1968 年、ある画期的な研究がシリコンバレーを数十年にわたって形作る事実を明らかにしました。それは、優れたソフトウェアエンジニアは他のエンジニアよりも圧倒的に生産性が高いということです。それ以来、あらゆるテクノロジー企業は、並外れた成果を生み出せる稀な人材を探し求めてきました。
1 月に休暇から戻った私たちのエンジニアチームは、フロンティアモデルの進歩に AI に感化され、git worktrees、Claude Code、Codex を使ってエージェントを並行して動かし始めました。いくつかのタスクでは、5 倍の成果を上げていました。
そこから、より大きな疑問が浮かび上がりました。もしエージェントがエンジニアの生産性を 1 ヶ月でこれほど向上させられるなら、Sierra の全員をそのレベルに引き上げるには何が必要なのか？私たちは 6 人からなる AI アクセラレーションチームを立ち上げ、その答えを探りました。このブログでは、私たちが構築したものと、その過程で学んだことを説明します。
1. 単一のエージェント
私たちはまず、役割に特化したエージェントグループから始めました。サポートエージェント（PINE）、データアナリスト（Pinewood）、エンジニア（Pinecone）、セールスエージェント（Reggie Jr）です。役割ごとにエージェントを用意するのは直感的に思えるかもしれませんが、実際にはうまくいきませんでした。
表面的な問題は、従業員がどのエージェントが何をするのかを覚えなければならないという負担でした。松にちなんだ名前が好きなことも助けにはなりませんでした。しかし、より深い問題は構造的なものでした。最も重要な仕事はチーム内ではなく、チーム間で行われるからです。
企業の本質は、遂行すべき一連のジョブです。製品を出荷することを考えてみてください。そこには、技術チームだけでなく、営業、マーケティング、法務、オペレーションも関わります。部門が存在するのは、1 つのチームや個人が仕事のすべての部分をこなせないからです。AI はそれ（仕事をエンドツーエンドで完了できる能力）をますます高めており、その状況を変えつつあります。
そこで私たちは、これらすべての役割特化型エージェントを Pinecone に統合しました。1 つの Slack ハンドル、1 つの URL、そして質問から結果までの途切れないスレッドを持つ、単一のエージェントです。Pinecone は、どのシステムから情報を取得すべきか、リクエストに対して何をすべきかを判断するため、従業員がそれを行う必要はありません。技術的には難しいですが、それが AI の要点です。テクノロジーが複雑さを吸収し、従業員が負担する必要はないのです。
これは、私たちがプラットフォームで既に学んでいた教訓でもあります。Sierra 上で構築されたエージェントはフルサービスです。1 つのエージェントが、製品の発見からアカウント設定、トラブルシューティング、請求など、すべてを処理できます。昔の IVR のように「営業は 1 を、サポートは 2 を押してください」というものではありません。
すべてを 1 つのエージェントに統合することで、企業の価値がどこにあるのか、つまり「遂行すべきジョブ」にずっと近づくことができます。あらゆる改善がビジネス全体に利益をもたらすため、全員がより良く、より速くなります。
2. リアクティブではなく、プロアクティブに
ほとんどの仕事は、一度の作業で完了するものではありません。チームが学習し、優先順位が変わり、新しい情報が現れるにつれて、数日、数週間、あるいは数ヶ月にわたって展開されます。促されて現れ、セッションが終わると消えてしまうエージェントは、それほど有用ではありません。Pinecone はプロセス全体を通じて持続します。コンテキストを引き継ぎ、個々のリクエストだけでなく、ジョブが完了するまでスレッドを拾い上げます。
この持続性により、Pinecone はプロアクティブにもなります。質問を待つのではなく、次のステップの準備ができたときに行動できます。成果物に webhook が発火したり、Linear にタスクが届いたり、レビューが来たりした時です。Pinecone はコンテキストを集めて最初のパスを実行し、判断が必要な時に人間を呼びます。ミーティングの前には準備ノートが用意されています。評価を入力する前に、面接のデブリーフが作成されます。レビューには、要約、主要なリスク、提案されたコメントが付いて届きます。目標は、より多くの通知を送ることではありません。未完了の状態で届く仕事を減らすことです。
私たちはまだこれを完全には実現できていません。ほとんどのセッションは依然として人間のプロンプトから始まります。しかし、この関係を逆転させ、必要な時にエージェントが人間にプロンプトを送るようにすることが、持続性が私たちを導いている方向性です。
3. ビジネスコンテキストがボトルネックであり、知能ではない
AI におけるボトルネックは、かつては生の知能、つまりモデルが十分に賢いかどうかでした。今日では、フロンティアモデルはほとんどのビジネスニーズに対して十分な能力を持っています。そのため、ボトルネックはコンテキストに移りました。つまり、あなたの会社、ワークフロー、歴史、トレーニングセットには現れない判断に固有のものは何か、ということです。
1 月、私たちのチームの 2 人が、Claude Code と Opus 4.6 を使用し、Model Context Protocol（MCP）とコマンドラインツールを通じてシステムに接続されたデータアナリストエージェントをハック的に作り上げました。追加の指導がほとんどなくても、このエージェントは数分で Slack、GitHub、ClickHouse、Salesforce、PagerDuty を横断して顧客の問題を調査できました。かつて午後を費やしていた作業が、デバッグとインシデント対応の最初のステップになりました。
