AIエージェントとは？自動化・RAG・ワークフローを解説

OpenAI APIで実装したけどClaudeもGeminiも試したい——個別SDKを書き分け、リクエスト/レスポンス形式を変換する作業に2時間溶けた経験のある開発者向け。Vercel AI SDK（2026年は単に"AI SDK"）はそれを「import 1行、関数1つで全プロバイダ統一」に圧縮するTypeScript製OSSライブラリで、月2,000万+DL、AI SDK 6でAgent・MCP・Tool承認・DevToolsまで揃う2026年の事実標準。本記事ではAI SDKの正体、3つの実用理由（乗り換え自由・実装1/3・型安全）、5分クイックスタート（generateText→streamText）、構造化出力（Zod型安全generateObject）、Tool callingとAgent、React useChat 10行チャットUI、Claude↔GPT↔Gemini切り替え実例、本番運用3落とし穴（プロバイダ機能差・ストリーム中断課金・型推論オーバー）まで2026年5月のAI SDK 6ベースで実装コード付き解説。

プログラミング初学者がほぼ必ず詰まる「環境構築」。2026年の生成AI（Claude Code、Codex、Cursor）は、ローカル環境構築・Dockerfile・Terraform雛形・CI/CDパイプラインなど定型インフラ作業を実用域で生成できる。HashiCorpは公式Terraform MCP Serverを2025年に公開して2026年6月に一般提供、Anthropic Agent Skillsでインフラ知識を後付けロードできる時代になった。ただし「全部任せていい」は別問題。月末AWS請求$3,000、本番DBの誤った public 公開、SSHキーのGitHubへのcommit——どれも丸投げで起こりうる事故だ。本記事ではAIに任せていい5領域、確認しつつ任せる3つの危険領域、人間判断必須の4領域、初心者向け4ステップ安全フロー、Claude Code・MCP・Agent Skillsの最新ツール連携まで、能力評価視点で整理する。

2026年2月、Cursorを運営するAnysphereのARRが$2Bを突破——創業3年でOpenAI・Anthropic級のSaaS収益曲線を描いている。本記事では、VS CodeフォークでありながらAIをレンダリング層に直接組み込んだCursorの仕組み（Tab補完100ms以下、272Kトークン索引、Composer/Agent/クラウドエージェント/Bugbot等の主要6機能）、VS Codeとの5つの具体的な違い（AI統合位置、補完速度、コードベース理解、拡張機能、料金）、ライバル4社（Windsurf/Zed/Claude Code/GitHub Copilot）との使い分け、2026年10月12日からの The X Subscription（Free・Plus $8・Premium $30・Super $100・Ultra $200）の料金構造、そして「誰が乗り換えるべきか」の判断軸まで、2026年9月時点の事実ベースで整理する。

MCPサーバーで稼げるのか。答えは「稼げる。ただしMCPの仕様には料金・決済・利用量の数え方の標準が無いので、お金を受け取る仕組みはMCPの外で選ぶ」だ。よく出回る「12,000本中5%未満が収益化」は発行元が見つからないため使わず、公式レジストリを自分で数えた結果（37,619件・2026年9月30日）、仕様の原文、MCPize（手数料20%）・Apify Store（売上の80%から実行費用を引く）・Stripeの規約とドキュメントから、4つの収益モデル、販売先の手数料と支払い条件、名前の出ている事例の確かめ方、失敗パターン、個人開発者のプレイブックまでを整理する。

MCP（Model Context Protocol）は、AnthropicがGitHubに静かに置いた小さな仕様書から始まり、16ヶ月で月間9,700万SDKダウンロード（+4,750%）、公開MCPサーバー1万個以上、OpenAI/Google/Microsoft/AWS全社採用、2025年12月にAnthropicがLinux Foundationに所有権を寄贈し業界共通インフラ化した「AI時代のUSB-C」。本記事では1年4ヶ月の物語、Client/Server/Transportの3要素アーキテクチャ、すぐ使えるMCPサーバー5選（filesystem/fetch/git/GitHub/Notion）、入れる前の5つの確認とClaude Codeでの登録手順、Python30行で書ける自作の最小実装、なぜMCPが「勝った」のか、セキュリティ・プロンプトインジェクションの落とし穴、これから起きることを公式資料と実装経験ベースで整理。

