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。
Growth Lab編集部
読了時間 約21分
読み込み中...
タグ
# AIエージェント
17 件の記事が見つかりました
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。
Growth Lab編集部
読了時間 約49分
Coding Agentのモデル更新と回帰テスト
Coding Agent のモデルが更新・廃止されたとき、プロンプト資産と自動化を壊さずに移行する運用設計を解説します。モデル依存の3層棚卸し、Model Matrix、回帰テストの検知率を mutation で実測した自リポジトリのデータ（13変異中8検知）まで。AI Platform / Tech Lead 向け。
Growth Lab編集部
読了時間 約31分
AIガバナンスが効かない4類型と検証手順
規約も権限もガードも整備したのに、AIガバナンスが効いている実感がない。その原因は宣言と実効の乖離にあります。乖離が起きる4つの類型と、自分のリポジトリで乖離を検出する45分の実測手順、そしてCI・hookで継続検知に載せる方法を、公式仕様と実測をもとにTech Lead向けに解説します。
Growth Lab編集部
読了時間 約44分
AIエージェントのデバッグ：ループ・幻覚・汚染の対処法
AIエージェント固有の3大障害（無限ループ・ハルシネーション・コンテキスト汚染）を診断フローチャートと実装コードで解説。カウンタ・状態ハッシュ・スライディングウィンドウの具体的実装を紹介する。無限ループはステップカウンタ＋状態ハッシュで検知する
Growth Lab編集部
読了時間 約25分
AIエージェント3層成熟モデル2026
推論・制御・接続の3レイヤーが独立に進化し、2026年に偶然のように同時成熟点を迎えた——AIエージェント設計の現在地を、ZennとQiitaのトレンド議論を参照しながらGrowth Lab視点で構造化する。
Growth Lab編集部
読了時間 約13分
MCP（Model Context Protocol）実装ガイド
MCP（Model Context Protocol）の標準化がエージェント接続層に与えた影響と、自前 MCP サーバを Node/Python で設計する際の境界・認可・冪等性のパターンを、note と izanami のトレンド議論を参照しながら整理する。
Growth Lab編集部
読了時間 約13分
AIエージェント開発の実践ガイド
AIエージェント開発をチャット指示の延長で終わらせず、仕様・権限・テスト・運用の4層で設計するための保存版ガイド。Claude Code、Codex、MCP、SDDを導入する前に決めるべき順序を整理する。
Growth Lab編集部
読了時間 約15分
AIエージェントの可観測性と障害解析
agent observability の最小スキーマ（3階層 span × 構造化ログ × error taxonomy 5分類）と、症状から修正までの5ステップ解析フローを、OpenTelemetry GenAI Conventions と各 SDK の一次仕様に沿って解説する実務ガイド。
Growth Lab編集部
読了時間 約24分
agent loop durable workflow実装
agent loopの脆弱点「状態がメモリにしかない」をcheckpointで解決し、retry/sagaパターンで部分失敗を冪等にリカバリ。step-level observabilityで詰まりを即特定できる実装パターンを解説する。
Growth Lab編集部
読了時間 約22分
Codex subagents設計原則
Codexのsubagentsを、並列化機能ではなくコンテキスト設計として理解する。公式仕様と2026年3月時点の観察を分けながら、使いどころと落とし穴を整理する。Codex の subagents は、単なる並列化ではなく、探索やログのノイズを親スレッドから切り離すための設計として理解したほうが本質に近い
Growth Lab編集部
読了時間 約26分
Codex通信トポロジー設計
Codex Multi-Agents、Claude CodeのSubagents、Agent Teamsの違いを、機能一覧ではなく通信構造で整理する。混同しやすい3概念を選び分けまで含めて最短で理解できる。
Growth Lab編集部
読了時間 約28分
AIエージェント運用Runbook設計
AIエージェント運用で障害や想定外の出力が起きたとき、人間が迷わず止めて戻して再開するための Runbook 設計を整理する。AIエージェントを本番環境で動かし始めると、想定外の出力やループ暴走、外部API障害など「止めなければいけない瞬間」が必
Growth Lab編集部
読了時間 約10分
人間へのエスカレーション設計
AIエージェントが無理に処理を続けず、人間へ正しくエスカレーションするための条件設計と運用ルールを整理する。エスカレーション判定ロジックと実装例を具体的に解説。設計テンプレートと実装コード付きで解説。
Growth Lab編集部
読了時間 約11分
AIエージェントチーム設計
AIを相棒からチームへ進化させる運用モデルを、Lead・Implementer・Critic・Scribeの4役割とガードレールで体系的に整理する。1体のAIに全部任せると、判断責任が曖昧になって破綻しやすい
Growth Lab編集部
読了時間 約13分
AIガバナンス配信システム
AIチーム開発で速度と安全を両立するための統治モデルを、リスク分類・KPI・権限設計の3本柱で体系的に整理する親記事。AIエージェント活用では「速く作る」より「安全に出す」設計が持続的な開発速度の鍵になる
Growth Lab編集部
読了時間 約12分
権限マトリクスとガードレール設計
AIエージェント時代の承認権限と責任境界を変更種別×役割の二次元マトリクスで明文化する、チーム運用のための実践ガイド。AIエージェントがコードを書き、PRを出し、デプロイまで自動化される時代。便利な反面、「この変更は誰が最終承認するのか」
Growth Lab編集部
読了時間 約11分