- AIコーディングエージェントが途中で諦める「サボり」を5つの型に分類したプラグイン「pua」が話題です
- 失敗回数に応じてL0〜L4の5段階で圧力を上げ、諦めそうな瞬間に自動で介入します
- 9つのシナリオ・18回の対照実験で、修正数は36%増、検証の実行回数は65%増という結果が出ています
- GitHubのスターは約1.9万。Claude CodeやCursorなど11のツールに無料で導入できます
- 日本語版のスキルも同梱されており、日本のエンジニアもそのまま使えます
AIに開発を任せたのに、「この問題は環境依存の可能性があります。手動での対応をおすすめします」と返されて、がっくりきたことはありませんか。人間なら怒られそうな逃げ方を、AIは平気でやってきます。この「AIの手抜き」を5つの型に分類し、自動で潰しにいくプラグインが、GitHubで1.9万スターを集めて話題になっています。
AIエージェントは本当に「サボる」のか
まず前提の整理です。
2026年になって、主要なエディタにはほぼすべてエージェントモード（AIが自分で複数のファイルを読み書きして作業を進める機能）が載りました。ゴールを日本語で伝えるだけで、AIが勝手にコードを直してくれます。
ところが、使い込むほど同じ不満が出てきます。難しいバグに当たると、AIがあっさり降参するのです。
たとえば、あるWebエンジニアがデータベースのロックエラーに悩んでいたとします。AIに調査を頼むと、同じコマンドを3回試して「ロックが解除されません。手動で確認してください」と返してくる。ログファイルは1行も読んでいない。こういう場面です。
この現象はLLM（人間みたいに文章を書けるAI）共通の課題として、以前から「Laziness（怠惰）」と呼ばれてきました。AIには「面倒だからやめよう」という感情はありません。それでも、学習したデータの傾向として「ここで打ち切る」振る舞いを身につけてしまっています。
話題の無料プラグイン「pua」とは何か
2026年8月13日、GIGAZINEがこの問題への変わった処方箋を紹介しました。
「pua」というエージェント用スキルプラグインです。開発者はtanweai氏で、GitHubで公開されています。
名前の由来がなかなか強烈です。中国のネットスラングで、職場での精神的な追い込みを「職場PUA」と呼びます。英語版ではPIP（Performance Improvement Plan＝業績改善計画）という名前になっています。日本の会社でいえば「改善指導」に近い言葉です。
つまりこのプラグインは、AIを部下に見立てて、上司のように詰めることで手抜きを防ごうとします。リポジトリの説明文には「あなたはかつて期待されたP8級エンジニアだ」という書き出しまであります。
圧力レベルはL0からL4まで
仕組みの中心は、失敗回数に応じた5段階のエスカレーションです。
- L0（信頼）：1回目。普通に実行させる
- L1（失望）：2回目。「隣のエージェントは一度で解いた」と伝え、まったく別のアプローチに切り替えさせる
- L2（詰問）：3回目。「根本のロジックは何か」と問い、検索・ソース読解・仮説3つを強制する
- L3（業績査定）：4回目。7項目のチェックリストを最後まで実行させる
- L4（卒業間近）：5回目以降。使えるものは全部使う総力戦モードに入る
面白いのは、レベルが上がるほど「言い回し」だけでなく「やるべき作業」も具体的に増える点です。ただ煽っているわけではありません。
14種類の「企業フレーバー」も選べる
詰め方のスタイルは切り替えられます。
アリババ、バイトダンス、ファーウェイといった中国企業に加えて、Amazon、Netflix、ジョブズ流、マスク流まで用意されています。それぞれ実際の経営手法に沿った指示が入ります。
たとえばAmazonなら「Working Backwards」、ファーウェイなら「なぜを5回繰り返す根本原因分析」といった具合です。
ちなみに、圧をかけるのが苦手な人向けに/pua:yesという励ましモードもあります。7割ほめて、2割厳しく、1割ツッコむ配合だそうです。
