AI時代のPlatform Engineering：IDPにLLM Gatewayを組み込む設計
Platform EngineeringがAI時代に再定義される。Internal Developer Platform に LLM Gateway・policy-as-code・コスト配賦を組み込む2026年の設計パターンを、Qiitaのアーキテクチャトレンド議論を参照しつつ整理する。
Growth Lab編集部
読了時間 約9分
読み込み中...
タグ
# AI
25 件の記事が見つかりました
PlanGateとは：承認なしにコードを書かせない
PlanGate は AI コーディングエージェントに人間承認なしの実装をさせないゲート型ワークフローハーネス。C-3/C-4 ゲートと段階的導入レベルを入門者向けに解説する。
Growth Lab編集部
読了時間 約15分
AI生産性のパラドックス：なぜ「速くなった」のにチケットが消えないのか
AI導入で実装速度が上がってもチケットが消えないパラドックスの本質を解明し、検証自動化によってスループットを回復させる具体策を解説する。
Growth Lab編集部
読了時間 約18分
MCP権限設計の判断軸 allowlist粒度とscope命名から組織導入まで
MCPのallowlist粒度・scope命名・組織導入の3点を判断軸で整理する。既存のMCP分離アーキ記事と合わせて読むと効果が高い。
Growth Lab編集部
読了時間 約7分
AIコーディング組織展開の段階設計
AIコーディングの全社展開を Pilot/Champion/Wave/Steady の4段階に分け、各段階の KPI とアンチパターンを CTO/EM 視点で整理した実務テンプレ。
Growth Lab編集部
読了時間 約24分
AI 研究を運用に乗せる4レイヤー設計とダッシュボード
AIを研究コラボレーターに据え、検索・読解・統合・出力の4レイヤーで運用する設計を解説する。Source NotesとSynthesis Notesを分離し、一次ソース率や決裁レイテンシをダッシュボードで可視化するリサーチワークフローを、2026年5月時点の公式ガイダンスから整理する。
Growth Lab編集部
読了時間 約27分
MCPサーバー設計パターン集 tool粒度と通信選定
自社MCPサーバーを設計する5つの判断軸（tool粒度・resource選択・エラー・OAuth2.1認証・transport）を、公式 spec（本記事は2025-06-18基準、最新2025-11-25との差分も注記）と運用経験則に分けて整理するPlatform Team向け設計テンプレ。
Growth Lab編集部
読了時間 約27分
PlanGate v8.6 Hookで承認境界を強制する
PlanGate v8.6.0 の Hook Enforcement 10 種と Metrics v1 で AI コーディングを統治する。CTO/EM 向けに承認境界・監査可能性・スクラム親和性の設計を整理する。
Growth Lab編集部
読了時間 約35分
Claude Code hooks の実践パターン集 品質担保・監査・安全制御の3用途
Claude Code hooks を品質担保・監査・安全制御の3用途で使い分け、ライフサイクルとCI責務分担で配置を決めるための実装パターンと失敗回避策を整理する。
Growth Lab編集部
読了時間 約20分
AIコーディング導入のセキュリティ設計 4層モデルで攻撃面を整理する
AIコーディングエージェント導入で増える攻撃面を、権限・流出検知・実行時制御・設計判断の4層モデルで整理し、優先順位の判断軸を提示する。
Growth Lab編集部
読了時間 約13分
GitHub MCP Server で secret scanning を組み込む AIコーディング時代の流出対策
AIコーディングで増える流出リスクを、MCP層・pre-commit・push protectionの3層で止める実装を解説する。検知後のrotate自動化までが設計対象。
Growth Lab編集部
読了時間 約17分
AI駆動開発で人を律速にしない：5つのボトルネック類型と解消パターン
