AI-DLC v1学習記 AI-DLCって何？どんな感じに開発が進むの？ INCEPTION編
Hiroba による自動要約
AWS が提唱する AI-Driven Development Life Cycle (AI-DLC) の v1 ワークフローについて、Claude Code を使った紅茶検定対策アプリ開発を通じて学習する記事。INCEPTION・CONSTRUCTION・OPERATIONS の 3 フェーズ構成で、AI が計画立案・実行し人間が承認する開発プロセスの詳細と実運用ルール (md ファイルベースの質問・審査・監査ログ) を紹介。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2652 件あります。
関連する記事
同じタグの記事
AI時代、エンジニアの価値はどこへ移ったのか
ZennAI（特にClaude Code）がコード生成を担うようになり、日本の採用市場では「実装できる人」から「AIを前提に設計・レビュー・運用を担える人」へ求める人材像が変わりつつある。技術学習の目的も「コードを書くため」から「AIが生成したコードの品質を評価し責任を持つため」へシフトし、開発工程における前後の工程（要件定義・レビュー・検証）の重要性がむしろ高まっている。
Claude が Microsoft Foundry で GA、Azure 環境での利用が 2026年6月から正式サポート
Qiita2026年6月29日、Claude Opus 4.8 と Claude Haiku 4.5 が Microsoft Foundry（Azure AI Foundry）で GA。Azure ホスト版は本番運用対応だが、Anthropic インフラ版はプレビュー段階。Microsoft・Anthropic・NVIDIA の三者提携により、Azure の認証・ガバナンス基盤のまま Claude を Messages API で呼び出せるようになった。
外部記憶があると Claude Code の /compact はほぼ要らない
ZennClaude Code で作業終了時に外部記憶へ保存した後、さらに /compact を実行するのは情報の二重要約である。終了境界がある場合、/compact（150〜180k トークン入力）の代わりに、終了処理 → /clear → 次セッションで recall する流れを使えば、トークン使用量を 15〜20 分の 1 に削減しながら、永続的で検索可能な記憶が残る。ただし recall の検索精度が成立条件。
Claude Fable 5 / GPT-5.6 Sol / Kimi K3 / Grok 4.5 / GLM-5.2 徹底比較
Qiita2026年のLLM選定で重視される「エージェント性能」を基準に、Claude Fable 5、GPT-5.6 Sol、Kimi K3、Grok 4.5、GLM-5.2の5モデルを比較。料金・コンテキスト長・画像対応・コーディング性能などの仕様を整理し、用途別の推奨モデルを提示する。実質コストは単価だけでなく再試行費用を含めて評価。