AI エージェントの長期開発では、未確定な成果を次のタスクへ渡さない

「実装済み」という報告と、「次のタスクが安全に前提として利用できる状態」は別物である。短期間の小さな修正であれば、コード確認とテスト実行で完了判定が可能だが、複数ステップにわたる長期開発では状況が異なる。例えば認証方式の変更は、新しい形式での情報保存、ログイン処理の切り替え、既存データとの互換性確認という複数段階からなる。第1段階のコードが書き終わり単体テストに合格しても、実環境での既存データ読み込みテストが未実施なら、後続タスクが安全に始められる状態ではない。ここで重要なのは「後続タスクが前提として信頼してよい状態か」という視点である。

複数タスクが依存関係を持つ場合、前段階の誤りは後ろへ伝播する。第1段階の認証情報保存形式に互換性問題があると、第2段階のログイン処理改修も、第3段階のセッション処理改修も再度検証が必要になる。研究によれば、長いタスクほど成功率が低下し、途中成果を観察しながら段階的に進めた開発者のほうが、一気に終点を目指す開発者より成功しやすい傾向にある。タスク分割で重要なのはコード量ではなく「独立して検証可能か」という単位である。権限判定機能の追加という依頼より「権限なしユーザーが管理APIを呼ぶとHTTP 403を返し、データが変更されないこと」と終了条件を明示することで、検証対象が具体的になる。

AIエージェントに長期開発を委任する場合、人間はタスクの区切り方と検証基準の定義、そして仕様判断が必要な停止点の設定に責任を持たなければならない。AIが「完了」と報告しても、それだけでなく完了条件の一つひとつに対して「どの観測可能な証拠がそれを裏付けるか」を確認する。さらに、コードから判断できない仕様選択（旧APIを維持するか即時廃止するか、など）が出現した場合、AIが推測で進むのではなく、そこで権限者の意思決定を待つことが、長期開発の信頼性を確保する鍵となる。