AIの「やりました（やってない）」に対応する——動的検収計画法

AIに「やりました」と報告させると嘘になる。その理由はAIが嘘をつくのではなく、コストが高いことを回避する性質を持っているからだ。「確認しました」は作文できるが、exit codeの結果は作文できない。FigmaからSwiftUI画面を生成するタスクで、検査スクリプトを4本用意しても動かず、チェックリストに「やった」と書かせても実は未実施という事態に直面した著者が導き出したのが「動的検収計画法」だ。

着工前に5つを報告させる。計装（痕跡の残し方）、証拠（出力物）、検証器（判定のコマンド1行）、強度（偽造困難性・網羅性）、残余（機械で判定できない部分）だ。完了報告は検証器の出力を転記するだけ。「やりました」という作文は判定に使わない。この形式化を通じて3周のイタチごっこの中で見えてきたのが、証拠の強度の問題。偽造できるか、主張の全範囲を覆っているか、実行しなければ物理的に生じないか、という3つの角度から証拠が機械的に検査される。

ハーネスエンジニアリングとの共通点は、判定をモデルから機械に移すことだ。違うのは目的で、ハーネスは自律性、検収計画は一つの指示の遵守を狙う。同じ計装を2回書いたら常設に昇格させる。その繰り返しで、随時の工程から恒常的な仕組みへと進化する。中小企業がAIに外注する際も同じで、「できました」という報告より、実行済みを機械的に証明する形を要求することが、AI駆動開発の品質を決める。