Research

AIQDD — 仕様駆動で加速するAgentic Codingのガバナンス

2026/09/15

1. Agentic Codingが速度そのものをリスクに変える

AIエージェントがコードを直接書き換える力を持つとき、統制のないまま実行速度だけを追い求めると、その速度自体がリスクになる。AIQDD（AI Quality-Driven Development）は、機械可読な仕様・継続的な人間のレビューゲート・自動化された評価ハーネスからなるパイプラインによって、エージェント駆動の速度を財務水準の正確性・セキュリティ基準に対して説明可能にする仕組みである。

2. 4段階のパイプライン

Spec — コードを書く前に、機械可読な仕様と受け入れ条件を定義する
Agentic Implementation — AIエージェントが仕様に基づき実装し、継続的な人間のレビューゲートを通過する
Governed Verification — 自動テスト・セキュリティスキャン・AI出力評価のハーネスがすべてのマージをゲートする
Deploy & Observe — 完全な監査ログとロールバック経路を備えた段階的リリース

3. 各段階を具体的に見る

抽象的な4段階だけでは実感が湧きにくいので、それぞれの段階で実際に何を使うのかを具体的に示したい。

Spec段階では、自然言語の要件を、受け入れ条件のチェックリストや、OpenAPIスキーマ・型定義のような機械可読な形式に落とし込む。「ログイン機能を作って」という曖昧な指示ではなく、「このエンドポイントは、この入力形式を受け取り、この条件でこのレスポンスを返す」という形で、エージェントが実装結果を自己検証できる粒度まで具体化しておく。

Agentic Implementation段階では、この仕様に基づいてAIエージェントが実装を進めるが、要所要所で人間のレビューゲートを通過させる。本誌が別記事で扱った「ループ・エンジニアリング」の考え方――権限管理・コンテキスト管理・タスク分割といったインフラを人間側で設計し、AIの判断範囲を狭く保つ――が、この段階の土台になる。

Governed Verification段階は、本誌の別記事で扱った評価ハーネスの仕組み（promptfooのようなツールをCIパイプラインに組み込み、スコアが閾値を下回ればマージをブロックする）が直接対応する。「動いているように見える」ではなく、機械的な基準で合否を判定する。

Deploy & Observe段階では、本誌が扱ったOpenTelemetryのGenAI Semantic Conventionsのような標準規格を使い、本番稼働後もエージェントが「何を、なぜ実行したか」を構造化ログとして残し続ける。これは本誌が別記事で扱った「判断ログ」の設計とも直結する。

4. なぜ「仕様」を起点に置くのか

自然言語のチャットベースでエージェントに指示を出すやり方は、初速は速いが再現性に乏しい。仕様を機械可読な形で先に固定することで、エージェントの実装結果を仕様に対して自動検証できるようになり、レビューの焦点を「コードの一行一行」から「仕様との整合性」へ移すことができる。これが、AIQDDが速度と正確性を両立させる中心的な仕組みである。

5. まとめ — 個別の要素技術は目新しくない

ここまで見てきたように、AIQDDを構成する個々の要素――機械可読な仕様、CI組み込みの評価ハーネス、構造化された監査ログ――は、それぞれ単体では目新しい技術ではない。むしろ、従来のソフトウェア工学がすでに持っていた「仕様→実装→検証→運用」というプロセスの規律を、AIエージェントという新しい実装者に対しても一貫して適用するという点にAIQDDの本質がある。速度を落とさず品質を担保する道は、特別な新技術の発明ではなく、既存の規律をAI時代にも手を抜かずに適用し続けることだ、というのが実務上の要点である。