AI がフェーズ実行 38 回でも直らなかった Issue の話:AIループ開発記・こじれる Issue 編
この記事で分かること
AIにフェーズ実行を繰り返させても直らなかったIssueの事例から、AI駆動開発の限界と、人間が介入すべきポイントが学べる。38回の試行錯誤を経て、AIが根本原因を特定できないケースや、ループに陥るパターンを把握できる。AI任せにできない問題の切り分け方と、手動でのデバッグ手法の重要性が理解できる。
関連ニュース
MermaidをObsidian上でGUI編集するプラグインを作った
Obsidian上でMermaid図をGUIで編集できるプラグインの開発事例が紹介される。テキストベースのMermaid記法を視覚的に編集できるため、図の修正が直感的に行える。プラグインの機能や実装の工夫が、Obsidi
Claude Codeの記事化スキルを2週間で育てた記録 ── 足りなかったのは感想だった、インタビュー機能とセッション横断機能を追加した話
Claude Codeを使って記事作成スキルを短期間で向上させた方法が記録されている。不足していたのは「感想」であり、インタビュー機能とセッション横断機能を追加することで、複数の会話から一貫した記事を生成できるようになっ
「成功0件」を成功と報告し続けたAIパイプライン ── AIエージェント運用で実際にハマった6つの罠
AIパイプラインの運用で実際に発生した6つの失敗パターンが学べる。特に「成功0件」を成功と誤報告する問題は、評価指標の設計ミスが原因であり、閾値設定やログの検証プロセスを組み込む必要がある。他の罠として、データの偏りやエ
CLAUDE.mdに何を書くと開発速度が変わるか - 16コミットから257コミットになった話
CLAUDE.mdの設定内容次第で開発速度が劇的に変わることを、コミット数の変化（16→257）で示す。具体的には、プロジェクトのコーディング規約やテスト方針、よく使うコマンドをCLAUDE.mdに明記することで、Cla
AI社員の作り方 — 1人運営でAI組織を回した実践記録
1人でAI組織を運営するための実践的なノウハウが得られる。AIエージェントを「社員」として役割分担し、タスク管理や成果物の品質チェックを自動化する手順が中心となる。特に、AI同士の連携フローと人間による最終判断のタイミン
AI駆動開発で「どこまで任せるか」を先に決める——止める場所の設計がワークフローの本体
AI駆動開発において、AIに「どこまで任せるか」を事前に決める設計手法が得られる。ワークフローの本体は、AIに任せる処理と人間が判断・修正する処理の境界を明確に定義することだと理解できる。具体的な「止める場所」の設計基準