開発チームが、AI Agent を使って複数のファイルにまたがるコード修正を進めようとしています。最新の評価ランキングを見た上司からは、最もスコアの高いサービスをそのまま選べないかと聞かれました。しかし、修正するのは自社の既存システムです。モデルがコードを書けるかどうかだけでなく、どのツールと組み合わせる必要があるのか、自社のアカウントでどのモードを使えるのか、エンジニアがどのように作業を依頼すべきかも確認しなければなりません。
Intellicon Solutions は、ランキングは候補を絞る手がかりになるものの、それだけでは開発用 AI Agent の導入先を決めるには不十分だと考えています。比較の基準にすべきなのは、自社で実際に使えるモデルとツールの組み合わせです。そのうえで作業の難易度に応じてモデルを選び、作業の順序を踏まえて分担が必要かを検討します。最初にランキング1位を選び、すべての作業を同じ構成で処理させるという順番は避けるべきです。
評価スコアが示しているのは、モデル単体の性能か、ツールと組み合わせた性能か?
iThome は2026年11月19日、Google が発表した Gemini 4 Neon が Antigravity CLI との組み合わせで、Artificial Analysis のソフトウェア開発評価において58.6点を獲得し、記事に掲載された2つの Claude モデルをわずかに上回ったと報じました。ただし、評価対象のモデルはそれぞれ異なる開発ツールを使用しています。そのため、このスコアはモデルとツールを組み合わせた総合的な性能を示しており、すべてをモデル自体の実力とみなすことはできません。
記事では、Neon が作業計画と結果のレビューを担当し、Hydrogen がコード修正などを実行するオーケストレーターモード(Orchestrator)も紹介されています。Hydrogen が解決できない問題に直面すると、作業を Neon に戻し、Neon が計画を見直す仕組みです。ただし、当時 Google はこのモードを企業ユーザーには提供していませんでした。つまり、企業がモデルを使えたとしても、ニュースで紹介された分担方法を採用できるとは限りません。
そのため、候補を整理する際は、評価時に使われた構成と、自社が現時点で使える構成を分けて把握する必要があります。IT 部門はモデル名とスコアだけを記載するのではなく、各候補に以下の情報も添えることをお勧めします。
- 評価時に組み合わせたツール:評価対象のモデルが使用した開発ツールを明記します。モデルだけを切り替えれば、評価と同じ性能が得られるとは考えないようにしましょう。
- 自社アカウントで利用できるサービスとモード:現時点で提供されている機能を確認します。未提供の機能は別に整理し、今後の検討事項とします。
- プロジェクトに必要な作業の進め方:今回は単一の AI Agent に開発を支援してもらうのか、それとも複数の AI Agent による分担が必要なのかを明確にします。ニュースで紹介されているというだけで、その機能を調達要件に加えないようにしましょう。
プロジェクトの実行に特定のオーケストレーターモードが不可欠であり、ベンダーがまだ企業向けに提供していない場合は、その組み合わせを今回の候補から外します。一方、そのモードを使わずにモデル単体でチームの作業方法に対応できるなら、選択肢として残せます。サービス全体を除外する必要はありません。
同じコード修正でも、同じモデルを使う必要がないのはなぜか?