AI導入後の開発フローで人間が律速になる5つの類型を特定し、非同期化・事前型化・自動化・委譲の4パターンで解消する実践ガイド。制約理論（TOC）の視点からチームのスループットを最大化する。
Growth Lab編集部
読了時間 約19分
AI生成PRの品質ゲートを自動化する：リスクベースCI設計
AI生成PRの量と速度に対応するCI/CDパイプライン設計。リスクスコアリングでテスト深度を動的に変え、低リスクPRは自動マージ、高リスクPRは重点テスト＋人間レビューに振り分ける。
Growth Lab編集部
読了時間 約12分
LLM出力は毎回変わる：Contract Testingで「変動に強い」テストを作る
LLMやAIサービスとの統合境界をテストする手法。スキーマ検証・セマンティック類似度チェック・ゴールデンテストの3層でプロンプト変更のリグレッションを自動検知する。
Growth Lab編集部
読了時間 約13分
AI生成コードの「意図不明」に立ち向かう：テスト設計3つの型
AI生成コードを「書いていないのにテストする」ための設計パターン。振る舞い駆動テスト・プロパティベーステスト・スナップショットテストの使い分けを実践的に解説。
Growth Lab編集部
読了時間 約13分
AI生成コードのテスト戦略：品質を「祈り」から「仕組み」に変える
AI生成コードが抱える3つのテスト課題（意図不透明・非決定性・量の爆発）を定義し、テスト設計パターン・Contract Testing・リスクベースCIの3層で品質を仕組み化する全体像。
Growth Lab編集部
読了時間 約10分
コンテキスト負債とは何か：AI開発で「当てる力」を上げるIssue設計
AI開発で誤実装を増やすコンテキスト負債の定義を明確にし、前提不足を防ぐIssueテンプレ設計と運用方法を実例とともに解説する。
Growth Lab編集部
読了時間 約7分
AI生成PRでレビューが詰まる本当の理由：工数ではなく意図復元コストを下げる
AI生成コード時代のレビュー遅延を症状・根因・対策の3軸で診断し、意図復元コストを下げるPR運用の改善策を解説する子記事。
Growth Lab編集部
読了時間 約8分
AIでコードは増えるのにプロダクト価値が伸びないのはなぜ？レビュー/意思決定ボトルネックの解剖
AI導入後にアウトプットは増えているのに価値が伸びない構造を、レビューと意思決定の観点から整理する親記事。
Growth Lab編集部
読了時間 約9分
AI開発KPIと学習ループ：速度だけを追わない計測設計
AIチームの改善サイクルを加速するための、速度・品質・学習の3軸KPI設計と週次レビューによる学習ループの実践的な設計・運用方法を解説する。
Growth Lab編集部
読了時間 約8分
意思決定ログと証拠管理の型：AI開発で「合意の再燃」を防ぐ
なぜこの実装を選んだかを後から再現できるよう、選択肢・理由・証拠・棄却案を記録する意思決定ログと証拠管理の設計手法を解説する。
Growth Lab編集部
読了時間 約10分
AI時代の仕様品質マネジメント：要件の曖昧さを減らす運用モデル
仕様の曖昧さがAI実装の手戻りコストを拡大させる問題を、判断可能性を基準とした品質管理フレームワークで解決する親記事。全体像を体系的に整理する。
Growth Lab編集部
読了時間 約9分
AIエージェントによるブログ自動運用の教科書：マルチエージェントで実現する戦略的コンテンツ生成
AIエージェントとマルチエージェントアーキテクチャを活用して、ブログ運用を半自動で仕組み化し、高品質なコンテンツを継続的に生み出すための戦略と実践フローを解説します。
Growth Lab編集部
読了時間 約6分
プロンプトからエージェントへ：AI駆動開発の新領域「エージェントエンジニアリング」への転換
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。
Growth Lab編集部
読了時間 約6分
実践！マルチエージェント・デザインパターン：AntigravityとCursorで実現する自律型開発の型
AntigravityとCursorを活用して、自律型マルチエージェント開発を実現するためのディレクトリ構成や運用ルール、実践的なデザインパターンを解説します。
Growth Lab編集部
読了時間 約6分