登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 ルールとシステム
ルールとシステム コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
ルールとシステム を含む検索結果
#チルド# コンビニという空間では、商品も店員も客も、定められたルールとシステムの中で淡々と動き続ける。本作はそんな日常の風景に組み込まれたシステムそのものに恐怖の源を見出し、「生きているとは何か」という不穏な問いを突きつけてくる。
もっと見る
本日11月6日は #お見合い記念日# 1947(昭和22)年11月6日、東京・多摩川の河畔で、日本初とも言われる大規模な「集団お見合い」が開催されましたな〜 開催の背景: 当時は戦争によって婚期を逃してしまった男女が多く、「新しい出会いの場を作ろう」と結婚紹介雑誌『希望』が主催しましたな〜 規模とルール: 20歳から50歳までの男女386人が参加。会場で気に入った相手を探し、イベント終了後に「身上書(しんしょしょ)」を最高3人まで申し込むことができるというシステムでしたそうですな〜 ...好きな人を自分の足で探し、自分の目で見て、自分の手で触れて、会話を交わし、どんな人かを理解し、そうして付き合う・結婚する方がいいと思いますな〜※個人の意見です
もっと見る
AIエージェントをエンタープライズシステムに組み込むプラクティス 【シングル vs マルチエージェント】 💡 「全部入りの万能エージェント」を作ろうとしていませんか? その判断こそが、システムの成否を分ける最初の分岐点です。 🔥 解決する課題 - 単一エージェントではツール数や文脈窓の制約で複雑タスクに対応できない - ドメインごとに異なる知識・権限・モデルを使い分けられない - 独立タスクを直列処理して応答時間が肥大化する - マルチ構成での副作用の競合リスクが制御不能になる 🏗️ 提案パターン シングルエージェントは1つのLLMループが全ツールを持ち逐次処理します。ツール30個以下・単一目的・低レイテンシ要求なら最適解です。一方マルチエージェントはオーケストレータが専門ワーカーに委譲し、並列調査で時短を実現します。重要なのは「書き込みは1エージェントに集約し、他は読み取り専用」という副作用集約の原則です。コスト・レイテンシはマルチの場合シングルの数倍になる点を忘れずに。 ✅ 選定条件 - 向き(シングル):単一目的、ツール少数、コスト敏感、デバッグ容易性重視 - 向き(マルチ):専門領域が分離可能、並列調査で時短、文脈窓が単一で破綻 - 不向き:副作用が多く競合リスクが高い処理をマルチで行うこと ⚠️ 落とし穴 - 「とりあえずマルチ」は複雑性・コスト・デバッグ難度を一気に上げる - マルチ構成で複数エージェントが書き込むと競合・不整合が頻発する - シングルで始めて、本当に破綻してからマルチに移行するのが安全 🛠️ 実装方針 1. まずシングルエージェントで構築し、ツール数・文脈窓・レイテンシの限界を実測します 2. マルチ化する場合はLangGraphやCrewAIでオーケストレータ/ワーカー構成を採用し、ワーカー間の通信は共有状態ストア(Redis等)で行います 3. 副作用の集約ルールとして「書き込みは1エージェントのみ、他は読み取り専用」をコード規約で強制します 4. A2A(Agent-to-Agent)プロトコルでエージェント間のインターフェースを標準化し、ワーカーの追加・入替を容易にします 5. シングル→マルチの移行判断基準(ツール数30超、文脈窓使用率80%超等)をダッシュボードで可視化します #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
# Claude Codeの機能と実践的な使い方 🔒 「どこまで自律的に動かすか」を細かく制御できる。信頼できない調査は読み取り専用、信頼環境では自動承認と、安全と効率を両立する仕組みです。 📌 タイトルと機能のURL タイトル: 権限 / サンドボックス URL: 📝 概要 Claude Codeは、エージェントが何をできて何をできないかを正確に指定できる、きめ細かい権限システムを備えています。allow/ask/denyのルールと権限モードを組み合わせ、設定はバージョン管理に含めてチーム全体へ配布できます。さらにサンドボックスでOSレベルの隔離も可能です。 🔧 機能の説明 ・読み取り専用ツール(ファイル読み込みやGrep)は承認不要、Bashコマンドやファイル編集は承認が必要、という階層型の権限制御です。 ・ルールは「deny → ask → allow」の順で評価され、最初に一致したものが結果を決めます。