設計も実装もレビューもAIがやる個人開発で、精度をどう出しているか

個人開発者が、AIエージェント3体（設計AI・実装AI・レビューAI）に設計からレビューまでをすべて任せている。ここで肝心なのは「AIの報告を信じない仕組み」だ。実装AIが「テスト26件追加、全件通過」と報告しても、実際は18件だったり、指示書で「必須」とされた項目が落ちていたり、という不一致が常に起きる。これらをカバーするために4層の検証が組まれている。第1に指示書に「やらないこと」「触ってはいけないパス」を明示させ、勝手な拡張を防ぐ。第2に実装AIとレビューAIを別モデルにして、自分の作業を自分で見直さないようにする。第3に機械確認スクリプトを走らせ、必須キーの欠落や指定パス違反を自動検出。第4に手順書どおり7段階の手順を全部やり直すことで、報告ではなく実測で検証する。

AIの鬼の視点は、ここまで徹底的に「AIを信じない」という哲学にある。AIの報告は「本気でそう思っている」だけで、議論では覆らない。「既存の問題です」と言われたら、mainと実装側でテストを交互に実行して、実測で覆す。「未実装」と外部評価で言われたら、設計AI自身がコードで裏取りする。つまりAI×3の自己報告を同じモデルにレビューさせるな、別モデルで交差検証せよ、という教訓だ。個人開発だからこそ、自動化・隔離・機械確認で人手を減らしつつ、品質を確保できている。

実務に効く一言は、修正したコードで新しいテストが本当に失敗するか、修正前のコードで実測すること。ImportErrorで落ちるのではなく、挙動レベルで問題が再現できるか確認する。それが「テストは修正の効果を証明しているか」を判定する最後の砦だ。