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。
Growth Lab編集部
読了時間 約45分
読み込み中...
タグ
# AI開発
33 件の記事が見つかりました
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。
Growth Lab編集部
読了時間 約28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。
Growth Lab編集部
読了時間 約59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。
Growth Lab編集部
読了時間 約49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。
Growth Lab編集部
読了時間 約54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。
Growth Lab編集部
読了時間 約60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。
Growth Lab編集部
読了時間 約52分
AI生成の巨大PRをStacked PRに分解する
AIが出した1,000行超のPRをレビュー可能な単位へ分解する手順を、依存・レイヤー・リスクの3軸で整理します。自リポジトリの直近140PRのサイズ分布と、実在する1,641行のPRを3層のStacked PRへ分解して各層のテストを実測したデータ（誤順はexit 1、順序違反は偽greenで通過）まで示します。
Growth Lab編集部
読了時間 約36分
OWASP LLM Top10 AI開発セキュリティ設計2026
OWASP LLM Top10（2025年版）の全10リスクを「入力検証/プロンプト設計/出力処理/インフラ」の実装レイヤーに対応づけ、AI駆動開発チームがすぐ使えるコードパターンとチェックリストを提供します。
Growth Lab編集部
読了時間 約36分
Claude Codeでテストを書かせる技術
Claude Code にテストを書かせるとき「惜しい」結果になる原因はコンテキスト不足。コンテキスト注入→生成→セルフチェック→レビューの4ステップループと、失敗パターン5種のプロンプト修正テンプレートを解説します。
Growth Lab編集部
読了時間 約20分
Codexマルチエージェント実装ガイド
Codex CLIを複数インスタンス並列実行するマルチエージェント実装ガイド。タスク分割・状態共有・rate limit制御・結果マージの設計パターンを、具体的なコード例とともに実務レベルで解説する。
Growth Lab編集部
読了時間 約35分
CLAUDE.md 設計パターン
CLAUDE.md の書き方をプロジェクト規模（個人/小チーム/大規模）と技術スタック別に解説。コピペ可能な3パターンのテンプレート、グローバル設定との使い分け戦略、5つ以上のアンチパターンを網羅した実践ガイドです。
Growth Lab編集部
読了時間 約32分
Claude Code複数ファイル操作手順
Claude Codeで大規模リファクタリングを行う際の「AIに一気にやらせる」失敗を防ぐ。スコープ制御・段階的適用・テスト保護・rollback戦略の4軸で安全に進める具体的な手順とプロンプト例を解説。
Growth Lab編集部
読了時間 約23分
マルチエージェント開発の実装パターン2026
Hub-and-Spoke・Pipeline・Peer-to-Peerの3アーキテクチャを通信トポロジー視点で解説。エージェント間通信・状態管理・rate limit制御の実装例つき。マルチエージェント開発の実装パターンは「Hub-and-Spoke」「Pipeline」「Peer-to-Peer」の3つに集約できる
Growth Lab編集部
読了時間 約32分
AI駆動開発チームのオンボーディング設計
AI駆動開発チームへの新人参加時、最初の8週間で何を教えるべきか。AIへの依存リスク・コンテキスト設計・AIコードレビューの3軸で失敗パターンを類型化し、段階的カリキュラムの骨格を提供します。AI駆動開発チームへの新人参加で起きる失敗は「依存過多」「コンテキスト設計不能」「AI生成コードをレビューできない」の3類型に。
Growth Lab編集部
読了時間 約21分
AIとペアプロする実践パターン：コンテキスト設計と引き継ぎの技術
Claude CodeやGitHub CopilotとのAIペアプロで迷いがちなコンテキスト設計・セッション引き継ぎ・人間介入のタイミングを、即使える実践パターン集として体系化。AGENTS.mdテンプレートも収録。
Growth Lab編集部
読了時間 約20分
Claude Codeセッション記憶のデザインパターン
Claude Code でセッションを跨ぐ長期作業を成立させるには、memory / CLAUDE.md / Plan の3層構造を意識した記憶設計が要る。Qiita のトレンド議論を参照しつつ、failure mode と対策を整理する。
Growth Lab編集部
読了時間 約11分
Vibe Codingのトークン経済学
Vibe Coding が広がる2026年、トークン消費量の最適化が開発コストとレイテンシの両方を左右する。コンテキスト戦略・cache 戦略・ROI 計算式を、Qiita のトレンド議論と現場知見から整理する。
Growth Lab編集部
読了時間 約10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
