あるレガシー業務システムのリプレイスで、複数の担当者と複数のAIエージェントが同じリポジトリを触る環境を作りました。最初に困ったのはAIの性能ではありません。誰が何を決めたのか、どの計画が現在地なのか、どこまで確認したら「終わった」と言ってよいのか。その境界が、人間同士でもAI同士でも揃っていなかったことでした。
AIを増やすだけなら簡単です。CLIを入れて、リポジトリを開いて、指示を渡せば動きます。ただ、それでは共同編集環境になりません。人数分の作業速度で、人数分の食い違いが増えるだけでした。効いたのは、規約をグローバル・リポジトリ・作業文書の三層に分け、情報の置き場所と責任の境界をはっきりさせることでした。
もう1つ書いているのは、状態の分け方です。「実装済み」「静的検証済み」「画面確認済み」「commit済み」「push済み」を同じ状態として扱うと、どこまで終わったのかが誰にも分からなくなります。作業を C1、C2 のような実行単位へ割り、作成したAIと実装・レビュー・検証をしたAIを別に記録すると、途中でAIを交代しても判断の根拠が追えるようになりました。
規約を三層に分ける。どこへ書くかが決まると、誰が何を守るのかも決まる
作成者は固定し、実行履歴は追記する。AIが交代したら前のexecutionを閉じる
「終わった」を1つの状態にしない。ゲートを分けると、どこで止まっているかが見える
記事の要約(AI 生成のインフォグラフィック)
この記事を NotebookLM でラジオ風に音声化したものです。移動中や作業しながらでもどうぞ。