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行い、人間が品質とリスクの管理を行うエンジニアリングワークフローにこのスキルを使用してください。

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サイズの単位に分解する。
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する。
4. 評価とリグレッションチェックで計測する。

評価ファーストループ

1. 能力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、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、差分を比較する。

タスク分解

15分単位ルールを適用：

• 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、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、マルチファイルの不変条件

セッション戦略

• 密結合な単位では同じセッションを継続する。
• 主要なフェーズ遷移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

優先事項：

• 不変条件とエッジケース
• エラー境界
• セキュリティと認証の前提
• 隠れた結合とロールアウトリスク

自動フォーマット/リントがスタイルを強制している場合、スタイルのみの指摘にレビュー工数を浪費しない。

コスト規律

タスクごとに追跡：

• モデル
• トークン推定値
• リトライ回数
• 実時間
• 成功/失敗

下位ティアが明確な推論力の不足で失敗した場合にのみ、モデルティアをエスカレーションする。