AIコーディング成熟度モデル:開発組織の現在地を測り、次の一手を決める
AnthropicやOpenAIの既存フレームワークを踏まえ、ソフトウェア開発チームに特化したAIコーディング成熟度モデルを定義する。5段階の各レベルで何が変わり、何を整備すべきかを示す。
すべてのブログ記事一覧
AnthropicやOpenAIの既存フレームワークを踏まえ、ソフトウェア開発チームに特化したAIコーディング成熟度モデルを定義する。5段階の各レベルで何が変わり、何を整備すべきかを示す。
Lambda Managed Instances の Rust サポートを検証。run_concurrent で8並列処理を実現し、Init Duration 2.9msでコールドスタートを実質排除。通常Lambdaとの使い分けを考察する。
AgentCore Memory の新機能 Memory Record Streaming を検証。Kinesis Data Streams へのプッシュ配信、FULL_CONTENT / METADATA_ONLY の挙動差、非同期抽出イベントの実測結果を共有する。
複数のコーディングエージェントのメトリクスを共通スキーマで正規化し、横断ダッシュボードで可視化する設計。比較可能な指標と不可能な指標の分離が、ミスリードを防ぐ鍵になる。
AgentCore Runtimeに追加されたStateful MCP機能を検証。Elicitation(サーバー主導の入力取得)、Sampling(LLM生成要求)、Progress Notifications(進行状況通知)の実挙動をローカルとリモートの両方で確認した。
CLAUDE.mdをKiroのステアリングに、スキルをAgent Skillsに変換した。最大の発見はKiroのスキルがagentskills.io標準に準拠しており、Claude Codeのスキルをそのままコピーできること。
Step・Wait・Callback・Parallel の4パターンを AWS CLI で検証。チェックポイント&リプレイの挙動、Step Functions との使い分けを実測データとともに整理する。
個人で効果を実証したClaude Codeメタスキルを20人規模のチームに展開する構想。最大の設計判断は、コアスキルの強制配布とチーム別カスタマイズの分離にある。
CLAUDE.mdの最適化とスキル作成を自動化する「メタスキル」を実装。analyze-claude-md、optimize-claude-md、create-skillの3つのスキルで継続的な改善プロセスを構築
355行のCLAUDE.mdを59行に削減し、詳細な手順をスキルに分離してClaude Codeの応答精度を改善した。鍵は「毎回読み込まれるルール」と「必要時だけ呼び出す手順」の分離にある。