仕様主導開発（Spec-Driven Development）が大規模で破綻する理由とその解決策

この投稿は、仕様主導開発がAIエージェントを活用したコーディング作業において有望である一方、グローバルな製品文脈では自然言語仕様の曖昧さによって大規模化の段階で破綻すると主張している。著者はその解決のために、コードと対話型AIを統合した「生きた仕様（living specifications）」の階層的・進化的システムを提案しており、これが製品上の意思決定のフィードバックループを形成して不整合を減らし、効果的な大規模AI支援開発を可能にすると述べる。

仕様主導開発が大規模で破綻する主な理由

従来の仕様主導開発は、次のような理由からグローバル製品の仕様で問題を引き起こす。

• 自然言語仕様の曖昧さ: 大規模な仕様は自然言語で書かれるため、不正確で曖昧になりやすい。AIは仕様に沿って一貫してコードを生成しても、開発者の意図とは異なる可能性がある。たとえば、Webサイト全体の製品仕様を書き、AIエージェントが2日で構築したとしても、成果物は仕様には合っていても意図からは外れていることがある。これを解決しようとして曖昧さを明確化するために詳細セクションを際限なく追加すると、文書は過度に冗長になって仕様を書く利点が失われ、最終的にはコードと大差ない形式言語になってしまう。

• 共有コンテキストと世界理解の不足: AIは公開データによって広範な知識を持っていても、企業固有の慣行、コードベースの規約、内部の「仕事の進め方」を理解していない。一方で人間は、試行錯誤、PRレビュー、ミーティング、非公式な会話を通じてそれらを蓄積していく。単一のコンテキスト文書だけでは、こうした情報を捉えきれない。

• 明確化処理の非効率: 人間は共有コンテキストを前提に、関連する曖昧さだけを効率よく解消できるが（例: ライブラリ選定のように明白な部分はいちいち尋ねない）、AIは文脈の機微が不足しているため不要な質問をしたり、そもそも明確化能力がまだ初期段階にある。そのためAIは「野心過剰なインターン」のようになり、継続的な指導が必要になる。

こうした問題のため、グローバルな仕様主導開発は追加の仕組みなしでは現実的ではなく、人間同士の協業の滑らかさにも及ばない。

具体例

• 極端な仕様主導シナリオ: 開発者がWebサイト全体の仕様を書き、AIが2日で完成品を生成するが、曖昧さのために意図とは異なる。
• 人間の学習プロセス: 開発者は初期のコード変更、PRレビュー、ミーティング、廊下での会話を通じて会社の規範を学ぶ一方、AIはそのような暗黙知を蓄積できない。
• 老朽化したコードベース: 従来のワークフローでは、開発者が仕様なしでコードを読んで変更していくため、不整合な「パッチワークキルト（patchwork quilts）」となり、失われた製品上の意思決定が「踏み荒らされる（trammeling over）」。

前回の投稿（roaming RAG関連）を参照し、AIが階層的なリンク構造を探索することに長けている点にも触れている。形式的なケーススタディはなく、仮説的・説明的な例が中心である。

提案される解決策

この投稿は、曖昧さの処理、コンテキスト構築、コード統合を重視した相互接続された解決策を提案する。

対話的な明確化による明確化の活性化

• AIと開発者の間でバックアンドフォースのやり取り（例: チャット体験）を実装し、仕様の曖昧さを特定して明確化する。小さな作業では、AIが仕様の複数の実装バージョンを生成して曖昧さを可視化し、そのうえで開発者と比較・議論する。

階層的仕様によるエージェントの世界観構築

• 企業やコードベースの規範を理解するために、階層構造を持つグローバル仕様を使う。単一の巨大文書ではなく、メイン仕様から下位仕様文書へリンクする。
  • ファイルごとの仕様（ディレクトリ単位のロールアップ版など）のように、コード構造と厳密に連動させる。
  • 自由形式のWikiスタイル（ただし過度な複雑化には注意）。
• AIのリンク探索能力を活用する（前回の投稿を参照）。

究極の仕様としてのコードの役割

• 既存コードを、低レベルな前提を明示する「リーフレベル」の仕様として扱う。マスター仕様から完全再生成するのではなく、現在のコードベースに基づく変更を目指す。自然言語では毎回同一の出力を保証できないことを認め、不可能な精度を要求しない。

生きた仕様: 利用と進化

• 仕様をコードベースとともに進化する「生きた文書」にする。
  • AIがグローバル仕様を探索して実装との整合を取り、人間のワークフロー以上に製品上の意思決定を保持する。
  • 開発者はAIとの対話を通じて関連する仕様情報を抽出でき、全体を読む必要がない。スコーピング時には不整合をフラグできる。
  • コード変更時に仕様更新をトリガーし、変更内容を既存仕様と比較・編集し、PRに仕様変更を含める。
• 利点: エンジニアが変更の影響を理解しやすくなり、プロダクトマネージャーの参加が増え（読みやすい仕様を編集できるため）、経営層による製品進化の問い合わせにも対応しやすくなる。従来の文書のように更新されなくなる問題を、AIが自動化によって緩和する。

結論と推奨

仕様主導開発の未来は、自然言語仕様を完璧にすることではなく、対話・階層的コンテキスト・コード基盤によって曖昧さを処理するシステムにある。真のブレークスルーは、AIが維持する生きた仕様にあり、製品上の意思決定の保存、コンテキスト維持、仕様と実装のギャップ消滅をもたらすフィードバックループを生み出す。推奨されるのは、コードと対話型AIを統合した階層的・進化的仕様を採用し、従来の人間中心の開発を上回る拡張性あるAIワークフローを実現することである。

[raykim]

GPTで回して投げた投稿っぽさがかなり強いです