私がrhwpのコラボレーターとして3か月間貢献しながら、実際に経験したAI協業の方法論をまとめた記事です。
バイブコーディングではうまく動作していたAIが、既存プロジェクトや企業のコードベースに適用されると苦戦する理由を、単なるモデル性能ではなく「蓄積されたプロジェクトコンテキストの欠如」という観点から考察します。
rhwpはHyper-Waterfallを通じて、作業中に生成されるコンテキストを次のように外部化します。
- マクロには、
mydocs/manual、mydocs/techなどに複数の作業で共有すべき長期的な知識を記録 - ミクロには、各作業の実装・遂行計画書、段階別レポート、最終レポートに、判断と検証結果、成功と失敗の理由を記録
- これらの文書をコードとともにリポジトリへコミットし、他の貢献者・セッション・エージェント・モデルでも同じコンテキストを継続して活用
実際の事例として、私がプロジェクトを知る前に作成された設計文書が、約5か月後に新しい作業で再発見されました。これにより、当時のメンテナーが悩んでいた問題や設計方針、決定事項を、新しい貢献者とAIが再び把握できました。
Hyper-Waterfallをすべてのプロジェクトに適した万能ツールだと主張するものではありません。長期にわたって進む複雑なプロジェクトで、セッションの揮発的なコンテキストをレビュー可能で再利用可能な「プロジェクトの記憶」として残す方法と、それを他のリポジトリに適用する方法を紹介します。
まだコメントはありません。