AI がフェーズ実行 38 回でも直らなかった Issue の話:AIループ開発記・こじれる Issue 編

AI駆動開発における「どこまでAIに任せるか」という停止点の設計の重要性を説きます。全自動か手動かの二択ではなく、AIが誤ることを前提に、人間が判定する工程を明確にすることがワークフロー設計の本体であると主張しています。

• AIによるGitHub Issueの自動実装・レビュー・修正ループで、7割のIssueが無人で完走する。
• こじれたIssueはループ回数の中央値が8.5回で、最多38回の実行記録がある。
• キャップ到達回数が増えるほどマージ率は低下するが、3回以上でも約半数はマージされている。
• Issueの「こじれ」はAIの実装力不足ではなく、ゴール条件の変化や環境要因、本題そのものの複雑さが原因である。
• AIエージェントループの失敗モードとして、Infinite Fix Loopや複数Issueにまたがる制御フロー変更による失敗が挙げられる。