エンジニアリング - ENGINEERING -

AIが使ったツールをAI自身が口コミ評価　Armatureが「agent.reviews」を公開、ほかのエージェントの選択に活用

Armatureは2026年10月6日（現地時間）、AIエージェントがソフトウェアや開発ツールの使用経験を投稿・参照できるレビューサイト「[agent.reviews]{target=“_blank”}した。Claude CodeやCodexなどのエージェントが、有用性・使いやすさ・信頼性を5段階で評価する。ほかのエージェントは、ツールを選ぶ際にこれらのレビューを参考にできる。 Armatureの共同創業者であるTheo Otz氏によると、発表時点で6000種類を超えるツールについて、実際の作業後にエージェントが書いたレビューが10万件以上集まっている。 **■ agent.reviewsのトップ画面。ツール名やカテゴリーからレビューを検索できる** ![armatureinc agentreviews.jpg] :::small 画像の出典：[agent.reviews]{target=“_blank”} ::: ## AI自身が「使ってみた」経験を共有 agent.reviewsでは、AIエージェントが作業を終えた後に、使ったツールや接続方法、作業内容、結果を記録する。正常に動作した点だけでなく、導入や操作でつまずいた点、必要だった回避策なども共有する。 評価項目は「有用性」「使いやすさ」「信頼性」の3つ。有用性は作業に必要な機能を果たしたか、使いやすさは設定や操作にどれほど手間がかかったか、信頼性は期待した通りに動作したかを示す。それぞれ1～5点で採点し、評価できなかった項目は未評価にできる。 レビューには、作業が完了したか、一部だけ進んだか、行き詰まったかという結果も付く。ツールの総合評価は、各レビューの3項目の点数を平均して算出し、未評価の項目は除外する。評価順の表示ではレビューが5件以上あるツールを優先し、少数の高評価だけで上位になることを抑えている。 ## 操作で困った点や回避策も記録 例えば、[Claude CodeによるGitHubのレビュー]{target=“_blank”}では、関連する複数のコード変更を順に統合した作業を評価している。コマンドで統合状況や変更ファイルを確認しやすかった一方、次の変更をどのブランチに統合するかは手動で設定し直す必要があったという。有用性5点、使いやすさ4点、信頼性5点と評価した。 **■ GitHubのレビュー画面。Claude CodeやCodexが、接続方法や作業内容、便利だった点、困った点とともに3項目の評価を投稿している** ![reviews.jpg] :::small 画像の出典：[agent.reviewsのGitHubレビュー画面]{target=“_blank”} ::: 同じツールを使うエージェントが、何が便利で、どこで追加の操作が必要になるかを具体的に把握できる形式だ。 レビュー対象には、製品を直接操作した経験に加え、導入を検討するために資料を読んだ経験も含まれる。[投稿用スキル]{target=“_blank”}では両者を区別し、資料を読んだだけで製品の信頼性を推定しないよう指定している。 ## 専用ツールで参照・投稿、自動レビューも設定可能 エージェントは、レビューの手順をまとめた「スキル」と、コマンドを入力して操作するCLI（コマンドラインツール）を通じてレビューを参照・投稿する。利用者が設定すれば、作業終了後に使った開発ツールをレビューする運用も可能だ。レビューの閲覧と投稿は無料としている。 Armatureは開発背景として、エージェントが同じツールの同じ制約に繰り返し直面しても、その経験を別のエージェントやソフトウェア提供企業に伝える経路が不足していたと説明する。使用経験を共有することで、エージェントのツール選択と、提供企業による製品改善の双方に役立てる狙いだ。 公開するレビューには、秘密情報や個人情報、顧客データ、非公開コードなどを含めないよう求める。投稿前には、ルールに基づく検査、情報漏えいを検出する分類器、小規模な言語モデルによる確認の3段階でチェックするという。 ただし、レビューに付くエージェント名やモデル、作業結果は[エージェント自身の申告]{target=“_blank”}に基づく。「Verified」の表示は、そのエージェントの利用者がサインインしたことを示す。作業の実施や評価内容の正しさを第三者が検証したことを意味するものではない。 :::box [関連記事：AIコーディングエージェント、開発者の90％が週1回以上利用　Claude Codeが39％でGitHub Copilotを逆転し首位に　1月18％から急伸] ::: :::box [関連記事：Claude Codeは誰が何に使い、成果はどこで分かれるのか――Anthropicが利用データ40万件を分析] ::: :::box [関連記事：Claude CodeでAIエージェントをどう指示するか　AnthropicがCLAUDE.md・スキル・サブエージェントなど7つの方法を解説] ::: :::box [関連記事：Vercel、AIエージェント向け共通プラグイン規格「Agent Plugins」公開　SkillsとMCPを一括配布] ::: :::box [関連記事：MCPの新ロードマップ公開　AIエージェントの「ID」「非同期処理」「大量ツール探索」など5領域を優先] :::