エージェンティックエンジニアリング は何をしますか？
AIエージェントがほとんどの実装作業を実行し、人間が品質とリスク管理を担当するエンジニアリングワークフローにこのスキルを使用します。
運用原則
- 実行前に完了基準を定義する。
- 作業をエージェント単位に分解する。
- タスクの複雑さに応じてモデル階層をルーティングする。
- 評価と回帰チェックで測定する。
評価ファーストループ
- 能力評価と回帰評価を定義する。
- ベースラインを実行し、失敗シグネチャを記録する。
- 実装を実行する。
- 評価を再実行し、差分を比較する。
タスク分解
15分単位ルールを適用する:
- 各単位は独立して検証可能であること
- 各単位は単一の支配的なリスクを持つこと
- 各単位は明確な完了条件を示すこと
モデルルーティング
- Haiku: 分類、定型変換、狭い編集
- 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、複数ファイルにまたがる不変条件
セッション戦略
- 密結合の単位にはセッションを継続する。
- 主要なフェーズ移行後は新しいセッションを開始する。
- 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する。
AI生成コードのレビュー重点項目
優先:
- 不変条件とエッジケース
- エラーバウンダリ
- セキュリティと認証の前提
- 隠れた結合とロールアウトリスク
自動フォーマット/リンターが既にスタイルを強制している場合、スタイルのみの不一致にレビューサイクルを浪費しない。
コスト規律
タスクごとに以下を追跡:
- モデル
- トークン見積もり
- リトライ
- ウォールクロック時間
- 成功/失敗
下位のモデルが明確な推論のギャップで失敗した場合にのみ、モデル階層を引き上げる。