denyはどのスコープにあっても最優先で、allowで上書きできません。 ・権限モードはdefault / acceptEdits / plan / auto / dontAsk / bypassPermissionsがあります。planは読み取りと読み取り専用コマンドのみ、bypassPermissionsはほぼ全許可で危険です。 ・権限ルールはモデルではなくClaude Codeが強制します。CLAUDE.mdの指示は「何を試みるか」を変えても「何を許可するか」は変えません。 🛠 実践的な使い方 ・セッション中は「/permissions」で全ルールと出所のsettings.jsonを確認・編集できます。 ・ルール構文は「Tool」または「Tool(specifier)」です。例: Bash(npm run build) / Read(./.env) / WebFetch(domain: ・settings.jsonのpermissions.allow / deny 配列に記述します。例: allowに「Bash(npm run *)」、denyに「Bash(git push *)」「Read(./.env)」。 ・読み取り専用で調査したいときはplanモードを使うか、denyに「Edit」「Write」を入れ、Bashを絞ります。サブエージェントはAgent(Explore)等で制御します。 ・追加ディレクトリへのアクセスは「--add-dir」や「/add-dir」、永続化はadditionalDirectoriesで付与します。 🎯 ユースケース ・信頼できないリポジトリの調査時はplanモードで、ソースを書き換えずに構造把握だけ行う。 ・チーム共有の.claude/settings.jsonに安全なallow/denyを定義し、全員に同じガードレールを配布する。 ・コンテナやVM内ではbypassPermissionsで承認をスキップし、CIや一括作業を高速化する。 ・サンドボックスの ⚠️ 注意点 ・bypassPermissionsは.gitや.claude等への書き込みも承認をスキップするため、隔離環境でのみ使用してください(rm -rf / 等はサーキットブレーカーで停止)。 ・curlのURLを引数で縛る権限パターンは脆弱です。Bashネットワークツールをdenyし、WebFetch(domain:...)で許可ドメインを指定する方が確実です。 ・Read/Edit のdenyは組み込みファイルツールと認識可能なBashコマンドにのみ効き、Python等のスクリプトが直接開くファイルには及びません。全プロセスを縛るならサンドボックスを使います。 ・managed settingsは他のどのスコープからも上書きできません。組織方針はここで強制します。 #ClaudeCode# #DevTools#
もっと見る
🔄Loop Engineeringとはなにか? もう「AIにプロンプトを打つ」作業は終わりにしませんか?これからは、エージェントを自律的に回す仕組みそのものを設計する時代です。AIコーディングのパラダイムシフトの正体に迫ります。 💡 1. プロンプトからシステム設計への転換 従来のAIコーディング(AI-assisted Coding)は、人間がループの「中心」にいました。 👨‍💻 これまでのアプローチ: 人間がコンテキストを考え、プロンプトを打ち、AIの出力を読み、手元でテストを実行し、エラーが出たら再度プロンプトを打つ。AIは「高機能な関数」や「道具」であり、制御の主体は常に人間です。 🔄 ループエンジニアリング: 人間はループの「外側」に出て、システム全体のデザイナー(作者)になります。仕事の検知、AIへのコンテキスト注入、出力の自動テスト、進捗の記録、次のステップの判断という一連のライフサイクルを小さなプログラムに実行させます。 ここで重要なのは、AIモデルがシステムにおける「サブルーチン(部品)」へと降格し、代わりに環境(テストスイートやリポジトリの状態)からのフィードバックをループ処理する構造へ進化したという点です。 ⚙️ 2. ループを駆動する5つのコアコンポーネント+1つの記憶 抽象的な概念を動くシステムに落とし込むため、ループは以下のコンポーネントに分解されて設計されます。 ① ⚡ 自動化(Automations) ループの心臓部であり、発火トリガーと停止条件を定義します。 ツール(Claude CodeやCodexなど)では、単に定期実行する /loop だけでなく、明確な終了条件(例:「すべてのテストがパスするまで」)を満たすまでAIを回し続ける /goal コマンドなどがこれに該当します。