AIToday
大規模言語モデルAIコーディングオープンソースAIZenn AI/ML掲載日時: 2026年11月17日 16:00

AIエージェントの虚偽完了を防ぐゲート公開

LINEで送る
AIエージェントの虚偽完了を防ぐゲート公開

3つのポイント

  1. 何が起きたか

    kensaurusがMITライセンスで162個のMarkdownスキルファイル集kensaurus/skillsを公開。状態ファイルを読み未チェック項目があればエージェントを差し戻す完了ゲートが中核。

  2. なぜ重要か

    エージェントはコンパイルが通っただけで完了と宣言しがちなため、ゲートが外部から完了を検証し、別の審査エージェントが元の依頼・ファイル・差分・最新のテスト結果を評価する。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

このリリースは、同じSKILL.mdファイルをClaude Code、Cursor、Codex CLI、Gemini CLI、GitHub Copilotが読める公開仕様Agent Skillsの上に成り立っているとkensaurusは説明する。掲げられた問題はエージェントの能力不足ではなく実行の徹底不足だ。エージェントは差分がコンパイルされた時点で作業を完了とし、テストを飛ばし、仕様の穴を独断で埋めてしまう。

ゲートは3つの要素でこれに対処する。チェックリストをエージェントのコンテキストではなくファイルに保持すること、項目が残っていればエージェントを押し戻すStopフック、そして記憶を信用せず証拠を探させるため新しいコンテキストで起動する審査サブエージェントだ。v2.8.0のリリースでは、CIが通っていたにもかかわらず審査役が6件の修正を挙げてCONTINUEを返した。うち1件は、同じターンで動く他のスキルに影響が漏れていたeffort設定に関するものだった。

kensaurusはこのコレクションをより人気の高い代替品と正直に比較し、GitHubのスター数を比べ、比較対象の4リポジトリはユーザー数がはるかに多いと注記している。Song & Weiの研究は202個のライブラリ全体で成功率が最大21%低下すると報告しており、スキルが増えるほど取り違えが減るどころか増えうることを示唆している。

よくある質問
完了ゲートはどうやって作業が未完了だと判断するのか?
complete-everythingスキルがまずチェックリストを.cursor/complete-everything-state.mdに書き出す。Stopフックがそのファイルを読み、未チェックの項目があればエージェントを差し戻す。理由の示されないスキップも未完了として扱う。
162個のスキルをすべてインストールする必要があるのか?
いいえ。インストーラーをcoreプロファイルで実行すれば、日常作業向けの約30個のスキルが導入され、説明リストも全体の5分の1未満に収まる。
ゲートが完了率を高める証拠はあるのか?
まだない。kensaurusは適切なスキルが呼ばれるかを試す12件の評価ケースを用意したが、実行したのは1件のみで、ゲートが完了率をどれだけ高めるかのデータは今後出るとしている。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へRevolut、Codexでコーディング時間を30〜60%削減