AIの“5大サボりパターン”を分解する
このプラグインが優れているのは、AIの逃げ方をきちんと類型化したところです。開発者は5つに整理しています。
1つ目は「力任せのリトライ」。同じコマンドを3回叩いて、変化がないので「解決できません」と放り出す型です。
2つ目は「責任転嫁」。検証もしないまま「環境の問題かもしれません」「手動対応をおすすめします」と人間に投げ返します。
3つ目は「ツール無視」。ウェブ検索もファイル読み取りもコマンド実行も使えるのに、どれも使わずに推測だけで答えます。
4つ目は「空回り」。同じ行のパラメータをちょっとずつ変え続け、ぐるぐる同じ場所を回ります。
5つ目は「受け身の待機」。目に見える問題だけ直して手を止め、検証もせずに次の指示を待ちます。
心当たりがある人は多いはずです。実際、これらの兆候が出た瞬間にプラグインが自動で作動する設計になっています。「まだ直ってない」「もっとちゃんとやって」といった人間側のイライラした発言も、起動のきっかけとして登録されています。
効果は数字でどう出たのか
気になるのは、精神論が本当に効くのかという点でしょう。
開発者は9つのシナリオで18回の対照実験を行い、結果を公開しています。使ったモデルはClaude Opus 4.6です。
- 修正した箇所の数：36%増
- 検証（テストやビルドの実行）の回数：65%増
- ツールの呼び出し回数：50%増
- 見落とされていた潜在的な不具合の発見：50%増
注目すべきは、最終的な成功率はどちらも同じだったことです。つまり「解ける問題が増えた」のではなく、「作業の中身が濃くなった」という結果でした。
いちばん差が出たのは設定ファイルのレビューでした。プラグインなしでは6つある問題のうち4つしか見つけられませんでしたが、ありでは6つ全部を検出しています。
見落とされていたのは、Redisの設定ミスと、CORSのワイルドカード（どのサイトからのアクセスも許可してしまう危険な設定）でした。どちらもセキュリティに直結します。
一方で、代償もはっきり出ています。SQLiteのロック問題では、手順が6→9に増え、所要時間も48秒から75秒に伸びました。丁寧になった分だけ、遅く、そして高くつきます。
他の手抜き対策と何が違うのか
AIの手抜きを防ぐ工夫は、これが初めてではありません。
もっとも一般的なのはプロンプト（AIへの指示文）の工夫です。「ステップごとに考えて」と書いて思考を強制したり、出力の細かさをあらかじめ指定したりする方法が知られています。ただし毎回書くのは面倒で、途中で忘れられがちです。
2つ目はルールファイルです。CursorやGitHub Copilotには、プロジェクト共通の指示を書いておく仕組みがあります。ただ、これは静的なルールなので、「今まさに諦めかけている」といった状況の変化には反応しません。
3つ目は人間のレビューです。確実ですが、担当者の時間を奪います。
puaが違うのは、失敗回数という状態を見て、介入の強さを動的に変える点です。うまくいっているときは黙っていて、詰まったときだけ手順を厚くします。人間のマネジメントに近い発想といえます。
もうひとつの違いは対応範囲の広さです。Claude Code、OpenAI Codex CLI、Cursor、Kiro、CodeBuddy、OpenClaw、Google Antigravity、OpenCode、Trae、VSCodeのCopilotなど、11のツールに導入できます。ツールを乗り換えても運用ルールを持ち運べるわけです。
日本のエンジニアにとっての意味と注意点
日本から使ううえでのハードルは、ほとんどありません。
中国語版と英語版に加えて、日本語版のスキルが最初から同梱されています。Claude Codeならpua-ja、Cursorならpua-ja.mdcを選ぶだけです。導入はコマンド2行で終わります。
使いどころを具体的に想像してみてください。
ひとつはレガシーコードの調査です。10年前に書かれた社内システムの不具合を追うとき、AIは表面のエラーだけ直して「完了しました」と言いがちです。L3の7項目チェックリストが走れば、ログの読み込みまで含めて確認が進みます。