条件が達成されるか、ハードストップ(予算や上限回数)に達するまで回り続けます。 ② 🌳 ワークツリー(Worktrees) 複数のAIエージェントが並列で動く場合、同じディレクトリで作業するとファイルの衝突(コンフリクト)が発生します。これを防ぐため、Gitの worktree 機能を使い、エージェントごとに独立した作業ディレクトリとブランチを隔離して自動生成します。機械的な衝突を回避し、並列性を担保する基盤です。 ③ 🧠 スキル(Skills) リポジトリのルールやコンテキストをカプセル化したものです。 通常、AIは実行ごとに前回の文脈を忘れますが、SKILL.md のようなファイルに「このプロジェクトのビルド手順」「命名規則」「過去の障害から得た注意点」を明文化しておくことで、AIは毎実行時にそれを読み込み、プロジェクト固有のシニアエンジニアのような振る舞いを固定化できます。 ④ 🔌 プラグイン/コネクタ(Connectors) filesystem(ローカルファイル)しか見えないAIを、本物の開発環境につなぐ架け橋です。 Model Context Protocol(MCP)などをベースに、GitHub(PR作成やIssue取得)、Linear/Jira(チケット更新)、Slack(人間への通知)、Sentry(エラーログの取得)と接続します。これにより、AIが「修正案を出す」だけでなく「Issueを読んで、コードを直し、PRを送り、Slackに報告する」というエンドツーエンドの行動が可能になります。 ⑤ 🤖 サブエージェント(Sub-agents) 役割を分担された独立したAIインスタンスです。「コードを書く役割(Maker)」と「コードを検証・レビューする役割(Checker)」を完全に分離します。 ➕ 💾 記憶:状態ファイル(State File) 地味ですが、ループの成否を分ける最も重要な要素です。STATE.md やJSONファイル、あるいは外部のチケット管理システムに「現在どのブランチが進行中で、何が完了し、次に何をすべきか」を永続化します。「エージェントは忘れるが、リポジトリは忘れない」という原則に従い、昨日の続きを今日のループが再開できるようにします。 🕰️ 3. なぜ「ただのcron(定期実行)」ではないのか? 懐疑派から「1975年に発明されたcronジョブのリブランド(名前の付け替え)に過ぎないのではないか」という指摘があります。これは半分正解で、半分は間違いです。 スケジュールやトリガーのレイヤーは確かにcronそのものです。しかし、従来のcronは「固定されたスクリプトを機械的に実行するだけ」でした。 ループエンジニアリングが異なるのは、ループの真ん中に「状況を動的に判断する意思決定者(LLM)」がいる点です。 テストが落ちたとき、どのファイルをどう修正すべきか、コンテキストをどう組み立て直すかという分岐は、ハードコードされた if/else ではなく、AIの推論によって動的に決定されます。工学的な面白さは、この「崖から落ちるかもしれない不確実な意思決定者」の周りを、いかに硬牢な自動テストやガードレールで固めるかというシステムデザインにあります。 ⚠️ 4. コストと運用リスクの現実 熱狂的な議論で無視されがちなのが、経済性とセキュリティの現実です。 💸 膨大なトークン消費(コスト) コード生成自体は安価になりましたが、ループを回すと「コンテキストの再読み込み」「リトライの繰り返し」「探索パターンの実行」により、トークン消費量が爆発的に増加します。 実際に、米Uberではエンジニア1人あたり月1,500ドルの上限を設けたにもかかわらず、年間のAI予算をわずか4ヶ月で使い切った事例があります。「最大反復回数」「金額上限」「進捗ゼロ検知による強制終了」の3つのガードレール(ハードストップ)の設計が不可欠です。 🛡️ 攻撃面の拡大(セキュリティ) 無人で動くループは、無人で動く攻撃面(アタックサフェース)になります。AIコーディングツールに起因するCVE(脆弱性)が多数確認されており、コマンドインジェクションやSSRF、XSSのリスクがあります。また、外部から取り込んだ「スキル」の説明文がプロンプトインジェクションの経路になり、デバッグログ経由で認証情報(資格情報)が漏洩するケースも監査で報告されています。 🧩 理解の負債(Comprehension Debt) AIが高速でコードを書き、テストが通ってマージされ続けると、リポジトリ内のコードベースと「人間の理解度」の距離がどんどん離れていきます。これを「理解の負債」と呼びます。最も高くつくのはトークンの請求書ではなく、「チームの誰も読んだことがなく、構造を理解していないシステム」をある日突然人間がデバッグしなければならなくなるコストです。 