【要約】寝ている間にAIに実装させるため、私は「契約書」を書いた [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
非エンジニアの開発者が、AIに開発を委任する際に、品質管理と開発スピードを両立できない問題に直面した。従来の「逐次承認」モデルでは、人間が不在の間に開発が停滞するか、品質が低下するリスクがある。
- ・承認プロセスの欠如: 睡眠中などの不在時に、実装の品質を担保するための承認が行えない。
- ・AIの誤判断リスク: セキュリティツールにおいて「危険な状態を安全に見せる」という致命的な誤認が発生する。
- ・運用トラブルへの対応: Gitの操作ミスによるデッドロックなど、予期せぬエラーへの対処が困難である。
// Approach
著者は、従来の承認プロセスを「事後承認可能な契約書」へと転換するアプローチを採用した。AIに対して、実装の自由度を制限しつつ、判断のプロセスを可視化させる制約を課している。
- ・制約条件の明文化: 実装スコープの固定、mainへの直接push禁止などの禁止事項を定義した。
- ・判断基準の規定: 迷った際は実装せずIssueへ起票し、エラー時はWIPとして残すよう指示した。
- ・報告形式の標準化: 非エンジニア向けの要約、動作確認コマンド、テスト結果、判断要否をセットで報告させる。
- ・多層的な検証: 別のAI（codex CLI）による敵対的レビューと、テストの有効性（意図的に失敗させる検証）を組み込んだ。
// Result
AIによる自律的な開発サイクルにより、非エンジニアでも高度な機能追加と品質担保が可能となった。テスト網羅性の向上と、重大なロジック欠陥の検知に成功している。
- ・テスト網羅性の向上: テストケースが145件から373件へと大幅に増加した。
- ・自律的な品質改善: 敵対的レビューによる指摘の自動修正と、Gitデッドロックの自律復旧を実現した。
- ・致命的な欠陥の検知: 「脆弱性バージョンの誤認」や「入力形式の誤判定」といった、セキュリティ上の重大なリスクを特定・修正できた。
Senior Engineer Insight
> AIへの委任は「実装の自動化」ではなく「プロセスの設計」である。本記事の肝は、AIに「判断の痕跡」を残させる契約（プロンプト）の設計にある。特に、AIが「もっともらしい嘘」をつく性質を前提に、テストの有効性（意図的な失敗による検証）を組み込む手法は、実戦的な防御策として極めて価値が高い。ただし、Git運用等の環境依存のトラブルは、AIの判断に依存しすぎると復旧コストが増大するリスクがある。