16体のAIエージェントでレガシー移行

執筆者の出発点は規模だ。10年物のモノリスでエンドポイントが数百、共有モデルが600超ともなれば、どのAPIがどこまで移ったか、旧ロジックが正しく写っているかを1人で追い切るのは無理がある。作業全体をAIに任せると、4つの失敗が繰り返し起きた。レスポンス構造の捏造、コンテキストの汚染、仕様確定前のコード執筆、依存順序の破綻だ。

診断はこうだ。根本原因はモデルの弱さではなく、1つのコンテキストに役割と情報を詰め込みすぎることにある。新しいコードを見せられた抽出エージェントは「旧実装もこう動くはずだ」に引っ張られ、コードに触れられる契約設計担当は善意で仕様を変え始める。対処は通常のチーム管理と同じで、役割の分離、受け渡し文書、レビューゲートを設け、ファイル受け渡しによって各サブエージェントはきれいなコンテキストから開始でき、PreToolUseフックが定義外ディレクトリへの書き込みを機械的に遮断する。

運用面では、1パスあたり5〜10エンドポイントに上限を設け、1コンテキストにつき1ドメインを分離する。サブエージェントは入れ子で他のサブエージェントを起動できないため、委譲はディスパッチャー経由にする必要があるからだ。レガシーモノリスは読み取り専用のまま維持し、「元実装に存在しない」という結論には再取得が要る。今も活発に更新されているためだ。