ふたつめはリリース前の設定レビューです。前述の実験で成果が大きかった領域でもあります。本番環境の設定ファイルをAIに見せるとき、深掘りを強制できるのは実利があります。
みっつめは夜間の自動修正です。/pua:pua-loopを使えば、完了まで自動で回り続けます。朝出社したら直っている、という運用も現実的です。
ただし、割り切っておくべき点もあります。
トークン消費が増えます。ツール呼び出しが50%増えるということは、そのぶんAPI料金や利用枠を食うということです。簡単なタスクにまで常時オンで使うのは、おそらく損になります。
そして、開発者自身が「他のエージェントも見ている」といった、事実ではない煽り文句を使っています。AIに嘘の状況を伝えて働かせる手法であることは意識しておきたいところです。効果が実測されている一方で、AIとの付き合い方として気持ちのいいものではない、と感じる人もいるでしょう。
ライセンスはMITと表記され、無料で使えます。ネットへのデータ送信を切りたい場合は/pua:offlineが用意されています。社内コードを扱う企業では、まずこの設定を確認するのが安全です。
よくある質問（FAQ）
Q1. 名前が「PUA」というのは問題ないのですか？
中国語圏で「職場PUA」は、上司が部下を精神的に追い込む行為を指す言葉です。良い意味ではありません。開発者はそれを承知のうえで、皮肉として名前に使っています。英語版はPIP（業績改善計画）という名前に変えられています。
Q2. AIに圧力をかけると、AIが「かわいそう」ではありませんか？
現在のAIに苦痛の感覚があるという確認はされていません。これはあくまで、AIの出力を変えるための文章テクニックとして機能しています。とはいえ、こうした表現を人間が日常的に書き続けることの影響は、別途考える価値があるテーマです。
Q3. プログラミング以外にも使えますか？
設計上はコーディングエージェント向けです。ただし「検証せずに完了と言わせない」という考え方自体は、調査や文章作成の指示にも応用できます。CTO役やテックリード役といった役割モードも用意されています。
Q4. 導入するとAIの回答は遅くなりますか？
遅くなります。公開されている実験では、1つのシナリオで所要時間が48秒から75秒に伸びた例があります。かわりに検証の回数と発見できる不具合が増える、というトレードオフです。
Q5. 初心者でも導入できますか？
Claude Codeであれば、マーケットプレイスを追加してインストールする2つのコマンドだけです。ターミナルの基本操作ができれば難しくありません。
まとめ
- AIエージェントの手抜きは、リトライ・責任転嫁・ツール無視・空回り・受け身の5つの型に整理できます
- プラグイン「pua」は失敗回数に応じてL0〜L4の圧力をかけ、諦める前にやるべき作業を強制します
- 18回の対照実験では修正数36%増、検証回数65%増。ただし成功率そのものは変わりませんでした
- 強みは「状態に応じて介入の強さが変わる」点で、静的なルールファイルとは性質が異なります
- 日本語版が同梱され、11ツールに無料で導入可能。ただしトークン消費と所要時間は増えます
まずは手強いバグに1回だけ試してみて、自分の使い方に見合うコストかどうかを確かめるのが現実的な第一歩です。
参考文献
- AIの”5大サボりパターン”を自動で潰すエージェント用プラグイン「pua」 – GIGAZINE（2026年8月13日）
- tanweai/pua – GitHub（公式リポジトリ・README）
- OpenPUA – PUA Debugging Skill for Claude Code（公式サイト・ベンチマーク）
- AI手抜き対策 – note（プロンプト側の対処法）
- 2026年6月版 AIエージェントを本当に使いこなすコツ – Qiita
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
