エージェンティックなソフトウェア開発への移行は、すでに従来の人間による可読性を超えるシステムを生み出しています。最近の事例では、AIエージェント（Codex）が複雑なビジネス要件を満たすためにファイルを正常に反復処理しましたが、その結果として30行のコードが生成され、そのうち15行は複数のコンポーネントが1行に圧縮されたものでした。論理は正しかったものの、結果として生じた循環的複雑さ（cyclomatic complexity）は、人間が通常行う標準的なリファクタリングの習慣をコードが回避したために、CIの失敗を引き起こしました。これは核心的な変化を浮き彫りにしています。ソフトウェアの所有権とは、すべての行を手書きで書いたことではなく、システムが正しく動作していないことを検知できるだけの知識を持ち、介入するスキルを備えていることへと変化しているのです。
これらのシステムを管理するために、著者は「ダイブボット（潜水ロボット）」の比喩を提案しています。自律型水中車両が深海から資源を抽出できるように、AIエージェントは前例のない規模で複雑なソフトウェアを構築できます。しかし、人間の監視がなければ、これらの「ダイブボット」は「無秩序な屋敷」を作り出す可能性があります。それは、あまりにも複雑で奇怪なシステムとなり、メンテナンス不能になったり、隠れた「モンスター（障害）」を含んだりするものです。これを防ぐために、著者はエンジニアが「すべての行を読む」か「コードを完全に無視する」かという二項対立を超える必要があると主張します。代わりに、所有権にはシステム抽象化の高レベルなマップが必要です。所有者は、異なるモジュールの境界や期待される動作を示す「海図」を理解している必要があり、それによって本番環境でインシデントが発生した際に、正確にどこへ潜り込むべきかを知ることができるのです。
著者は、監視されていないエージェンティックなソフトウェア開発のリスクを説明するために、「ダイブボット」と「無秩序な屋敷」の比喩を使用しています。
このレベルの習熟を達成するには、基礎、広さ、そしてジャストインタイムの深さという3つの柱が必要です。基礎とは、エンジニアが二次複雑性などのパターンを認識できるようにするコアなコンピュータサイエンスの原則（データ構造やアルゴリズムなど）を指します。広さとは、異なる概念を織り合わせ、システムの異なる部分がどのように相互作用するかを理解する能力です。最後に、「ジャストインタイムの深さ」とは、未知のエージェント生成コードに潜り込み、深いトラブルシューティングを行う意欲と能力です。長年の手動コーディングを通じた「実践による学習」という伝統的な経路がジュニアエンジニアにとって経済的に実行不可能になっているため、業界は、人間が監視するシステムを依然として管理できるように、これらの診断およびアーキテクチャスキルを育成するための新しい方法を見つけなければなりません。
しかし、この所有権モデルは大きな障害に直面しています。元の資料には、「広さ」を教えるための具体的なカリキュラムや、人間主導のシステムと比較してエージェント主導のシステムにおける「モンスター」の発生頻度を測定する方法は示されていません。さらに、著者は高レベルなマップの重要性を強調していますが、特にエージェントの出力によって履歴や「部族的な知識（tribal knowledge）」が不明瞭になっている100万行のコードベースに対して、一貫したメンタルモデルを維持するという実務的な困難は、次世代のエンジニアにとって依然として大きな未解決の課題として残っています。