LLM統合失調症：バイブコーダーのためのクックブック

著者は、20年以上の経験を持つプログラマーで、AIエージェントを使って大規模な本番プロジェクトを書く方法について説明しています。大きなタスクが失敗するのは、モデルのせいではなく、単一のセッションがすべてを一度にやろうとするからだと主張しています。解決策は、サブエージェントを作ることです。サブエージェントとは、役割、モデル、使用可能なツールを定義するマークダウンファイルであり、クリーンなコンテキストで動作し、タスクを完了すると消滅します。著者の「一座」には、アーキテクト、開発者、レビューアー（読み取り専用）、テスター（コードを壊してテストが「致命的」であることを検証）、セキュリティ専門家、DBAが含まれます。重要な洞察は、実行には安価なモデルを使用し、レビューには高価なモデルを使用することです。レビューアーのエラーは見逃されるからです。このプロセスは「スキル」に体系化されています。スキルとは、説明、本文、詳細を含むファイルであり、インシデントから成長します。たとえば、報告ではなく事実を確認するというルールなどです。計画は不可欠です。人間が計画をレビューして、コストのかかるエラーを早期に発見し、大規模な作業の前にアーキテクトが計画を更新する必要があります。著者は、エージェントはセッション間でメモリを持たないため、状態をファイルに記録しなければならないことを強調しています。プロジェクトルール（CLAUDE.md）と、正直な終了コードを持つ単一のチェックスクリプトが接着剤として機能します。ルールは日付付きの前例であり、チェックはバイパスできません。まずモデルにレビューアーのサブエージェントを作成させ、次に繰り返される指示をスキルに変換し、一座を有機的に成長させます。コスト：トークンが大幅に増加し、人間の時間はレポートのレビューと紛争の解決に移り、ルールは破られるでしょう—しかしそれは正常です。このアプローチは、単一のコンテキストに収まらないタスクにのみ価値があります。