エージェンティック・エンジニアリング

AIエージェントが実装作業の大部分を実行し、人間が品質とリスク管理を強化するエンジニアリングワークフローで、このスキルを使用します。

運用原則

1. 実行前に完了基準を定義する
2. 作業をエージェント単位に分解する
3. タスク複雑性によってモデルティアをルーティングする
4. 評価とリグレッション検査で測定する

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する
2. ベースラインを実行して失敗シグネチャを記録する
3. 実装を実行する
4. 評価を再実行して差分を比較する

タスク分解

15分単位ルールを適用します：

• 各単位は独立して検証可能である必要がある
• 各単位は単一の主要なリスクを持つ必要がある
• 各単位は明確な完了条件を表示する必要がある

モデルルーティング

• Haiku: 分類、テンプレート変換、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、マルチファイル不変性

セッション戦略

• 密結合された単位についてはセッションを継続する
• 主要なフェーズ移行後に新しいセッションを開始する
• マイルストーン完了後に圧縮し、アクティブなデバッグ中は行わない

AIが生成したコードのレビュー重点

優先順位をつけて確認する項目：

• 不変性とエッジケース
• エラー境界
• セキュリティと認証の前提
• 隠れたカップリングとロールアウトリスク

自動フォーマット/lintが既にスタイルを適用している場合、スタイルのみの差異に対するレビューサイクルを浪費しない

コスト規律

タスクごとに追跡する：

• モデル
• トークン推定
• 再試行回数
• ウォールクロック時間
• 成功/失敗

下位の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する

原文

• 英語版の原文

ナビゲーション

• 日本語ドキュメント一覧
• skills/README.md
• 貢献ガイド