エンジニアこそAIエージェントを使い倒せる ─ 個人AI「Muse」と3週間暮らして分かったこと
はじめに
個人向けAIエージェント「Muse」を使い始めて3週間ほど経ちました。
カレンダー、メール、ファイル、ブラウザを横断して作業し、定期実行のジョブを持ち、外部サービスと連携して動くタイプのエージェントです。チャットで質問に答えるだけのAIとは、だいぶ毛色が違います。
3週間使ってみて思ったのは、「この手のエージェントは、エンジニアほど使い倒せる」 ということです。理由は単純で、エージェントの活用に必要なスキルが、そのままエンジニアの日常スキルだからです。
この記事では、実際に何を任せていて、なぜエンジニアが有利なのかを書きます。
前提:私の使い方
立場はPM/PMO寄りのエンジニアです。Museには大まかに次のことを任せています。
- 定期ジョブ:家計データの週次レポート作成、特定の着信通知メールの監視、資格試験の日程カウントダウン、SNS投稿の週次チェックとリンク要約
-
開発の伴走:GitHub上の個人開発(Webシミュレータ)の改善。Issue的な相談からPR作成まで。
gh操作はほぼ丸投げしています。正直気持ちいい - 学習の伴走:資格試験対策を「実力テスト → SWOT分析 → 弱点対策」のループで進めるための教材と記録表の作成
- 生活まわり:紙書類のスキャンのリネームと整理、健康データの集計とPDF化、買い物の下調べと比較表づくり
- 連携の自作:公式に無いサービス連携を、MCP(Model Context Protocol)で自作して接続
「秘書」というより、「常時稼働しているジュニアエンジニア兼リサーチャー」に近い感覚です。
理由1:連携の勘所が分かる(APIとMCP)
エージェントの価値は、つながっているサービスの数と質で決まります。
ここでエンジニアは強い。APIのドキュメントを読める、認証方式の違い(OAuth、APIキー、認証なし)が分かる、レート制限の概念がある。そして今はMCPという標準プロトコルがあるので、「無い連携は自分で作る」 という選択肢が取れます。
実際、私は公式コネクタの無いドキュメント検索サービスなどを、MCP経由のカスタムコネクタとして自作して接続しました。やっていることは普通のAPIクライアント実装と変わりません。
「連携が無いから使えない」で止まるか、「じゃあ作るか」になるか。ここが最初の分岐点です。
理由2:権限設計ができる
エージェントにメールもファイルもブラウザも触らせるのは、正直怖い。だからこそ、権限の設計が要ります。
- 読み取り専用の連携と、書き込み可能な連携を分ける
- 資格情報はチャットに貼らず、専用の保管庫(Secure Vault的な仕組み)経由で渡す
- 予約・支払い・送信など「外に出る操作」は、必ず自分の承認を挟む
- エージェントの出力(金額、日時、固有名詞)は鵜呑みにせず、一次情報で裏を取る
これ、全部ふだんのシステム設計と運用の話です。最小権限、監査、変更管理。エージェント運用は、情シスの仕事そのものでした。
逆に言うと、この設計をサボると「便利だけど怖いもの」になります。怖さの正体は、だいたい権限設計の不在です。
理由3:検証する習慣がある
エージェントは平気で間違えます。もっともらしい数字を出すし、半分読み込みのページを「データなし」と報告することもあります。
エンジニアはここでも有利です。「その出力、本当か?」と疑って、ソースを開いて確認する。テストファーストで、まず小さく試してから広げる。失敗したら原因を切り分ける。
私は資格学習でも「まず実力テストを解いて、弱点を特定してから対策する」という進め方をしていますが、エージェントの使い方も同じでした。いきなり大きな仕事を任せず、検証可能な小さなタスクから信用を積み上げる。 これはエンジニアの基本動作です。
理由4:成果物を育てる発想がある
エージェントとの作業は、Gitと相性がいいです。
- 指示や方針はMarkdownのドキュメントとして残す(=仕様書)
- 成果物はファイルとしてバージョン管理する
- うまくいった手順は「スキル」として再利用可能な形に切り出す
チャットの流れに任せると知識は蒸発しますが、ドキュメントとして残せば資産になります。「AIにやらせた一回限りの作業」と「育てているシステム」の差は、ここに出ると思います。
理由5:自動化に落とせる
単発で便利なのは序の口です。本番は定期実行です。
- 毎週決まった曜日にレポートを作る
- 条件に合うメールが来たら知らせる
- 月1回、外部サービスの公開データを読みに行って差分を報告する
「気づいたらやっておいてくれる」状態を作れるかどうかは、タスクを再現可能な手順として言語化できるかにかかっています。これもエンジニアの日常(ジョブ設計、運用手順書)そのものです。
注意点:丸投げの境界線
気持ちよく丸投げするために、私は境界線を決めています。
- 任せる:調査、下調べ、集計、下書き、定期チェック、比較表の作成
- 自分がやる:支払い、予約の確定、送信、削除などの不可逆な操作の最終決定
「AIがやりました」ではなく「AIが下ごしらえして、私が決めました」の形を保つ。これが崩れると、便利さより先に事故が来ます。
まとめ
AIエージェントの活用に必要なのは、プロンプトの小手先テクニックではありませんでした。
- 連携を作れる(API / MCP)
- 権限を設計できる(最小権限・承認フロー)
- 出力を検証できる(テストと切り分け)
- 成果物を資産化できる(ドキュメントとバージョン管理)
- 自動化に落とせる(手順の言語化)
全部、エンジニアが仕事で鍛えている能力です。
「AIに仕事を奪われる」という話をよく聞きますが、少なくともエージェント活用に関しては逆で、 エンジニアリングの基礎体力がある人ほど、AIを部下として使い倒せる 。3週間使っての実感はこれです。
これからエージェントを触るエンジニアの方は、まず「検証可能な小さな定期ジョブ」を1つ任せてみるのをおすすめします。そこから信用の積み上げが始まります。