Tag
コーディングエージェントに一段落ぶんの意図を伝えると、数分で数百行のコードが返ってくる。そんな時代になった。では、そのコードは頼んだとおりに動くのだろうか。書くのは簡単になったが、「意図どおりか」を確かめる作業は今も難しい。これまで仕様書は、手間ばかりかかるものと見られがちだった。書いた端からコードとずれていく文書だったからだ。エージェントが実装を書くようになると、事情が変わる。機械が実装を担うなら、「何を作りたいのか」を記した文書がいちばん大事な成果物になる。
プロパティベーステストフレームワーク—QuickCheck（Claessen & Hughes, 2000）とその後継者に代表される—は形式的に指定されたプロパティに対するテストケース生成を自動化することで、ソフトウェア検証を根本的に変革しました。しかし従来の実装は、特定のドメインで問題となる明確に定義された制約の下で動作しています。従来のアプローチの構造的な限界：これらの限界は複雑な状態空間にバグが集中するドメインで顕著になります。
Fableはコード生成プラットフォームであり、AI支援のスキャフォルディングを通じてプロトタイピングを加速させるよう設計されていました。プラットフォームの中核メカニズムは、高レベルのゲーム記述を受け入れ、ゲームループ、入力処理、状態管理のボイラープレートコードを生成することでした。80個のミニゲーム開発の基盤として選定された際、このアプローチは特定のトレードオフを提示しました。プロトタイプまでの時間短縮と、実装詳細に対する創造的コントロールの低下です。
Anthropicの3エージェント・ハーネスは、単一型のAIコーディング・アシスタントで通常は混在している3つの操作を機能的に分離することで、自律的なAI開発を再構成しています。その3つの操作とは、計画、生成、評価です。これらの機能を以下のように定義します。分離の理論的根拠： 長時間実行されるAIワークフロー（ここでは4時間を超える開発セッションと定義）は、統一されたシステムにおいて文書化された劣化パターンを示します。
Vercel、すなわちNext.jsの背後にある企業であり、主要なウェブホスティングプロバイダーは、Vercel Sandboxをリリースした。高速起動、分離された実行環境である。AIエージェントが急速なコード生成、実行、テストのサイクルを必要とする場合に設計されている。従来の開発ワークフローは人間のペースの反復サイクルで動作する。分単位から時間単位で測定される。AIエージェントが制約されたトークン予算と有限な推論ウィンドウ内で動作する場合、異なる制約に直面する。
定義： Codexエージェントループは、言語モデルがコードまたはアクションを生成し、実行結果を観察し、エラーを分類し、改善された出力を再生成するという構造化された反復サイクルであり、タスク完了またはリソース枯渇まで繰り返されます。理論的基礎： 従来のコード生成は単一パス推論として機能します：意図→モデル→出力。エージェントループは、マルチステップの推論を可能にするフィードバックメカニズムを導入します。
大規模言語モデル、特にトランスフォーマーベースのアーキテクチャは、語彙上の学習された確率分布に条件付けられた逐次的なトークン予測を通じてコードを生成する(Vaswani et al., 2017)。このプロセスは、人間の開発者がコードを書く方法とは根本的に異なる。LLMは生成前に構文木を解析しない。訓練データにおける統計的パターンに基づいて次のトークンを予測する。