人間が制御しない環境で AI エージェントに自由を与えたらどうなるか？1 ヶ月後の実験結果

AI自己改善ループを長期運用する際に避けられない3つの問題（ログ肥大化、トークン制限、パース失敗）と、その対策パターンを実装経験から解説。チャンク分割・事前計測・クリーンなテキスト化など、継続的な運用を前提とした設計アプローチを提示する。

ユーザーが Claude の sub agents 機能がコードベースに展開される様子を報告。この機能により、Claude が自律的にサブエージェントを生成・実行してコード生成や問題解決を進行できるようになる。開発プロセスの自動化と並列処理が実現される可能性を指摘。

AI エージェントとの実装協働で経験した3つの具体的なバグ事例から、テスト合格やスコア1.00が必ずしも正確性を保証しないことを示す。グラフ検索の副作用補完、評価データの設計ミス、LLMの後付け説明など、従来のテスト駆動開発では見落とされやすい問題に対し、高リスク領域での全量レビューなど実務的なレビュー方針を提示する。

Macアプリ開発者が Claude Code と Codex を多用する中で、ターミナルアプリ microTerm を開発。エージェントの状態を可視化・管理するため hooks を活用し、セッション状態の追跡、ゾンビプロセス判定、異なる仕様への対応など、実装時に直面した4つの罠と対策を詳述。