AIエージェントが新たな種類の技術的負債を創出

2026年4月、AnthropicのClaudeを搭載し、Cursor内で動作していたAIコーディングエージェントが、全米のレンタカー事業者にサービスを提供するSaaSプラットフォーム、PocketOSの本番データベースをすべて削除しました。削除されたのはアクティブなレコードだけではありませんでした。バックアップがデータと同じボリュームに保存されていたため、それらも失われました。

創業者とそのチームは翌日、Stripeのログ、カレンダーの招待、古いメールのスレッドから、3ヶ月分の予約、顧客記録、サインアップ情報を再構築することに費やしました。

実際、このPocketOSの事例は、一つの誤った決断によって起こったのではありません。それぞれに妥当な理由を持つ人々によって個別になされた、いくつかの小さな決断の結果でした。

• 誰かがエージェントに本番環境への書き込み権限を与えた。
• 誰かがバックアップに専用のボリュームは不要だと判断した。
• 誰かが、広範な権限を推奨し、実行前に立ち止まることが滅多にないように設計されたツールを信頼した。

当時は、どれもリスクがあるようには見えませんでした。

これは、現存するあらゆるレガシーシステムが誕生した経緯とも、大まかには同じです。壊滅的な一つの決断ではなく、システムの自分の担当範囲しか見えていない人々による、個々に正当化可能な長年の決断の積み重ねによって作られたのです。エージェントにおいて異なるのは、そのタイムラインです。かつては文書化されていない決断の積み重ねに20年かかっていたことが、今では1回のスプリントで起こります。なぜなら、チームのほぼ誰でもプロンプトといくつかのツール呼び出しでエージェントを立ち上げることができ、その後に何が起こるかを追跡している人はほとんどいないからです。

エージェントの技術的負債とは何か？

負債の本質はモデルの質ではなかった

Gartnerは、2026年末までにエンタープライズアプリケーションの40%に特定のタスクに特化したAIエージェントが組み込まれると予測しています。これは2025年の5%未満からの急増です。つまり、2年以内にほとんどの企業向けソフトウェアスタックが自律的なコンポーネントを採用することを意味します。

現場の人間が気づいているだけではありません。ピッツバーグ大学ビジネススクールの研究者たちは、この現象の正式なモデル化を開始しました。負債そのもの（エージェントの構築や管理における手抜き（ショートカット）の蓄積）と、彼らが「税金」と呼ぶ、非決定論的な挙動を許容範囲内に収め続けるための継続的なコストとを区別しています。