この記事を読んで、いちばん強く思ったのは、検証って結局「安心のための儀式」ではなくて、エージェントに仕事を任せるための前提条件なんだな、ということだった。Claude Code チームは、コードを書く量そのものより、どうやってその結果を自分で確かめさせるかにかなりの重心を置いている。そこが面白い。AI に任せる範囲が広がるほど、最後に人間が全部見るやり方は成立しなくなる。だからこそ、検証を外付けの作業ではなく、作業そのものに埋め込む発想が必要になるのだと思う。
特に腑に落ちたのは、unit test より end-to-end test を強く推しているところだった。普段は「細かく分けたほうが安全」と考えがちだけれど、エージェント相手だと話は少し違うらしい。部分的には通るのに、実際の機能は壊れている、という状況はかなり起きやすい。だから、実際にアプリを起動して、画面や振る舞いまで見せるほうが、かえって嘘をつきにくい。人間の QA に近い動きを Claude にさせる、という発想はかなりまっとうだと思った。テストの正しさだけでなく、「何をもってできたことにするか」を現実に寄せている感じがある。
もう一つ引っかかったのは、verify する仕組み自体もまた検証されるべきだ、という姿勢だった。チェックは作ったら終わりではなく、誤検知や見逃しがないかを見続ける必要があるし、変更できる側が自分の判定ルールまで書き換えられるなら、もはや門番として機能しない。レビューや gate を branch の外に置く、古い transcript にも耐えるか見る、observe mode から始める。ここには「自動化を盲信しない」冷静さがある。AI を使うほど雑に自動化したくなる誘惑があるけれど、この記事はそこをかなり嫌っているように見えた。そこが好ましい。
読後感としては、これは「AI がコードを書く時代のテスト論」というより、「責任の置き場所をどう設計するか」の話だった気がする。人間が全部を読むのではなく、何を機械に見せ、何を人間に回し、どの失敗で止めるかを決める。AI を賢くするより、まずは失敗しても戻ってこられる仕組みを作る。たぶんそっちのほうが、現場ではずっと効くのだろうと思う。
参考: How the Claude Code team thinks about verification / claude.dev Blog