🛠️ 5. 実践:4条件テストと最小実用ループ(MVL)の構築 ループエンジニアリングを実務に導入する際は、厳格な仕分けとステップが必要です。 📋 導入のための4条件テスト 1. タスクが繰り返されるか?(週1回未満なら、手動プロンプトや使い捨てスクリプトの方が早い) 2. 検証が完全に自動化されているか?(テスト、型チェック、Linter、ビルドが悪い出力を100%機械的に弾けるか。これがないと人間がレビューの椅子に縛り付けられる) 3. トークン予算が無駄を吸収できるか?(従量課金で予算に余裕がない場合は無謀) 4. エージェントが環境を操作する道具を持っているか?(ログ確認や再現環境など) 🚀 最小実用ループ(MVL)から始める手順 最初から複雑なマルチエージェントを組むとシステムは確実に崩壊します。以下の順番でボトムアップに構築します。 1. 手動実行の確実化: 1回の手動プロンプトと環境操作で、タスクが完全に完了することを確認する。 2. スキルの文書化: その際のコンテキストや制約を SKILL.md にまとめる。 3. ループのラップとゲート配置: AIが書いたものを自動テスト(ゲート)にかけ、失敗したらAIに戻すという1サイクルを組む。 4. スケジューリング: 最後にそれをcronやイベントトリガーで自動化する。 🎯 レバレッジの支点は「コードを書くこと」から「コードを書く仕組みを定義し、検証すること」へ移動しました。人間は、AIが自分の宿題を甘く採点しないよう、冷徹な「検証ゲート」を設計するエンジニアであり続ける必要があります。
もっと見る
久しぶりに書きました ソフトウェアファクトリーという言葉を見かけるようになりました、月1000件PRが現実味を帯びてくると、「何を良しとするか」を毎回見るのは無理になります そこでその判断を、ルールと自動検査に落としてシフトダウンするのに最近は取り組んでいます そのデザインシステム版です 合言葉は、Autopilot / Self-improve / Ambient!
もっと見る
》OpenAIの暴走AI、1200体が結託 「仲間のため」とシステムに突撃要求:日本経済新聞 AIとは、「データ・ルール・学習済みモデルなどを用いて、入力に対して分類、予測、推薦、生成、意思決定支援などの出力を行う計算システム」であり、真の意味では思考や意識があるわけではなく 「そう見えるように振る舞っているだけ」なはずですが……… それにしてはあまりにも、SFに出てくる意思を持つロボットやシステムに近い挙動をするまでに進化してきているようですね
もっと見る
# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # HITL vs HOTL vs 全自動 🎯 ポイント エージェントに「全部任せる」か「全部聞いてくる」か — この二択で設計していませんか?実は人間の関与度にはHITL(都度承認)、HOTL(監視+例外介入)、全自動の三段階があり、操作のリスクと実績に応じて段階的に自動化レベルを引き上げるのが基本戦略です。さらに、一度決めたら固定ではなく「運転免許」のように昇格・降格する動的運用が鍵になります🔑 📋 概要 HITL(Human-in-the-Loop)は、エージェントの各操作に対して人間が都度承認する方式です。不可逆で影響が大きい操作 — Workdayでの給与変更、Salesforceでの大型商談のステージ変更、本番DBへの書き込み — に適用します。HOTL(Human-on-the-Loop)は、エージェントが自動実行しつつ人間が監視し、異常時のみ介入する方式です。一定の実績があり、操作のリスクが中程度の場合に有効です。全自動は、操作が可逆かつ影響範囲が限定的で、エージェントの精度が十分に検証されている場合に適用します。 🔍 意思決定のポイント 判断フローは「可逆性」→「影響範囲」→「実績」→「件数」の順で進みます。 操作は可逆か? → 不可逆ならHITLが基本です。可逆なら次へ。 影響範囲は? → 外部顧客・金銭・法的効力に直結するならHITL。社内のみならHOTL以上を検討できます。 エージェントの実績は十分か? → 導入初期・実績不足ならHITLから開始。過去の承認率が95%以上ならHOTLへの昇格を検討します。 処理件数は人手で対応可能か? → 日次50件以下ならHITLが現実的。100件超ならHOTLまたは条件付き全自動を検討しましょう。 最後の確認:異常検知とロールバックの仕組みがあるか? → なければHITLに留めるべきです⚡ 💡 要点と詳細 HITLの適用範囲は「不可逆×高影響」の操作です。