非エンジニアが GitHub Issue から AI に開発を依頼できる仕組みを作ってみた。

AWS公式のAI-DLCフレームワークを使い、非エンジニアが GitHub Issue を書くだけで、AIが要件定義から実装、PR 出力まで自動で進む仕組みを、Laravel / Vue 3 のモノリスに 2 日で導入した。その過程で明かされるのは、公式ドキュメント通りに組んでも本番では動かないという現実だ。

AIの鬼として注目したいのは、ここで列挙される「ハマった穴」の具体性だ。headless モード（CI実行）では対話ツールが禁止される、AIが勝手に質問を削ってしまう、許可リストは排他的に機能する、settings の設定項目が CI では想定と異なる動作をする—これらは、どれも「ドキュメントには小さく書いてある」または「実機で動かさないと見えない」類の落とし穴である。著者は複数の穴をすべて潰し、規約化することで、初めて安定稼働させた。このプロセス自体が、エンジニアリングの本質を示している。つまり「公式配布物ですら 7〜8 割まで」であり、残りはドメイン知識と実測によってのみ埋まるということだ。

中小企業がこれを読むなら、「新しいツールの導入 = ドキュメント通りの導入」ではないということが学べる。特に CI 環境では、ローカルと本番の挙動が劇的に異なることがある。その差分を埋める地道なデバッグこそが、実は導入の大部分を占める。また、複数の防御層（実行可能パスの制限、承認ゲート、権限の段階化、コストの上限設定）のような「安全装置の設計」を事前に入れ込むことで、後の運用トラブルが圧倒的に減る。これは技術投資というより、経営リスク管理の一種である。