではない」。
ただし人間が監視・制御できる画面は必須という論調(放置ではなく監督)。
隔離技術の選択肢は llm_agent_sandbox_隔離技術を参照。

5. モデル選定 — ベンチマークではなく「失敗パターン」で選ぶ¶

5-1. 複数モデル併用が常態化¶

State of AI Engineering Survey(Notion 実施。公式レポートは 2026-05-16〜06-15 収集の 1,053 回答。記事中の数値は講演時点のもので 1,048 名)より:

記事中の数値	内容
94%	クローズドモデルを使用
45%	オープンウェイトを使用(公式レポートでは 54%: out-of-box 37% + fine-tuned 17%)
87%	複数モデルを併用

公式レポートの補足: オープンウェイト利用者の 9 割超はクローズドも併用しており、「open は closed の代替ではなく補完」。モデル選定基準として open/closed を最重視するのは 5% にすぎず、品質 > エージェント能力 > コストの順。

5-2. 失敗パターンでの選定(DeepSWE の事例)¶

ベンチマークの合計点ではなく「どう失敗するか」で選ぶ。記事中の DeepSWE 比較(セッション内容、一次資料未確認):

モデル	挙動の傾向	過去パッチ検索率
Claude 系	丁寧な探索(git log を見に行く)	Opus 4.7: 18% / Opus 4.6: 25%
GPT 系	仕様厳守型	0%

「どちらが良いか」ではなく「このタスクの失敗はどちらの失敗モードなら許容できるか」で選ぶ、という発想の転換。

6. コンテキスト設計 — 強いモデルほど情報を「絞る」¶

直感に反するが、強いモデルほど情報を与えすぎない戦略が語られた。スキル一覧はコンテキスト全体の最大 2% に抑える運用例。
Google のセッション(Agents Without Code)では、2 万行のコードを 200 行に削減した事例(100 分の 1)。
対比で掴む: 弱いモデル時代は「文脈不足」が失敗要因だったが、強いモデル時代は「文脈過多による焦点喪失」が失敗要因に反転した。

7. Web サービスの変容 — エージェントが「利用者」になる¶

auth.md: WorkOS が 2026 年 5 月に公開したオープンプロトコル。ドメイン直下の Markdown ファイルで「エージェントがユーザーの代理でサービス登録する」流れを宣言する。Cloudflare、Firecrawl、Resend、Monday.com が採用済み。
2 つの登録フロー: Agent Verified(エージェントの IdP が身元保証、人間不介在)と User Claimed(ワンタイムコードで人間が確認。金銭・データを触るならこちら)
OAuth 既存標準(Protected Resource Metadata、ID-JAG)の組み合わせで、WorkOS 非依存
裏面のリスク: エージェントが登録できる=千回登録できる。auth.md を出すなら rate limit と支出上限を初日から
llms.txt と同系の「エージェント可読な入口を Markdown で置く」潮流。ID 標準化の全体像は ai_agent_identity_標準化2026 と接続する。

8. Evals — 理想の準備ではなく、本番から逆流させる¶

評価セットは事前に理想形を作り込むのではなく、本番トレースから構築する。失敗ログを次の評価データへ変換する運用。
判定は参照実装との一致度ではなく「外部から観察可能な挙動」で行う。
これは社内の法務経理 AI 改善ループ(法務経理ai_改善ループとガードレール_事例込み資料)と同じ思想(現場 signal 起点)。

9. セキュリティ — Lethal Trifecta¶

Simon Willison が 2025-06-16 に定式化した脅威モデル(原典確認済み)。次の 3 つが同一セッションに揃うと、prompt injection 一発でデータ窃取が成立する:

非公開データへのアクセス
信頼できないコンテンツへの接触
外部への送信能力(exfiltration)
2 つまでなら安全、3 つ揃った瞬間に危険——個々の能力ではなく組み合わせが脅威、という相対の話。
緩和策は taint tracking + policy gating(汚染状態では外向きアクション(HTTP、メール、PR 作成、クリック可能リンクの描画すら)をブロックまたは人間承認必須に)。
記事中の Anthropic 言及「セキュリティバグ報告が月平均 20 件 → 4 月に約 400 件、うち約 2/3 が AI 生成コード由来」は一次資料未確認(講演での言及と思われる)。関連する公開データとしては、AI 生成コード起因の CVE が 2026 年 1 月 6 件 → 2 月 15 件 → 3 月 35 件と急増しているとの報道あり。
サプライチェーン視点は cloudflare_2026_サプライチェーン攻撃リスクも参照。

