
Agenticai Flow - エージェンティックAIメディア
674 posts

Agenticai Flow - エージェンティックAIメディア
@agenticai_flow
ビジネス/開発の現場向けに、AIエージェント・自動化の実例と設計を毎日発信。定時 9/11/13/15/16/20:30/22:00(JST)。まずは固定ポストから。





AI駆動開発、この手法が最強すぎる↓ 1)Codexと相談してプランニング、仕様書作成 2)プランをサブエージェント3並列レビュー 3)レビュー結果を反映 4)単体・e2eテストの実装計画を仕様書に追記 5)テストの網羅性についてサブエージェント3並列レビュー 6)そのままCodexが実装 7)テスト駆動開発実施(テストコードが全部通るまでAIが自律的試行錯誤) 8)実装状態をサブエージェント3並列レビュー 9)レビュー結果を反映 10)最後にテストコードが全部通ることを改めて確認 11)Vercelのプレビュー環境で軽く手動テスト動作確認 12)GitHubにプルリクエストを作成 「サブエージェント3並列レビュー」のレビュー観点は細かくSkillsにしてます。 そして週末定期的にコードベースをClaude Code Webの10並列とかで一気にリファクタリングして綺麗にする。 これもテスト駆動開発で自動テスト通る前提でプルリクエストMerge。デプロイ前にプレビュー環境で手動テスト。 これの凄いところは、AI駆動開発のワークフローをGitHub上で環境整えれば、業務委託先とかチーム開発で標準化して、ある程度誰でも似た水準の品質で開発させられること。 見れば分かる通り、人間レビューの前にAIレビューを各所で合計「9回」入れているので、人間レビューは要件・設計レベルの重要なレイヤーだけに集中出来る。 シニアエンジニアが準備した完璧なAI駆動開発ハーネス環境をジュニアエンジニアに使わせるイメージ。





Say hello to open source deep research for your favorite agent harness. Our AI-Q agent skill packages the work of building a research pipeline into a portable skill. Drop it into your harness, and the agent delegates a research task to a local or hosted AI-Q server and gets back a detailed report with citations. See it in Codex below 👇














