AIコードレビューの再現性は構造で決まる
AIコードレビューの結果が毎回ぶれるとき、壊れているのはモデルではなくモデルを囲む構造です。Alibaba の Open Code Review を固定 SHA で読み、対象選定・粒度・位置決め・検証層がどこに置かれているかを確認し、そのうえで「構造を入れただけでは効かない」ことを自リポジトリの失敗台帳 10 行で裏づけた記録です。
AI開発の検証室 編集部
読了時間 約36分
読み込み中...
検証テーマ
記事一覧
AI駆動、AIエージェント、仕様駆動、ハーネス エンジニアリングの検証結果をまとめています。 初めて読む方は、まず押さえたい記事からご覧ください。
233本の記事を公開中
キーワードで記事を絞り込むページ下部の検索から探せます
テーマから探す
3本以上の記事があるテーマだけを表示しています。選ぶとテーマ別の記事一覧へ移動します
表示形式
カード表示に切り替えました
AIレビューの導入単位は段取りか本体か
AIコードレビューのツールを入れるとき、導入単位は「レビュー」だと無意識に決めていないでしょうか。Alibaba の Open Code Review には、LLM を一切呼ばず、ファイル選定とルール解決だけを返す委譲モードがあります。固定 SHA で実装とスキル定義を読み、段取りだけを外に出したときに手元へ残るものを数えた記録です。
AI開発の検証室 編集部
読了時間 約33分
AIレビューで絞ったツール集合は閉じているか
エージェントに渡すツールを絞れば挙動は安定する、とよく言われます。ではその集合は本当に閉じているのか。Alibaba の Open Code Review を固定 SHA で読み、予約済みの組み込みツールと、動的に足せるツールの口が同じ名前空間に同居している構造を確認し、「閉じていると書いてあるものを拡張点から検算する」という読み方を、自リポジトリのガード実測と合わせて整理した記録です。
AI開発の検証室 編集部
読了時間 約32分
Agents APIで何が外注できるか
OpenAIのAgents APIはCodex harnessをmanaged APIとして開放しました。ではAIエージェント基盤のうち何が買えて、何が手元に残るのか。公式ドキュメントの4構成要素を確認したうえで、このリポジトリのharness 60,841行を層ごとに数え、外注できる列とできない列を分けた記録です。
AI開発の検証室 編集部
読了時間 約30分
プロンプトからエージェントへ
プロンプトを工夫するだけの段階は終わりました。AIの真価を引き出すのは、自律的なワークフローを設計する『エージェントエンジニアリング』です。Context/Capability/Critical Thinkingの3要素による次世代の開発パラダイムを解説。
AI開発の検証室 編集部
読了時間 約22分
確認手順は故障モードから逆算する
トップページだけが 500 になり、記事ページは 200 のままでした。代表的な1枚を見る確認が穴を残す理由を Playwright の実測で示し、故障モードからルートクラスを逆算する手順と、異常系まで実行済みの確認スクリプトを載せます。
AI開発の検証室 編集部
読了時間 約64分
パッチ追随を止めた142日を何で補償したか
フレームワークを pin して自動更新を止めた 142 日間（2026-09-06 時点）の記録です。update-types を付けた ignore はセキュリティ更新を止めず、pin 先は既に終了した系列でした。補償コントロールを実測して棚卸しします。
AI開発の検証室 編集部
読了時間 約71分
プロンプトからエージェントへ（旧版・統合済み）
AIへのアプローチを『指示（Prompt）』から『仕組み（Agent Engineering）』へ転換。SDDの重要性を理解し、AIを真の自律的な開発パートナーにするためのマインドセットを解説します。
AI開発の検証室 編集部
読了時間 約9分
CIガードの免除リストは外れずに残る
CI ガードの免除リストの唯一のエントリが 132 日残り、うち 116 日は免除する理由が消えていました。免除の器を持たないガードを設計し、その不在をテストで固定しようとして空いた穴までを実測した記録です。
AI開発の検証室 編集部
読了時間 約39分
ガードの穴を塞ぐPRが同じ穴を掘る
「ガードが存在するのに発火しない」欠陥を塞ぐPRが、その中で同じ型の欠陥を作り込んだ実例を5件、PR番号・コミット・失敗台帳の行で示します。無力化の座標が実装→配線→CIのrun:→run:の外側のYAML→判定関数の内部へ1段ずつ移る構造（外へだけではありません）と、最後の1件がいまも塞がっていないことの再現手順を、終了コードで示します。
AI開発の検証室 編集部
読了時間 約47分
本番障害を2者で突き合わせて誤診を落とす
同じ本番障害を、記事を書く上流と公開先の下流が独立に実測し、互いの誤診を4件訂正した記録です。うち2件は相手側の一次資料を読むまで出ませんでした。測っている対象・測った時刻・持っている一次資料の3つがズレるから突き合わせで誤診が落ちる、という構造を実例で示します。
AI開発の検証室 編集部
読了時間 約37分
『最大IDの次』は並行ブランチで必ず衝突する