仕様駆動開発 失敗パターン7選と対策
Spec Driven Development（SDD）導入後に起きる典型的な失敗7パターンと、Tech Lead・PM・EM が現場で打てる具体的な対策を、AIコーディング時代の運用視点で整理します。
Growth Lab編集部
読了時間 約19分
AI変更後のCFR再定義ガイド：膨らむ失敗率を実務で扱う
AIコーディング導入後に Change Failure Rate（CFR）が膨らむ 3 因子を整理し、AI-augmented と human-authored の failure を分離する 4 ステップの再定義フレームを Tech Lead / EM 向けに提示する。DORA 公式値と 2025-26 観測ベースで CFR を実務に戻す。
Growth Lab編集部
読了時間 約20分
AIコーディング運用インシデントRunbookハブ
AI コーディング運用で起きるインシデントを 4 種別に分類し、Runbook 最小構成・エスカレーション設計・Change Failure 連動・オンコール疲弊回避・観測の 5 軸で束ねる SRE/Platform/EM 向けハブガイド。既存 5 記事を実装ログとして接続する。
Growth Lab編集部
読了時間 約21分
AIコーディング運用の可観測性スタック2026
AIコーディング前提のObservabilityを、計測対象レイヤー（コード生成 / レビュー / マージ / 障害）と OpenTelemetry / eBPF / LangSmith / 内製 KPI ダッシュボードの 4 軸で整理し、063 CFR 再定義 / 064 Runbook hub と接続する SRE/Platform/EM 向け選定ガイド。
Growth Lab編集部
読了時間 約19分
暗黙知を減らす組織設計とナレッジ共有の仕組み
暗黙知は個人ではなく組織設計の問題。10〜50名の開発組織でEM・Tech Leadが押さえるべき4本柱（オンボーディング／Decision Log／レビュー／文脈ファイル）と、AI時代のCLAUDE.md/AGENTS.md運用を一次情報で解説。診断テンプレ配布。
Growth Lab編集部
読了時間 約30分
AIレビュー運用設計の実践
AIコーディング導入後に頻発するレビューボトルネックを解消するための運用設計ガイド。AI自動チェック層と人間レビューの役割分担を明確にし、設計判断・ドメイン知識・境界設計に集中できる体制を構築する。EM・Tech Lead向け実践手順。
Growth Lab編集部
読了時間 約17分
速度と品質どちらを取るべきか 開発のトレードオフ設計
AI時代に再燃した速度vs品質の議論を、短期最適と長期最適のトレードオフとして整理し、チームでの意思決定フレームを提示する。開発速度と品質の両立を実現する判断軸。4象限マトリクスで局面別の最適解を示す。
Growth Lab編集部
読了時間 約15分
Claude Code Subagents設計
Claude Code subagentsの粒度設計と責務分離を4つの判断軸で体系化。実運用で効いた設計パターン5選とアンチパターン3選、設定ファイルの実装例を具体的に解説する。Claude Code の subagents は「数を増やせば速くなる」機能ではない
Growth Lab編集部
読了時間 約23分
Claude Code運用でコンテキストを分業する
CLAUDE.md を長文化するだけでは運用は安定しない。このリポジトリで使っている AGENTS.md、タスク台帳、REPORT.md、skills、hooks の責務分離を、Claude Code 運用の実例として整理する。
Growth Lab編集部
読了時間 約12分
AI変更のChange Failure Rateをどう測るか
AI生成変更を含む開発で Change Failure Rate をどう定義し、速度と品質の両方を見失わずに運用するかを整理する。AI生成コードがチームの変更量に占める割合は、この1年で急速に増えている。GitHub Copilot やカスタムエージ
Growth Lab編集部
読了時間 約9分
CLAUDE.md最適化の本質
CLAUDE.md最適化の本質は「何をたくさん書くか」ではなく「何をどこに分離するか」。Anthropicの公式ドキュメントに沿って、AIエージェントが迷わず安全に働けるリポジトリ環境の構築設計を解説します。
Growth Lab編集部
読了時間 約25分
リスクベースリリース運用：AI生成変更を安全にマージする基準
変更リスクに応じてレビュー強度を低・中・高の3段階で変える、AI時代のリスクベースリリース運用の設計と実践方法を解説する。AIエージェントがコードを生成する時代、PRの数と速度は従来の開発と比較にならない。Copilotやエージェントが1日に
Growth Lab編集部
読了時間 約11分
受入条件を先に書くTDD実践
受入条件を実装前に先に固定することでAIの出力精度を高め、実装とレビューの無駄な往復を劇的に減らすためのTDD実践ガイド。AI開発で最も多い手戻りパターンは「レビューで初めて期待動作のズレが発覚する」ことです。原因はシンプルで、受入条件（Ac
Growth Lab編集部
読了時間 約10分
Issueテンプレで要件解像度を上げる
目的・非目的・制約・受入条件の4点セットを明確化するIssueテンプレートを導入し、AI実装のズレと手戻りを根本から減らす方法を実例で解説する。- Issueの品質は実装品質の先行指標。 テンプレートで「書くべきこと」を強制するだけで手戻りが減る。
Growth Lab編集部
読了時間 約11分