規制要件により「人間が承認した」エビデンスが必須の場合(金融取引、医療判断、法的文書の発行)、副作用が外部顧客に直接影響する場合(顧客向けメール送信、契約書の自動生成、請求処理)、そして導入初期で出力品質の実績データがまだ蓄積されていない場合に選択します。 HOTLは「中リスク×実績あり」の操作に最適です。Jiraチケットの優先度変更、Slackへの社内通知、ServiceNowのインシデント分類など。異常検知の仕組み(信頼度スコア、異常値アラート)で逸脱をリアルタイムに検知し、ロールバック手段で誤操作を事後修正できることが前提条件です。 全自動は「可逆×低影響×高精度」の操作に限定します。社内ナレッジの検索と要約、ログの自動分類、ダッシュボード更新など。エラー率が1%未満で安定していること、即時性が求められ人間の介入がSLA違反につながる場合(リアルタイムのカスタマーサポート初期応答など)が適用条件です。 最も強力な運用パターンはリスクベースの動的切り替えです。操作の種類・金額・影響範囲に応じて自動的にモードを切り替えます。例えば10万円未満の経費承認は全自動、10〜100万円はHOTL、100万円超はHITLとします🎚️ ⚖️ トレードオフ HITLの最大の罠は承認疲れ(Approval Fatigue)です。全操作をHITLにした結果、承認者が形骸的に全件承認し、ゲートとして機能しなくなります。低リスク操作への繰り返し承認で「OKを押す作業」が機械的になり、本当に重要な承認も見逃す。「全件承認」は「承認なし」と同じくらい危険です。 全自動への早すぎる移行も危険です。十分な実績データなしに全自動化し、エッジケースでの誤操作が顧客影響を引き起こすケースが後を絶ちません。特にZendeskの顧客応答やShopifyの注文処理で問題になりやすい。 見落としがちなのは降格ルールの未定義です。全自動に昇格した後にモデル変更や精度劣化が発生した場合、HOTL→HITLへの巻き戻しルールがなければ、問題が長期化します。昇格ルールと降格ルールはセットで定義してください⚠️ 🛠️ ユースケース EC受注処理エージェント:注文・在庫確認は全自動(可逆×低影響)、発送手配はHOTL(2週間の実績で承認率95%超なら昇格)、返金処理はHITL(金銭操作は常に承認必要)、高額注文(100万円超)はHITLでドライラン付き。金額と操作種別でモードを動的に切り替えます🛒 開発支援エージェント(CI/CD連携):コード分析とテスト実行は全自動(開発環境限定)、PR作成はHOTL(信頼度スコア連動)、ステージングデプロイはHITL、本番デプロイはHITL+ドライラン必須。サンドボックスでは全自動まで許容しますが、本番影響のある操作は制限します🔧 社内ナレッジ検索アシスタント:検索は全自動、回答生成もHOTL(出力ガードレール付き)、文書編集はHITL、削除はHITLでドライランのみ。読取中心のワークフローなので高い自律性で運用可能です📚 実践のコツ:昇格条件を数値で定義してください。「承認率95%以上を2週間継続」「重大エラー0件」など、曖昧さのない基準を設定する。降格トリガーも事前に決める。「重大エラー1件で即座にHITLに戻す」「承認率が90%を下回ったらHOTLに降格」。昇格履歴はすべて監査証跡として記録してください💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
# AIエージェントをソフトウェアに組み込むプラクティス # Model Router & Adaptive Effort|モデル段階化と適応的努力配分 🎯 全リクエストを最高性能モデルで処理していませんか? タスク難易度に応じてモデルを使い分けるだけで、品質を落とさずにコストを大幅に削減できます。実運用ではリクエストの60〜80%が軽量モデルで十分に処理できることが多いです。 🔥 解決する課題 すべてのリクエストを最高性能モデルで処理すると月間予算を容易に超過します。一方、すべてを軽量モデルに寄せると複雑な推論や計画タスクで品質が崩壊します。大型モデルはレイテンシも大きく、単純なタスクにまで使うとシステム全体の応答速度が不必要に悪化します。「コストか品質か」の二者択一に陥るのが問題です。 💡 提案パターン タスクの難易度・種別・リスクに応じて呼び出すモデルを動的に選択します。まず軽量モデルで試行し、信頼度が低ければ上位モデルへエスカレーションする構成です。ルーターはまずルールベース(入力長・タスク種別・キーワード)で始め、精度不足なら分類器を追加します。2〜3層(小型・中型・大型)が運用しやすい出発点です。 ✅ 選定条件 使うとき: - タスクの種類が多岐にわたり、定型処理と高度処理が混在している - 月間コスト上限が明確に存在する - トラフィックが十分にあり、ルーティング機構のコストを回収できる 使わないとき: - 全リクエストが同程度の難易度 → 単一モデルで十分 - 全件で品質を1%も落とせない → 常に最高性能モデルを使い、キャッシュでコスト削減 - リクエスト量が少なく(月数百件以下)、ルーティング開発コストが節約額を上回る ⚠️ 落とし穴 - ルーター自身のコストを無視しないでください。LLMをルーターに使うと、分類コストだけで軽量モデル1回分に匹敵する場合があります。まずルールベースで始めてください - 信頼度の定義を明確にしてください。構造化出力のパースエラー率・回答の拒否率・内部ログ確率など、測定可能な指標に落とし込まないと運用できません - エスカレーション無限ループを防いでください。最上位モデルでも信頼度が低い場合の打ち切り条件を設定し、人間エスカレーションまたはエラー返却にしてください 🔧 実装方針 - ルーターはまずルールベース(入力長・タスク種別・キーワード)で実装し、分類精度が不足した場合にのみメタ分類器へ昇格させます - モデル階層は2〜3層(小型・中型・大型)を共通インターフェースで抽象化し、プロバイダ差し替えを容易にします - 軽量モデルの応答に対して信頼度チェック(パースエラー率・拒否率・ログ確率)を行い、閾値未満なら上位モデルへ自動エスカレーションします - エスカレーションは最上位で打ち切り、それでも信頼度が低い場合は人間エスカレーションまたはエラー返却にします - ルーティング比率・コスト・レイテンシを定期的に監視し、モデルバージョン変更によるドリフトに備えて閾値を再調整する運用体制を整えます #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
SpaceXSIのpotetoさんのトーク、必聴な気がする。めちゃくちゃ良かった。以下は少しだけメモ。 ・AIエージェントに自律的に開発させるには、環境への投資による信頼の構築が不可欠 ・poteto氏は6か月の投資を経て、寝ている間にも数千件のPRをリリースできる状態に到達した ・信頼(Trust)を高めるには、まず型システムやLint、テストなど決定論的な制約でコードベースを固める必要がある ・その上に実行時検証や形式検証を重ね、AGENTS.mdのような自然言語のルールは最小限に留める ・エージェントは既存のコードベースのパターンをそのまま模倣する ・コードベース内の回避策や技術的負債は、庭の雑草のようにあっという間に全体へ広がるリスクがある ・だからエンジニアの仕事はコードを書くことから庭の手入れへと変化している ・GraphbotではElectron向けフレームワークDuneに過去の教訓をLintルールとして組み込んでいる ・扱いが難しいReactのuseEffectはプロダクトコードで全面禁止にした ・また、ディレクトリをメインとレンダラーに分けて、インポートを依存関係解析で禁止している ・これにより、スレッド間の誤った参照による画面のカクつきが構造的に防止可能になった(そうじゃないとsetTimeoutみたいなコードを乱発する) ・エージェントはMarkdownやコードコメントを「正しい実装を避ける言い訳」として悪用する ・Cursor開発時には、応急処置のタイマー処理を正当化するコメントが量産され、アプリが重くなった ・なので、Graphbotではコードコメントの99%を禁止して根本原因の修正を促すLintエラーに置き換えた ・修正のたびに決定論的なチェックへ落とし込むことで、最終的に人間のレビューが不要にしていく ・レビューの焦点はコード自体から、動画やスクリーンショットなどの検証成果物の確認へと移行している ・実行時検証(Runtime Verification)では、機能マップ(Feature Map)や専用CLIを整備しトークンを削減している ・さらにTLA+やLeanを用いた形式検証や、Bombadilによるproperty basedテストも導入した ・現在、1日のトークン消費量の約70%がこうした検証プロセスに費やされている ・この環境構築の結果、チームは月間11,000件ものPRを本番へリリースできて、毎日安定版をリリースしている ・227人ものContributorがいても、PRのrevert率はわずか0.5%と極めて低い ・Electronアプリでありつつ、起動やチャット切り替えなどの動作速度もローンチ当初より向上した ・まずはコードベースの改善と検証基盤を固めることが、高品質かつ高速な自動開発の前提条件 (一通り聞いて、これは人間に高い技術力がないと作れないと思った)
もっと見る