📚 すべての記事
全 115 件 ／ 4 ページ目（全 10 ページ）
CI テスト 29 分 → 5.6 分 — 実測が「有力仮説」を殺し、退行前より速くなった日【番外編】
ステアリング駆動開発（応用編）の運用実録。検証エンジンが「平時の 1 タスク」をどう流すかを、CI のテストジョブが数日で 14 分 → 29 分に倍増した性能退行の是正で追う。起票から実測・オーナー承認・Codex 実装・CI 実測までを 1 日で完了し、最後は退行前の 11.5 分すら「健全ではなかった」ことが判明するまで。
クロスファミリー検証の最終型 —「正しく作る」から「自分で正しさを測り直す」へ【終章】
ステアリング駆動開発（応用編）の本編終章。検証を強制するハーネスに欠けていた「計測」の層を、独立に同じ思想へ到達していた個人開発ハーネスとの相互レビューから取り込む。finding-level 台帳・モデルドリフト検知・実痛駆動の剪定 —「完成」とは終わることではなく、自分の劣化を自分のデータで検出するループが閉じることである。
マルチ LLM オーケストレーションの台頭とクロスファミリー検証 — Sakana Fugu から Codex×Claude まで【シリーズ総論】
複数の AI モデルを束ねる動きが 2026 年に一気に加速した。Sakana Fugu のような「学習されたオーケストレーション」製品の登場と、Codex×Claude のクロスファミリー検証運用。マルチ LLM の 2 つの系統（オーケストラ型とチェック・アンド・バランス型)を整理し、実プロジェクトで標準運用に至った全 6 回シリーズの見取り図を示す。
「Codex 実装 → Claude レビュー」+18.1pt 論文を裏取りする — 両者のレビューは何が違うのか【クロスファミリー検証 第2回】
「Codex 実装 → Claude レビューが最良（+18.1pt）、逆方向は有害（−8.6pt）」という KDD '26 論文の数値を一次ソースで照合し、桁まで一致することを確認した記録。Claude と Codex のレビュー観の違い（自己検証の重さ・high-recall と precision・自己レビューの非対称）を、論文と自環境実測の両面から整理する。
指示書からパイプラインへ — finder/verifier 分業・二層の網・逆順の構造的禁止【クロスファミリー検証 第3回】
「Codex 実装 → Claude レビュー」を実運用に落とす設計編。4 つの原則、役割分担、TDD+DDD ワークフロー、コンテキストエンジニアリング規約、決定論ゲート＋特性化テスト＋golden set の防御網、Definition of Done、そして汎用指示書を自プロジェクトに翻案するときに変えた点・変えなかった点を全て記す。
Red テストは verifier 家族の資産 — テスト改ざんガード・レビュー漏れの機械クローズ・自己評価遮蔽【クロスファミリー検証 第4回】
クロスファミリー検証の威力を底上げする、見落とされがちな層 — ハーネスとステアリング。TDD の Red テストを Claude（verifier 家族）の資産として Codex から checksum で機械保護し、レビュー漏れを三層ゲートで構造的に塞ぎ、handoff から実装者の自己評価を遮蔽する設計を詳解する。
Claude Code の中から Codex を動かす — MCP を使わない判断と sandbox の地雷【クロスファミリー検証 第5回】
クロスファミリー検証で最も泥臭かった実装の記録。MCP でなく codex exec + シェルを選んだ積極的理由、Dev Container で bwrap sandbox を成立させる 3 条件、「sandbox 全滅でも exit 0」という最大の地雷、sudo で逆に壊れる罠、そして運用判断を埋め込んだ exit code 意味論まで。
Fable 5・Sonnet 5・Opus 4.8 の使い分けと golden set 実測 —「買うか、組むか」【クロスファミリー検証 第6回・最終回】
クロスファミリー検証パイプラインのモデル戦略編。Claude 5 ファミリー（Fable 5 / Sonnet 5）と Opus 4.8 のティア割当、effort 運用（xhigh 下限の構造的保証）、Fable 5 をサブエージェントに使わない理由、golden set v1 の自環境実測、承認と実証の分離、Sakana Fugu 時代の「買うか組むか」の判断軸で締める。
リファクタリング総点検ガイド — 7 つの観点と進め方【実践編 第2章】
「リファクタリングをするに当たって、どこを見ればいいのか」に答える実践編の扉。CTS-EC が本番前の総点検で実際に使った 7 つの観点（DDD/SOLID/BC・フロントエンド構造・Python ジョブ・テスト品質・パフォーマンス・セキュリティ・a11y）を、典型負債・機械ガード・拠り所とする開発手法・実録章への対応つきの地図として整理し、安全網 → 定量棚卸し → 1 観点 1 ステアリング → 機械ガード固定という進め方の型を示す。
DDD/SOLID/BC 編 — god class 1,545 行の解体と「allowlist で逃がすな」【実践編 第3章】
本番前の .NET バックエンド総リファクタの実録。互換コードを一切残さない決断、god class 5 件を「200 行物理ゲート + Coordinator/Strategy」で解体、旧テスト 4,564 行の削除、BC 越境を Read 専用 Port で断ち切り default-deny の越境テストで固定するまで。オーナーの一言「allowlist で逃がすな」が設計を変えた瞬間と、実践編全体を貫く 4 つの型を宣言する。
SAGA 編 — Fix 率 44% の発散を「同型性契約」で止め、再発を常設機械ガードで封じる【実践編 第4章】
分散処理 SAGA という新アーキテクチャに挑戦し、後発 SAGA が 29 日で Fix 率 44% と発散した実録。障害 6 連発の解剖から同型性契約 C-1〜C-10 を帰納し、検査スクリプトと例外台帳で固定。DefaultTenant/OCC の default-deny アーキテクチャテスト（allowlist 64 件）、「database-per-worker 計画を実態調査で捨てて 1 行で根治」した flaky 対策、そして機械検出不能な残余 3 経路をクロスファミリーレビューに配線するまで。
Atomic Design リファクタ編 — 47 page を「新規移植アプローチ」で 5 日で分離し、負債 43,500 行を消すまで【実践編 第5章】
動いているフロントエンド 45+ page を Smart/Dumb 分離へ移行した実録。「既存をリファクタしない。退避 → generator → 写経で新規に作る」アプローチで工数 40% 削減、legacy 約 43,500 行削除・正味 −12,000 行。完了基準を grep 機械検証 9 ゲートで固定し、State 二重保持や as unknown as キャストなど移植で得た教訓まで全て公開する。