AIエージェント11体でブラウザゲームを作ったら、バグの大半が「書いたのに動いていない」だった

Claude Codeに「キャンプゲームを作って」と一通投げたら、3日でブラウザゲームが1本完成した。渓谷キャンプという秋の渓流沿いのキャンプ場でVlogを撮るシミュレータである。テント、焚火、飯盒、川のせせらぎ、秋の虫の声まで全部プログラムが起動時に生成する。外部アセット一切なし。11体のAIエージェントを並列で走らせ、別のAIに品質を採点させ続けた3日間の記録だ。

ここで面白いのは、見つかったバグ13件以上のほぼ全部が「実装漏れ」ではなく「書いたのに画面に届いていない」タイプだったことだ。コードは書かれている。ビルドも通る。エラーも出ない。それなのに視覚的には反映されていない。つまりAIエージェント並列運用の本当の課題は、個別の実装品質ではなく、実装と結果の接続にある。チームが増えるほどこのズレは加速する。また興味深いのが、曖昧な指示は実行不可能だから実行可能な形に翻訳される、という現象だ。「AAA品質で完璧に」は実行不可能だから「高品質リアルタイムCG」に読み替えられた。「本物と並べてブラインド比較」は著作権の問題で実行不可能だから、出所を伏せたAIによる3択分類に置き換えられた。指示を受ける側が勝手に解釈するのではなく、実行可能性を明確にしながら進める。ここがAIチーム運用で本当に効く工夫だ。

複数のAIエージェントを動かすなら、ファイル所有権と共有仕様を先に凍結する。次に、実装が完了したかではなく「画面に実装が映っているか」を別のAIに第三者判定させる。実装と結果の接続を自動検証する仕組みを先に作ること。ここが抜けると、AIが量産した「見た目は壊れていないバグ」に気づかないまま運用が始まる。