定額プランから従量課金に移ると、AIの使用料は使い方しだいで大きく変わる。本記事は、プロンプトキャッシュ・モデル選択・出力予算の3つのレバーの効き目を、AnthropicとOpenAIの公式料金表の単価・倍率から計算して示す。キャッシュ読み取りの倍率はモデルによって異なる（GPT-6.1 Sol、Opus 5.5、Sonnet 5.5は入力の0.05倍）。Claudeの5分キャッシュは1回、1時間キャッシュは2回の読み取りで元が取れる。10万トークンの前置きをOpus 5.5に10回送ると、入力の費用は$4.00から$0.68に下がる。Opus 5.5からHaiku 5.5に替えると単価は40分の1（1回のプロンプトが10万トークンまで）、出力の単価は入力の5倍。急がない処理はバッチで半額になる。/compactによるコンテキスト管理、マルチエージェントの15倍トークン、請求アラート、浪費パターン7つまでカバー。

AIで先に消える仕事は「定型作業のベテラン」と直感されがちだが、データは正反対を示している。Stanford Digital Economy Labの論文「Canaries in the Coal Mine?」（2025年8月初版、2026年8月改訂）によれば、AIの影響を受けやすい職業の22〜25歳の雇用は、影響の小さい職業と同じペースで伸びた場合より19%低く、35〜49歳は同じ職業で約+10%。減り方の中身は解雇ではなく採用の減少で、Anthropicの研究でも若手の就職率に同じ兆しがある。本記事では一次データ、成文化された知識と暗黙知・AIの使われ方という説明、Yale Budget Labなどの反論、「育成パイプライン」の問題、若手・シニア・企業それぞれの戦略を整理する。

バイブコーディング（vibe coding）はAndrej Karpathyが2025年2月に提唱した、AIに自然言語で要望を伝えコードを読まずに開発するスタイル。1年後の2026年、Karpathy自身は「agentic engineering」への改名を提案、AI生成コード由来のCVEは2026年1月から3月で約6倍、試験した5つのコーディングエージェントすべてがSSRFを作り込むなど、セキュリティの問題が相次ぐ。それでも個人開発・スタートアップ・社内ツールでは標準化した。本記事では定義、ワークフロー、Karpathyの発言の変遷、Claude Code/Cursor/Codex/Lovable/v0/Bolt.new/Devinの主要ツール、セキュリティ実態と公開前に自分で確かめる順番、「Vibe & Verify」運用ベストプラクティス、誰がどこまで vibe するかを最新調査ベースで整理する。

2026年、AIエージェントの主役は「1体のスーパーエージェント」から「役割分担したチーム」へと移った。Anthropic Research、Claude Code subagents、Devin、Cursor の並列ワーカー——いずれもマルチエージェント構成だ。本記事では定義、5つの主要アーキテクチャパターン（オーケストレータ・ハンドオフ・階層・ピアツーピア・パイプライン）、主要フレームワーク比較（Claude Agent SDK／OpenAI Agents SDK／LangGraph／Strands ほか）、本番運用例、コスト構造（公式報告で約15倍トークン）、いつ使う・いつ使わない、設計ベストプラクティスまでを公式資料ベースで整理する。

2026年4月、わずか1週間の間にリリースされたAnthropic Claude Opus 4.7とOpenAI GPT-5.5を徹底比較する。Opusは実コードベース解決で首位（SWE-bench Pro 64.3%）、GPT-5.5は端末操作・カスタマーサポート系で首位（Terminal-Bench 82.7%、OSWorld 78.7%）と得意領域がほぼ反対。さらに表面の単価ではOpusが安いものの、出力トークン量の差でGPT-5.5の実コストが約1/4というケースもある。本記事ではスペック早見表、ベンチマーク詳細、トークン効率、強み弱みマップ、ユースケース別の選び方、デュアル運用戦略を公式情報と第三者評価ベースで整理する。

プロンプトエンジニアリングからハーネスエンジニアリングへ——AIエージェント時代の主戦場が移行した。本記事ではハーネスエンジニアリングの定義、プロンプトエンジニアリングとの違い、ツール定義・コンテキスト管理・記憶・ループ・ガードレール・出力UXの6要素、Claude Code・Cursor・Codex CLI・Devinの設計比較、実践チェックリストまで、AIエージェントを本気で使う・作るために知っておくべき土台を整理する。

AIがルールを守らないときは、指示が読み込まれていないのか、読み込まれても実行されないのかを切り分ける。CLAUDE.mdのcompact後の再注入、行数の目安と読み込み上限、AGENTS.mdを直接読み込む条件を整理し、守られない規則を検証できる文に書き換える例と、Hooks・CI・AIレビュー・スキルの役割と限界を具体例で解説する。