YAML 1枚で開発エージェントチームを動かす — 開発基盤に Docker Agent を採用した話

開発エージェントを内製しようとするとき、最初にぶつかるのが「実行基盤をどうするか」という問題だ。自分で Python や JavaScript で組むか、SaaS プラットフォームに依存するか。Docker Inc. は Docker Agent という第三の選択肢を出した。エージェントの定義は agent.yaml という 1 枚の YAML ファイル。それを `docker agent run` で起動するだけで、複数のエージェント（spec-analyst、architect、coder、reviewer など）からなるチームが隔離された実行環境で動き始める。仕様書を入力すると、要件分析→設計→実装→品質ゲート→PR 作成まで、パイプラインが自走する。メリットは 5 つ。サンドボックス（コンテナ）が標準で付いてくること。MCP Catalog から search・fetch・shell といったツールを 1 行の参照で足し引きできること。OpenAI、Anthropic、Google など複数モデルが選べ、ローカル LLM も動くこと。構成が YAML なので PR でレビュー・履歴管理ができること。そして既存の Docker 運用にそのまま乗ること。

AIの鬼として感じるのは「クラフトマンシップの位置が変わった」ということだ。従来は「プロンプト設計」と「フレームワークコード」の両立が要求された。Docker Agent なら YAML で構成と prompt を宣言的に書き、実行環境はお任せ。エンジニアは「どのエージェントに何をさせるか」という責務に集中できる。これはツール進化ではなく、分業モデルの変化だ。技術スタックから「選定」という重労働が減り、設計に時間が使える。

中小企業が「AI エージェント導入したいが技術投資は最小化したい」という要望は多い。Docker Agent なら、既存の開発チーム内に「エージェント構成の知識」だけを足すだけで済む。新しいプラットフォームに依存せず、Docker という既知の資産を使うので、チームの学習コストと運用負担が圧倒的に小さい。自前のエージェント基盤を 3 か月かけて作るより、Docker に乗ってプロダクトロジックに時間を使う方が、ビジネスには効く。