人とAIの役割を分ける開発手法

この手法は特定のギャップへの応答として示されている。AIはコードを速く書くが、そのコードが正しいかの確認はほとんど速くならない。検証が今も人かテストに委ねられているからだ。著者は3つの外部シグナルを挙げる。ただし監督と精査は減らず増える。2025年のDORA調査は約5,000人の技術者を対象に、AIを主に増幅器と位置づける。組織の強みも弱みも拡大するという意味だ。そして「ループエンジニアリング」は、著者が査読中とされるarXivプレプリントに由来するとする用語で、毎回エージェントに指示するのではなく、指示を出すシステムを設計する。

著者のこれら3つについての読みは個人的解釈だと明示されている。AIがより多く書くほど、作業を検証し止める仕組みの設計が結果を決める。具体的な答えは固定された役割の組だ。verifyが合否を持ち、stop-gateがループを止めるかを持ち、merge-gateがコードをマージするかを持つ。stop-gateはAIが終わろうとしたときにフックとして走る。著者はClaude CodeのStopフックを使う。検証が失敗すれば終了をブロックし、失敗をAIに返す。詰まったループが永遠に回らないよう、stop-gateは失敗を指紋化し、同じ失敗が繰り返されたとき人に引き継ぐ。ここでは3回だ。

自律度は変更が触れるファイルパスで機械的に設定する。認証やデータベース移行に関わる箇所は高リスクと設定し常に人の承認を要する。何にも一致しない変更は低リスクだ。昇格の基準は直近マージの手戻り率とマージ後不具合で、コミットトレーラーから概算で数える。著者は撤去も第一級の実践として描く。すべての構成要素はどのモデルの限界を前提しているかを記録し、暫定的な要素は四半期ごと、または新モデル到来時に1つずつ撤去し、評価ケースを再実行する。Anthropicのエンジニアリングブログも同様の見方をしていると引用される。構成要素はモデルが単独でできないことへの前提を埋め込み、その前提は古くなる。