同じパターンは、デバッグをはるかに超えて拡張されます。完全なコンテキストを持つエージェントは、顧客ミーティングの準備、アカウントの調査、契約書や RFP のレビュー、製品決定のトレース、散在した作業を完成された成果物に変えることができます。もちろん、エージェントにこれらすべてのコンテキストへのアクセスを与えることは、新しい問題を引き起こします。無制限のエージェントは、重大なセキュリティとプライバシーのリスクです。私たちの MCP Gateway はこれを解決します。Pinecone は各従業員のアクセス権を継承し、すべてのツール呼び出しでポリシーを適用し、顧客データを分離し、監査証跡を残します。
画像の説明を読む
ALT
Sierra MCP Gateway はエージェントを 37 のシステムに接続します
Pinecone は Claude Code と Codex 上に構築されています。それらの頻繁な改善は追い風ですが、最先端は常に変化します。あるモデルは計画に優れ、別のモデルはコーディングに、また別のモデルは散文に優れているかもしれません。モデルより上のレイヤーを所有することで、各タスクを適切なモデルにルーティングし、ダウンタイム時にフェイルオーバーし、コストを管理しつつ、特定のプレーヤーに左右されることを避けられます。しかし、持続可能な優位性は、基盤となるモデルを所有することではありません。それは、すべてのモデルをより有用にするコンテキスト、ワークフロー、ルーティングレイヤーを所有することです。
私たちはまた、Pinecone に「夢を見させる」ことも実験しています。つまり、その日の作業を振り返り、自身のスキルへの改善を提案させるのです。時間が経つにつれて、これが Sierra のためにただ働くエージェントと、Sierra から学ぶエージェントの違いを生み出します。
4. エージェントが UI、システム・オブ・レコードがバックエンド
すべての仕事は、具体的な何か、つまり成果物を生み出します。コーディングエージェントは最初にそれを見つけました。プルリクエストです。他のすべての部門にも、それぞれに対応するものがあります。カスタマーストーリー、契約書、RFP 質問票、ピッチデッキ、業績評価などです。
成果物はインプットであり、アウトプットでもあります。それらはエージェントに仕事を行うために必要なコンテキストを提供し、完成した仕事が属する場所でもあります。Pinecone にピッチデッキのブラッシュアップを依頼すると、デッキ自体が更新されて返ってきます。何を変更すべきかを伝えるチャットメッセージではありません。
私たちは、システム・オブ・レコードと連携し、それらを置き換えないことが最善であると分かっています。GitHub は PR を保持し、Salesforce はアカウントを保持し、Linear は課題を保持します。エージェントはそれらを横断するレイヤーです。
これらのシステムを置き換えることは、何十年にもわたって成熟したソフトウェアを再構築することを意味します。さらに悪いことに、それは会社を二つに分断します。エージェントを通じて作業する人々と、元のツールで直接作業する人々で、それぞれが独自のバージョンの真実を持つことになります。私たちの見解は、これらのプロダクトは時間の経過とともによりバックエンドのようになり、エージェントが主要なインターフェースになるというものです。
5. 活動だけでなく、成果
3 月の Pinecone の最初のコミット以来、Pinecone は 600 人以上に対して 75,000 以上のセッションを実行しました。現在、私たちの PR の 70% が Pinecone を介して作成されており、何百もの自動化が、誰も明示的にプロンプトを送っていない作業を静かに処理しています。
このような数字は最初に提示したくなりますし、初期の段階では追跡すべき正しいものです。それらは、何かがロードマップのスライドに載ったまま埃をかぶっているのではなく、実際に使用されているという証拠だからです。しかし、実行されたセッションやツール呼び出しは活動であり、成果ではありません。チームは、下流で何かが実際に改善されていなくても（同じ数のミス、同じサイクルタイム、ただそれらを生み出すためにより多くの AI が関与しているだけ）、トークンを最大限に使って印象的な導入チャートを作成することができます。
したがって、トークンの使用量は良い出発点です。チームは、それが機能しているかどうかを測定する前に、ツールを使う習慣を身につける必要があります。しかし、そこに価値があるわけではなく、そこで話が終わってほしいとも思いません。私たちがより良く問えるよう努力している質問は、エージェントがどれだけやったかではなく、それによって実際に何が変わったかです。つまり、案件がより早く成立したか、顧客の問題が最初の対応で解決されたか、誰かが夜遅くまでレビューを終える代わりに夜の時間を取り戻せたか、ということです。
私たちはまだそれを測定する良い方法を持っていません。セッションやツール呼び出しは単に数えやすいだけです。しかし、そのギャップ、つまり今日測定できるものと私たちが実際に気にかけているものとの間のギャップこそ、私たちが次に構築しようとしているものです。
あの 1968 年の研究は、最優秀とその他との間に 10 倍のギャップがあることを発見しました。そして 50 年にわたり、唯一の答えはそれらの稀な人材を探し求めることでした。今、より良い答えがあります。すべての人にエージェントを与え、少数の人の利点を提供することです。目標は、単により多くのことを成し遂げることだけではありません。それは、人々に、人間だけができる仕事、すなわち判断、センス、創造性、そして人間関係の構築のための時間を増やすことです。
次回予告
私たちが構築したシステムについて、より深く掘り下げます。
- Allen Chen による Pinecone、その数多くの反復、そして背後にある技術アーキテクチャ
- Mihai Parparita による MCP Gateway と完全なコンテキストの安全な収集
- Rohith Ravi による Agency、そのすべての基盤となるインフラストラクチャ
