AI 工程実践:FDE、長期運用インテリジェントエージェントとCursor開発プロセス

OpenAI、Anthropic、Cursorが提供するエンジニアリングAI開発の実践とプロセスの概要。
Key insights
FDEの定義と目標
Forward Deployed Engineering (FDE) は、トップクラスのコア技術エンジニアを顧客の現場に直接派遣し、顧客のビジネス専門家と共に日夜協力して、痛点を深く理解し、迅速に実用的なソリューションを反復して提供し、最終的には再利用可能な製品を抽出して他の顧客に還元することとして定義されます。Palantirの前CTOの比喩は「痛みを飲み込み、製品を引き出す」です。
OpenAI FDEの四つの核心原則
OpenAIはFDEの実践において四つのポイントを強調しています:高リスク・高価値の大きな問題(例えば、モルガン・スタンレーがGPT-4を資産管理に応用する)を選ぶこと;信頼構築と継続的な反復がデモよりも重要であること(モルガン・スタンレーのパイロットは6ヶ月かかった);厳格なevalを用いて開発を推進し、大モデルが書いたコードはすべてevalによって検証される必要があること;決定的なタスクと確率的なタスクの間で明確な選択を行い、重要な決定は決定的なコードによって保証されることです。
FDEのビジネス選択と規律
FDEは短期的なサービス収益手段または長期的な製品化の道筋として機能します。Colin Jarvisは、FDEをコンサルティングサービスとして短期的に収益化するか、ゼロから一の製品化手段として扱うかの二つの全く異なるアプローチを指摘しています。本当の規律は、最も資金が不足し、最も誘惑が強い時に非戦略的な顧客に対してNoと言うことです。FDEの最終目標は、製品を持って離れることであり、最初の顧客の再利用率は20%かもしれませんが、2〜3番目の顧客では50%に上昇し、製品化が始まります。
エージェントSDKのカスタマイズから汎用化への進化
OpenAIのエージェントSDKとエージェントキットは、顧客のカスタマイズプロジェクトから進化してきました:最初にKlarnaのカスタマイズプロジェクトで磨かれ、その後T-Mobileなどの顧客で反復され、最終的には汎用のインテリジェントエージェントフレームワークが形成され、FDEのカスタマイズから製品化への道筋を反映しています。
長期運用インテリジェントエージェントが直面する主要な失敗モード
Anthropicのエンジニアリングブログは、長期運用インテリジェントエージェントが数時間または数日を跨ぐ複雑なタスクでよく見られる失敗モードを指摘しています:コンテキストウィンドウの制限により、各セッションがゼロから始まる、早期に完了を宣言する、状態の復元が困難、エンドツーエンドのテストが欠如しているために隠れたバグが発生するなどです。実験(例えば200以上の機能を持つウェブページのクローンを構築する)により、これらの問題が明らかになり、失敗モードが定量化されました。
Anthropicの二重エージェントフレームワークとエンジニアリング実践
Anthropicは「フレームワーク」を導入し、二重エージェントを使用することを提案しています:イニシャライザーエージェントは最初のセッションで環境を構築し、feature_list.json、claude-progress.txt、init.shを生成し、最初のGitコミットを行います;コーディングエージェントはその後のセッションでJSON機能リストに従って項目を実装し、init.shを実行し、テストを実施し、passesステータスを更新し、テストに合格した場合のみ完了をマークします。また、JSON機能リストを用いること、早期の完了を防ぐこと、エンドツーエンドの自動化テスト(例えばPuppeteerに基づく検証)を統合し、厳格なプロンプト戦略を推奨しています。
Cursorの実用的な開発サイクルとモデル混合戦略
Cursorの開発ワークフローはEricによって循環型として説明されています:まず高性能モデル(Claude Opus 4.5またはGPT-5.1-Codex)を使用して予備理解を行い、Cursor計画モードに切り替えて編集可能なMarkdown計画を生成し、インタラクティブに反復した後、Composer-1を使用してコードを生成し軽量レビューを行い、開発者がテストを実行して検証し、必要に応じて調整し、必要な場合は高性能モデルに戻って深い監査とリファクタリングを行います。重要な原則は「常にコードをレビューすること」と、ツールに最適なマッチングでモデルを混合して使用することです。
Cursorプロセスの具体的なステップとツール
Cursorプロセスは具体的に七つのステップから構成されています:予備理解(高性能モデル)、計画モードに切り替えて計画を生成、インタラクティブな反復、Composer-1による生成と初審査、手動でのテスト実行、後続の調整サイクル、必要に応じて深いレビューとリファクタリング。プロセスはモデルの階層的使用、手動検証と可視化レビューの利点を強調し、このプロセスは機能開発、バグ修正、全ライフサイクル開発に適用可能であり、Bugbotなどのツールで支援できます。