デジタル時代の波に乗り、得物はデータウォール開発の変革に取り組んでおり、特にAIコーディングツールの応用で顕著な進歩を遂げています。得物チームはコアツールであるClaude Codeを通じて、繰り返し作業における効率を大きく向上させました。しかし、実際の応用においてもいくつかの解決が急務な課題が見つかっています。

まず、開発プロセスにおいてAIの「記憶力」が不足していることが大きな問題です。Claude Codeは長時間の会話中に上下文情報、例えば重要なフィールドの単位などを忘れてしまう傾向があり、生成されたSQLに重大なエラーが生じる可能性があります。これは、会話内容が上限に近づくとAIが履歴情報を自動的に圧縮してしまうためです。

image.png

次に、規範の遵守においても安定性が十分ではありません。プロジェクトが緊迫している場合、人間による規範の遵守率は60％から70％に低下します。一方、AIによる規範の実行率も70％から80％にとどまります。これは、AIによる規範の記憶に頼るよりも、これらの規範をシステムに組み込み、強制的なチェックを行うことが必要であることを示しています。

最後に、大規模な要件処理において、AIの性能がより不安定になっています。複雑な開発タスクはAIの上下文を急速に膨らませ、AIが「忘れやすくなり」、結果としてエラーが頻発するようになります。これらの問題を解決するために、得物チームは「Harness」エンジニアリングという概念を提案しました。つまり、コードの「ガードレール」を記述することで、すべての実行が規範に従うようにし、人為的なミスを減らすことを目的としています。

「Harness」エンジニアリングの核心は、実行規範をシステムレベルのチェックメカニズムに変換することにあります。ハックスとオートメーションツールを通じてAIの能力を強化することにより、得物チームは将来、開発プロセスの不確実性を解消し、AIが複雑な開発環境においてより信頼性高く運用できるようにする目標を掲げています。

ポイントを押さえましょう：

🌟 **AIの「忘却」問題**：長時間の会話の中で、AIは重要な上下文情報を忘れてしまい、生成されたSQLに多くのエラーが生じます。

🛡️ **規範の実行が不安定**：人間による規範の遵守率が低く、AIの実行率も望ましくありません。システム的な解決策が必要です。