エージェンティック・エンジニアリング

AIエージェントがほとんどの実装作業を行い、人間が品質とリスク管理を監視するエンジニアリングワークフロー向けのスキルです。

運用原則

1. 実行前に完了基準を定義します。
2. 作業をエージェント規模のユニットに分解します。
3. タスクの複雑さに応じてモデルティアをルーティングします。
4. 評価とリグレッションチェックで測定します。

評価ファースト・ループ

1. 機能評価とリグレッション評価を定義します。
2. ベースラインを実行して失敗パターンをキャプチャします。
3. 実装を実行します。
4. 評価を再実行して差分を比較します。

タスク分解

15分ユニット・ルールを適用します：

• 各ユニットは独立して検証可能である必要があります
• 各ユニットは単一の支配的なリスクを持つ必要があります
• 各ユニットは明確な完了条件を示す必要があります

モデル・ルーティング

• Haiku：分類、ボイラープレート変換、限定的な編集
• Sonnet：実装とリファクタリング
• Opus：アーキテクチャ、根本原因分析、複数ファイル間の不変量

セッション戦略

• 密結合なユニットはセッションを継続します。
• 主要なフェーズ遷移後に新しいセッションを開始します。
• アクティブなデバッグ中ではなく、マイルストーン完了後にコンパクト化します。

AI生成コードのレビュー重点

優先順位：

• 不変量と境界ケース
• エラー境界
• セキュリティと認証の仮定
• 隠れた結合とロールアウトリスク

自動フォーマット/リントで既に実施されているスタイル専用の意見相違にレビューサイクルを浪費しないでください。

コスト規律

タスクごとに追跡します：

• モデル
• トークン推定値
• 再試行回数
• 実経過時間
• 成功/失敗

下位ティアが明確な推論ギャップで失敗した場合にのみ、モデルティアをエスカレートします。