「マージ済み main の最大IDの次を採る」という採番規則を全員が正しく守っても、並行ブランチがある限り同じIDが2つの別物に割り当てられます。本ブログのリポジトリで同じ日に2回起きた衝突を、CI の run ID と終了コードつきで記録しました。
AI開発の検証室 編集部
読了時間 約48分
SNS流入でCVを取る記事設計（旧版・統合済み）
SNS流入をCVへつなげる記事設計を、モバイル前提の構成、CTAの段差、導線の置き方から整理します。SNS流入の記事は、検索記事の焼き直しではなく、最初から「読んだ後にどう動くか」を設計する必要があります
AI開発の検証室 編集部
読了時間 約10分
SNS流入でCVを取る記事設計
SEO（検索）を待つだけのブログはもう古い。SNSからの流入を直接CV（成果）へと導くための、モバイル最適化された記事設計と心理的トリガーの配置術を徹底解説します。現代のブログは「検索される場所」ではなく、SNS流入をCVへ繋ぐ着地地点（ハブ）である
AI開発の検証室 編集部
読了時間 約14分
AIエージェントのOperational Memory設計
会話履歴の memory では長期運用が回りません。同じリポジトリの知識ストア3つを schema / provenance / expiry / rollback の4軸で実測し、機械が読む列は100%埋まる一方、last_verified は31件中3件しか生きていなかった記録です。測り方も置きます。
AI開発の検証室 編集部
読了時間 約42分
AIが迷わないリポジトリ設計
Claude Code / Codex を本格運用しても出力が安定しない原因は、多くの場合プロンプトではなくリポジトリ構造側にあります。AGENTS.md / サブエージェント / フック / 作業コンテキストを役割別に配置する4つの設計パターンを、Growth Lab の実リポジトリを例にまとめました。
AI開発の検証室 編集部
読了時間 約25分
tokenmaxxingを避けるAI開発KPI
生成行数やトークン量のような累積カウンタ型のKPIは定義上単調で、悪化を表現できません。自リポジトリのgit履歴で確かめたところ、判定を確定できた15対象のうち12が一度も純減していませんでした。検証済み成果の側に分母を与える手順と、比率にした途端に桁が変わる罠を記録します。
AI開発の検証室 編集部
読了時間 約56分
AIの推論を自動化へ昇格させるループの穴
AIの判断を決定的な自動化へ昇格させるループを実装したところ、「昇格すべきだと気づく」側の判定器が、8つのすり抜け型のうち6つで沈黙していました。対照実験の終了コードと監査スクリプトの実出力で記録します。
AI開発の検証室 編集部
読了時間 約46分
AIが迷わないリポジトリ設計実践
CLAUDE.md を長くするだけでは AI は安定しない。Claude Code の subagents / hooks / memory / MCP と、Codex の agent legibility の考え方をつなぎ、AI が迷わず安全に働けるリポジトリ設計を整理する。
AI開発の検証室 編集部
読了時間 約20分
TypeScript 7は実測で何倍速いか
TypeScript 7.0.2 を 4 プロジェクトで実測すると 2.16〜4.37 倍でした。再現コマンドと比較スクリプト付きの測定記録です。移行で先に出るのは速度ではなく診断の差分で、しかもその差分は 7 ではなく 6 で入っています。
AI開発の検証室 編集部
読了時間 約34分
AIエージェントの権限は影響範囲で設計する
AIエージェントに危険なコマンド名を列挙して禁じても、被害範囲は狭まりません。このリポジトリのdeny 19件を数え、危険コマンドを止めていたはずのフックが本番のpayload形状では1件も止めていなかった実測を、修正前後の対照とコマンドつきで記録しました。
AI開発の検証室 編集部
読了時間 約51分
AI Harnessの技術的負債と削る基準
モデルが賢くなればSkillやAGENTS.mdは削れる、という前提を自リポジトリの全履歴で検証しました。結果は変更があった9か月すべてで増加、追加417ファイルに対し実質削除5件。削る判断が一度も行われていないという負債の形と、参照エッジ・二面検証という削除基準を、そのまま動くスクリプトと終了コードで示します。
AI開発の検証室 編集部
読了時間 約45分
AI-BOMで何がコードを書いたか可視化する
SBOMは整備したのに、どのAIがどのコードを書いたかは棚卸しできていない。自リポジトリでAI-BOMを実際に組み立て、コミット1,050本中325本（31.0%）しか帰属できず、収集源4層のうち2層は0件だった実測を、欠損の内訳ごと記録します。
AI開発の検証室 編集部
読了時間 約57分
効いていないガードを見つける7つの型
CIが緑でも、そのガードが一度も発火していないことがあります。本ブログのリポジトリで見つかった7種類の「効かないガード」をPR番号つきで分類し、壊した入力を1回通す二面検証の手順と、その検証自体が摩耗していく実測（検出分岐9個のうちテストは4個）を、コマンドと終了コードで示します。
AI開発の検証室 編集部
読了時間 約49分
24本を表示中です。すべての記事はサイト内検索またはテーマ一覧から探せます。