「AI」に関する記事が 13 本あります。 すべての実験ログ →
Anthropic公式のClaude Fable 5プロンプティングガイドをdev-agent-teamに取り込んだ記録。公式が挙げる「人間の確認が要る3類型」はHuman Decision Pointの定義と一致し、「独立した検証サブエージェント＞自己批評」は多層レビューの根拠だった。新機能ではなく、外部の権威が自作の型を追認していたことの確認と、指示粒度の世代適合・禁止事項（内部推論のエコー）の話。
Claude Code v2.1.198〜v2.1.207の新機能7件を、敵対的検証（哲学整合・重複・事実の3レンズ）を通してdev-agent-teamに取り込んだ記録。これまで文章で守っていた「人間ゲートを越えさせない」を、permissions恒久化・hooks化・承認偽装防止といったランタイムの仕組みで物理的に固定する。ただし〔人間判断〕はhooks化しない。
自作の検証ワークフロー dev-agent-team-evolve（7サブシステム並列読解＋提案毎の敵対的検証）を、キット自身のドキュメントに向けた記録。参照ズレ・保存先ポリシー違反・記法揺れといった小さな不整合を計17項目掃除し、40項目超に肥大化したCHANGELOGを整理してv0.2.0を切る。ドッグフーディングとリリース運用の話。
マルチエージェント運用で、モデルとeffortを層別に配分する型をdev-agent-teamに取り込んだ記録。司令塔（分解・判断・集約）はセッションモデルをhigh〜xhighで、実装層は下位ティア・effort:lowで回す。核原則「AIは判断材料、判断は人間」を、人間→司令塔AI→実装AIというエージェント階層に適用した相似形。effort:low実装が成立する5条件と、コストを削るのは実装層だけという非対称性の話。
「AIの自律度（エージェンシー）で機能を並べる」枠組みをdev-agent-teamに取り込んだ記録。機能カタログではなく分類軸だけを抽出し、Tier 1 人間起点 / Tier 2 継続学習 / Tier 3 AI起点の3階層でネイティブ機能を整理。自作キットは「Tier 3に線引きを持ち込む型」だと定義した。
このサイトのリデザインを、複数のClaudeエージェントに異なる立場で設計案を出させ、互いに批評させ、最後は人間が判断する、という進め方でやった記録。今このページに見えている配色・書体・構成は、その議論から出た結論そのものです。
Claude Codeの新機能を定期ウォッチで拾い、前に作った判断軸（型 vs エンジン／人間ゲートを越えさせない）にかけて選り分けた記録。5つの新機能を、手順追加ではなく「情報注記・影響確認・least-privilege推奨」に振り分ける。取り込みの深さをどう決めるかが本題。
Claude Code本体の /goal（自律ループ）と Dynamic Workflows（並列オーケストレーション）をdev-agent-teamに統合した記録。「型」と「実行エンジン」はレイヤーが違う──競合ではなく積み重なる。ただし人間ゲートはエンジンに越えさせない。
Claude Codeのサブエージェントが、3ファイル指定のはずが約21個に膨張した。並列調査ワークフロー /dev-agent-discovery の初実走で出たバグで、原因はargsがJSON文字列で渡る経路の取りこぼし。構文検証では決して出ない「実走して初めて分かるバグ」の記録。
RAG・Tool Calling・人間承認・監査ログ・Worker非同期・Eval──どの業務エージェントにも共通する実装パターンを、ローカルDocker完結で学べる訓練用リポジトリ。Phase 0から10まで積み上げた設計判断の記録。
Migration案件の振り返りから出た学びを、特定案件に閉じず一般化してdev-agent-teamの本体に取り込んだ記録。視覚仕様ゲート・Known Risksの蓄積・明示承認──「何を一般化し、何を固有に留めるか」の線引きが本題。
Migration/UI Replicaタスクでdev-agent-teamを実運用したら具体的な失敗が続出した。bar幅8往復・色の乖離・目視誤判断──根本原因を分析して5つの仕組みを追加した記録。
Claude Codeのマルチエージェントで「AIをチームとして扱う」発想の開発支援キット dev-agent-team を作った話。設計思想・運用方法・失敗まで、再現性を重視して整理する。