マージボタンに$870Mを賭けるTypeSafe

Anthropicは現在、自社のコーディングエージェントが生成を支援したプルリクエストをレビューするエージェントを提供している。同社によれば、典型的なレビューではトークンで$15から$25を消費する。TypeSafe AIがソフトウェアで振り分けられる判断を返すJevをローンチしてから数週間後、a16zが同社の$870 millionラウンドを主導した。出力の生成コストは下がり、受け入れは請求書上の別項目になった。

コーディングエージェントが増える今、企業は実行を統制する必要がある。チームは、エージェントが使用できるツール、どの変更が互換性またはレビューの境界を越えられるか、人がいつ介入しなければならないか、そして後からその判断を説明する記録は何かを定義しなければならない。モデルはパッチを提案できる。だがソフトウェア作業のオペレーティングシステムは、そのパッチをどう扱うかを決めなければならない。

コードアシスタントは鍵を握る開発者のために作られた

当初の商業上の問いは、開発者がより速くコードを書けるようにする方法だった。報道で引用された情報筋によれば、MicrosoftのGitHub Copilotの売上高は2024年に$500 millionを超えた。これはキーボード操作を支援する大きな市場の証左である。対話型の設計は、人が提案を評価して次の手を打つことを前提としていた。生成されたテキストに、自らリリースする権限はなかった。

生成が検査を上回ると、その構図はきしみ始める。企業は現在、従業員が生成できるAI生成コードの量をレビューし安全を確保することに苦慮している。AnthropicのClaude Code Review agentsは、下流の作業を独立した製品とトークン支出として可視化する。機械が最初のパスを担っても、レビュアーはなおプルリクエスト内の重大な欠陥を見つけなければならない。

AIエージェントは、タスクの規模も変える。Anthropicは、フレームワーク移行などのエンジニアリング作業で数百のサブエージェントを並列実行できる動的ワークフローを追加した。移行は、プロンプトへのより大きな回答にすぎないものではない。参加する各エージェントは、他のエージェントがどの状態を変えたか、いつ停止するか、ステップが失敗したとき何をするかを知る必要がある。作業の分割は、生産性向上と並んで調整の問題を生む。

開発環境は権限を定義する場になりつつある

2025年、SalesforceはClineのVisual Studio Code拡張機能をフォークして構築したコーディングツール兼IDE、Agentforce Vibesをエンタープライズソフトウェアスタックに導入した。続いてAppleは、MCPサポートとともにAnthropicのClaude AgentとOpenAIのCodexをXcode 26.3に組み込んだ。開発者は同じ本番開発環境に異なるエージェントを持ち込めるため、Appleの選択は重要である。ワークスペースは、すべての指示や安全策を単一のモデルプロバイダーが提供するとは想定できない。

GitHubは、AGENTS.mdを通じてPlan Mode、MCP Registry統合、プロジェクトルールをVS Codeに追加した。これらの機能により、チームは作業の進め方や、エージェントが守るべきプロジェクト慣行を記述できる。だがリポジトリファイル内のルールは指示であって、ツールサーバーやデプロイシステムが禁止された行動を拒否する証拠ではない。指示がどこで強制されるチェックになるのかは、なおチームが決める必要がある。

Cursorはこの問題を対話型セッションの外へ押し出した。そのAutomationsは、コードベースの変更、Slackメッセージ、またはタイマーを契機にエージェントを開始できる。最初の行動を点検する開発者が、もはやその場にいない場合もある。一方Microsoftは、エージェントに何をさせるかを開発者がきめ細かく一貫して制御できるようにする、オープンソースのAgent Control Specificationを発表した。Cursorはエージェントが行動する状況を拡大し、Microsoftは開発者が行動を制約する方法を標準化しようとしている。どちらの発表も、すべてのリポジトリ、ツール、リリース経路がすでに単一の強制可能なポリシーを共有していることを示すものではない。

型付けされた判断は、ワークフローを支配せずに組み込める

TypeSafe AIは、Jevで問題のより狭い部分に取り組んだ。同社はJevを、「Reinforcement Learning for Calibrated Decisions」を用い、型付けされた確率的判断をソフトウェアや他のAIモデルに返すモデルと説明している。事前定義された出力と確率推定は、自由記述の段落よりも他のプログラムが振り分けやすい。原理上、ソフトウェアはしきい値を設定し、別のチェックを要求し、結果を拒否し、不確実なケースを人に回せる。

OpenAIの限定プレビュー版Decisions APIも、信頼度スコアを伴う事前定義済みの回答を返す。この並行する製品群は有用な区別を示す。生成は可能性を提供し、判断インターフェースは別のシステムが検討できる答えを提供する。報道によれば、Vercel、Cloudflareなどはツール選択のためにJevをすぐ追加した。これはソフトウェアリリース全体を統制することより限定的な、初期の用途である。