たとえば、チームが見積システムを修正し、既存のコードに新しい割引条件を追加するとします。どの計算に影響が及ぶのか、既存のルールを維持しながらどう修正するのかを判断するには、エンジニアがシステムの背景を理解する必要があります。一方、確定した書式に沿ってフィールドの説明を整理するだけなら、何をどう進めるかを比較的明確に伝えられます。これはモデルの選び方を説明するための仮定のシナリオであり、顧客の成果事例ではありません。
開発責任者には、担当者の職種や役職だけで使用ツールを決めるのではなく、まず作業内容を分類することをお勧めします。複数の修正案を比較したり、複数ファイルの関係を理解したりする作業には、より高性能なモデルを優先的に検討できます。一方、ルールが明確で、手順を具体的に伝えられる定型作業では、より高速で低コストな選択肢を別途比較します。割引ルールを変更する場合は、まず営業責任者が採用する案を確認し、その後でエンジニアに修正を進めてもらう必要があります。
EgentWrX では、メッセージごとにモデルを切り替え、そのときの作業に適したモデルを選べます。そのため、チームは高度な推論が必要な作業と定型的な整理作業を分けて進められます。あるモデルの順位が高いという理由だけで、毎回同じモデルを使うよう担当者に求める必要はありません。
モデルの選定を話し合う際は、各担当者に実際の作業を挙げて要件を説明してもらいましょう。たとえば、複数ファイルにまたがる不具合の原因を特定するのか、指定の書式に沿ってドキュメントを追記するのか、といった内容です。まず AI Agent にどの部分を支援してもらうかを明確にし、その後でモデルの候補を検討します。そうすれば、「開発用途」という大まかな分類だけで、全員の使い方を決めてしまうことを避けられます。
複数の AI Agent で分担する前に、引き継ぎ方を明確にする
ニュースで紹介された役割分担は参考になりますが、複数の AI Agent が一緒に働けば、必ず自社に適した仕組みになるとは限らないと私たちは考えています。まず既存の開発業務を1つ選び、実行順序を図にすることをお勧めします。たとえば、要件を整理し、修正が必要なファイルを特定したうえで、エンジニアが確認した方針に沿ってコードを修正する、といった流れです。同時に、各工程を始める前に必要な情報、完了すべき内容、次の工程に渡すべき成果を明記します。
見積システムの例では、要件整理を担当する AI Agent が、まず割引条件と例外の一覧を作成できます。一方、コード修正を引き継ぐ AI Agent には、それぞれの条件がどのフィールドに対応するかという情報が必要です。分担した結果、各 AI Agent が同じ背景情報を改めて確認しなければならなかったり、割引ルールが明確になる前に次の AI Agent にコード修正を始めさせたりするのであれば、まずは単一の AI Agent がエンジニアを支援する形を維持しましょう。要件を明確にした後で、より多くの AI Agent による分担を検討することをお勧めします。
EgentWrX はサブエージェント(sub-agent)に対応しており、メインの AI Agent の配下に異なる役割を配置して、それぞれに指定の作業を任せられます。頻繁に連携するサブエージェントはチームとして編成でき、管理画面では委任容量の上限も設定できます。チームはこれらの仕組みを使って作業を割り振れますが、どのように分担するかは実際のタスクに応じて決めるべきです。
次回の選定会議では、IT 部門が自社で現在利用できるモデルとツールの組み合わせ一覧を用意し、開発責任者は作業の分類と引き継ぎ方法を整理しておくことをお勧めします。まず今回使えないモードや不要なモードを除外し、どの作業に高性能なモデルが必要か、どの工程を異なる AI Agent に任せるのが適切かを決めます。そのうえで最後にランキングを参考にしながら、候補を比較しましょう。
よくある質問
企業は、評価ランキングが最も高い開発用 AI Agent をそのまま選んでもよいですか?
ランキングだけで決めるべきではありませんが、候補を整理するためには活用できます。今回の評価では、各モデルが異なる開発ツールを使用しており、スコアにはツールの影響も含まれています。そのため、まず自社で利用できるモデルとツールの組み合わせを確認し、プロジェクトに必要な作業の進め方に合うかを判断する必要があります。
IT 部門が選定を始める際、最初に何を整理すべきですか?
まず、自社で現在利用できるサービスとモードを整理します。IT 部門が候補モデル、評価時に組み合わせたツール、自社アカウントで使える機能を一覧にし、開発責任者がプロジェクトに必要な作業の進め方を補足するとよいでしょう。まだ提供されていないモードは今回の検討対象に含めず、自社が現時点で使えない組み合わせを選ばないようにします。
開発作業が複雑なら、複数の AI Agent に分担させるべきですか?
必ずしもそうではありません。まず、作業を明確に引き継げるかを確認する必要があります。各工程に必要な情報と、次の工程に渡す成果を書き出しましょう。異なる役割の AI Agent が同じ背景情報を繰り返し確認しなければならない場合は、まず単一の AI Agent に支援を任せ、作業の順序と要件が明確になってから分担の是非を検討します。
参考資料
- Google Gemini 4 Neon が Hydrogen サブエージェントを統括してコードを開発、評価成績は Claude をわずかに上回る — iThome ニュース、李建興、2026年11月19日。モデルと開発ツールを組み合わせた評価結果、作業の分担方法、企業利用の制限について報道。