10. スキルファイル化 — 組織知を Markdown に固定する¶

原則: 「2 回同じ仕事をしたら、次はスキルファイルにする」。
Vercel は社内業務知識を 100 個以上のスキルとして実装し、100 体超の本番エージェント(データ分析、カスタマーサポート、営業オペレーション、コンテンツレビュー)を運用。この基盤を eve として 2026-06-17 にオープンソース公開(public beta、TypeScript ネイティブ)。
eve の設計: filesystem-first。「ツール= TypeScript ファイル 1 枚、スキル= Markdown ファイル 1 枚」。durable execution / サンドボックス / 人間承認 / サブエージェント / OTel トレーシング / evals を標準装備
組織論として「スキルファイルを従業員のように管理・評価する」設計まで踏み込んだ議論があった。
YC の実績(2025-03 の TechCrunch 報道で確認済み): W25 バッチの約 1/4 の企業で、コードベースの 95% 以上が AI 生成(Jared Friedman 談。import 等は除外したカウント。創業者は全員自力で作れる技術者である点が強調されている)。

11. ソフトウェアの単位変化とスキュアモーフィズム批判¶

ソフトウェアの単位が「スタートアップ 1 社分」から「Markdown ファイル 1 枚でプロダクト全体」へ(例: 毎朝 Markdown で自動生成される PR 優先順位付けシステム)。
Theo Browne のクロージング: 開発者は次世代モデルの能力があるのに旧来のワークフローを AI でなぞっているだけ(スキュアモーフィズム=馬車の形をした自動車)。「そのマインドセットを問い直せ」。

12. まとめ — いつ何を使うか早見表¶

状況	持ち帰るべきアプローチ
同じ作業を 2 回やった	スキルファイル(Markdown)に固定化する
エージェントに開発を委譲したい	Loop Engineering: WIP 制限 + 小粒度タスク化 + 検証の仕組み化(検証コスト 40% を予算に入れる)
モデルを選ぶ	ベンチマーク合計点でなく「失敗パターンが許容できるか」。併用が前提(87% が複数モデル)
強いモデルに context を渡す	絞る(スキル一覧は全体の 2% 目安)。過多は焦点喪失を招く
エージェント向けにサービスを開く	auth.md + rate limit/支出上限を初日から
エージェントに 3 能力(私的データ・外部コンテンツ・外部送信)を渡しそう	Lethal Trifecta。どれか 1 つを外すか、外向きアクションを承認ゲートに
評価を整備する	本番トレース→評価セット。失敗ログを資産化

13. 裏取りメモ(事実と未確認の区分)¶

記事中の記述	検証結果
会期・会場・規模(6,000 人超・29 トラック・300 スピーカー)	✅ 公式サイトで確認
Lethal Trifecta(Simon Willison)	✅ 原典(2025-06-16)確認
YC W25 の 1/4 が 95% AI 生成コード	✅ TechCrunch(2025-03-06)確認。発言者は Jared Friedman
Vercel eve(OSS 化・社内 100 体超)	✅ Vercel 公式ブログ・InfoQ 確認。公開は 2026-06-17
auth.md	✅ WorkOS 公式・GitHub 確認。2026-05 公開
Loop Engineering(Addy Osmani)	✅ 本人エッセイ(2026-06)確認
Survey 回答者数 1,048 名	⚠️ 公式レポートは 1,053 回答(2026-05-16〜06-15 収集)。講演時点の速報値と思われる
オープンウェイト使用 45%	⚠️ 公式レポートは 54%(out-of-box 37% + fine-tuned 17%)。集計定義の差か要確認
Anthropic バグ報告 20 件/月 → 400 件	❓ 一次資料未発見。講演での言及として扱う
DeepSWE の 18% / 25% / 0%	❓ セッション内容。公開資料未確認

参考リンク¶

元記事: https://note.com/r_kaga/n/n12bc279182d6
AIEWF 2026 公式: https://www.ai.engineer/worldsfair/2026
Lethal Trifecta(Simon Willison 原典): https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/
YC W25 の AI 生成コード比率(TechCrunch): https://techcrunch.com/2025/03/06/a-quarter-of-startups-in-ycs-current-cohort-have-codebases-that-are-almost-entirely-ai-generated/
Vercel eve 発表: https://vercel.com/blog/introducing-eve / https://github.com/vercel/eve
eve 解説(InfoQ): https://www.infoq.com/news/2026/06/vercel-eve-agents/
auth.md(WorkOS): https://workos.com/auth-md / https://github.com/workos/auth.md
Loop Engineering(Addy Osmani): https://addyosmani.com/blog/loop-engineering/
State of AI Engineering Survey(Notion): https://www.notion.com/lp/ai-engineering-survey
AI 生成コード起因 CVE の増加(Infosecurity Magazine): https://www.infosecurity-magazine.com/news/ai-generated-code-vulnerabilities/

作成: 2026-07-06 ／最終更新: 2026-07-06