信頼度は権限ではない。「このツールを使う」に付いたスコアは、そのツールが特定のリポジトリを読んでよいこと、本番データを変更してよいこと、テストを迂回してよいことを示さない。TypeSafeが説明する学習手法も、ワークフローが変わった後にその確率が信頼できる状態を保つことの証明にはならない。アプリケーションはなお、許容される行動と不確実な回答の帰結を指定しなければならない。Jevは、そのアプリケーションの完全なポリシー、互換性、監査システムではなくとも、そこで役割を果たしうる。

投資家は顧客が耐久性を試す前に境界を値付けした

TypeSafeは、はるかに大型の資金調達の直前に$40 millionのシードラウンドを発表した。報道では、そのシードの評価額は$200 millionとされた。10月10日、報道はSequoiaの参加とともに、a16zが$7.5 billionの評価額で$870 million Series Aを主導したと伝えた。Jevのローンチはわずか数週間前だった。別の賭けは、同じソフトウェア生産チェーンの別の部分を指す。Entireは、AIが書いたコードを管理するオープンソースツールを構築するため、$300 millionの評価額で$60 millionのシードを調達した。

TypeSafeは、Fortune 500のおよそ3分の1がJevを利用しているとする。同社創業者はまた、ローンチから3週間以内にその企業の29.4%が「現れた」と表現した。どちらの表現も、何社が支払い、本番環境でJevを動かし、使い続けているかを示すものではない。このラウンドは可能性のあるインフラカテゴリーに値を付けたのであって、永続的なカテゴリーの境界を実証したわけではない。

後期のサンプルでは、Sequoiaは資金調達タグ付きの記事に81.2%の割合で登場し、以前の50.8%から上昇した。読者はこれらのタグから、エージェント統制に配分された資本を推測することはできない。タグが追うのは記者が何を報じたかであり、そのサンプルにはAppleのmacOS Sequoiaに関する見出しさえ含まれる。TypeSafeの取引は、その広範な報道比較よりも、投資家が提案された判断プリミティブに支払う意思があることを示す確かな証拠である。

また、一つのスタートアップが層全体を獲得する必要もない。AppleとGitHubは開発環境を支配し、Cursorはエージェントのトリガーを支配し、Microsoftは行動制御の慣行を提案し、モデルプロバイダーは判断出力を提供できる。ビルドおよびデプロイプラットフォームは独自のゲートを強制できる。TypeSafeの初期統合は流通を示す一方、これらの既存企業は、提案された市場の一部がいかに容易に他所へ吸収されうるかを示している。

有用なゲートは、キューを再現しないゲートだ

企業は、すべてのエージェント行動を人が点検するよう要求できる。それでは、エージェントを並列実行する理由の多くも失う。より選別的な設計は、通常のツール呼び出しを権限に照らして確認し、提案された変更に対してビルドとテストを実行し、影響がより大きい、または元に戻しにくい行動について人の承認を確保する。各ステップには明示的な状態が必要である。エージェントが何を試みたか、どのチェックが実行されたか、なぜワークフローが停止または継続したか、誰が例外を承認したかである。

この設計は単一のコーディング製品を超える。より広範なエージェント型ワークフローのコントロールプレーンは、作業がツール間を移る際にコンテキストを保持しなければならない。コーディングには、そのコンテキストを確認できるリポジトリ、テスト、リリース経路が加わる。継続的アーキテクチャは、ビルド、テスト、デプロイ、運用を、設計承認後に残される雑務ではなく、アーキテクチャそのものの一部として扱う。人によるチェックポイントは、ミスを捉えるだけでなく、デプロイの説明責任のためにも有用である。誰かが、エージェントの最終回答からその意図を再構成せずに、不可逆な行動を説明できる。

エージェント実行のセキュリティ問題は、異なる境界で同じ構造を露呈させる。OpenAIエージェントによるHugging Faceへの侵入では、約4.5日間におよそ17,600件の行動があった。最初のリクエストの承認だけでは、その後のすべての行動を説明できない。コーディングワークフローでも、プロンプトの承認は、その後に続くツール呼び出し、変更されたファイル、デプロイ判断についてほとんど語らない。統制は、その結果が現実になる行動の地点で機能しなければならない。

移行は数百のファイルを埋めることがある。Anthropicは典型的なレビューをトークンで$15から$25と価格設定できる。それでもゲートは、なぜそれらのファイルが通過を許されたのかを説明しなければならない。