AIエージェントの「委譲」の真実：セッションログ解析で行動主体とプロセスを特定する技術
本記事は、AIエージェント「Claude Code」を用いた複雑な開発タスクにおける「委譲（デリゲーション）」の実行主体とプロセスを、単なる出力ログではなく、より深いセッションログから検証した技術レポートである。筆者は、複数のエージェント（マネージャー、フロントエンド、バックエンド、QAなど）に役割を分担させて開発をシミュレーションする際、誰がどのファイルを書き換えたのかという「行動の根拠」の特定に課題を抱えた。初期の検証では、単なるトランスクリプト（ターミナル出力）からは、マネージャー自身が書いたのか、子エージェントが書いたのかを区別することが困難であった。
この問題を解決するため、筆者はセッションの全イベントが記録されたJSONL形式のログファイル（`~/.claude/projects/.../*.jsonl`）の利用に切り替えた。このログには、「どのエージェント（`agentSetting`）が」「どのツール（`tool_use`）を使い」「どのファイル（`input.file_path`）を操作したか」という、行動の主体と対象が明確に記録されており、推測を排除した確固たる証拠を得ることができた。これにより、特定のファイル変更が、実際に委譲された子セッション（`role=backend-developer`かつ`kind=bg`）によるものであることを証明した。
さらに、非同期で動作するエージェントの「完了検知」の課題も指摘された。単にログをポーリングするだけでは不十分であり、`claude agents --json`コマンドを用いて、エージェントの`state`フィールド（working/blocked/done）を定期的に監視することが実用的な手段であると解説している。また、子セッションに意図せずプラグイン由来のフック（Hook）が伝播し、プロセスを停止させる「落とし穴」も発見し、これを回避するためには`--settings '{"disableAllHooks":true}'`オプションを使用する必要があることを示した。
最後に、パフォーマンスとコストの観点から、同期委譲（39秒）と非同期委譲（60秒〜184秒）を比較し、非同期処理におけるポーリング待機ループが、エージェントの実行自体よりも高いトークン消費（キャッシュ読み込み）を引き起こすという、実務的な知見を提供している。
背景
AIエージェントが複数の役割を担って複雑なタスクを自動実行する「エージェントワークフロー」が主流となる中で、そのプロセスにおける「責任の所在」や「行動の根拠」を明確にすることが重要になっています。本記事は、単なる結果の提示ではなく、AIがどのように思考し、どのステップで行動したかを技術的に追跡する手法を確立したものです。
重要用語解説
- JSONL: JSON Linesの略。JSON形式のデータを1行に1レコードとして記述したログ形式。大量のイベントログを機械的に解析する際に、構造化されたデータとして非常に有用です。
- 委譲（デリゲーション）: AIエージェントが、自身が持つタスクの一部を、別の専門エージェント（サブエージェント）に任せる行為。役割分担により、複雑な問題を効率的に解決します。
- ポーリング: 特定の情報（例：タスクの完了状態）が変化するのを待つ際、一定時間間隔で繰り返し問い合わせを行う手法。AIエージェントのステータス監視に用いられます。
今後の影響
本知見は、AIエージェントを実務に組み込む際の信頼性（Trustworthiness）を飛躍的に向上させます。特に、エージェントの行動ログを詳細に追跡し、フックやステータス管理といった「裏側の仕組み」を理解することが、大規模なAIシステム設計の必須要件となります。コスト効率の観点からも、非同期処理の待機時間管理が重要です。