Lectures
第1講. AIへの指示の仕方 — バイブコーディングの基本
Claude Codeのインストールから CLAUDE.md によるコンテキスト管理まで。コードを知らない人がAIに指示する方法。
第2講. AIを信じない方法 — バイブコーディングの限界と原因
AIが新機能を追加しながら既存機能をこっそり変えてしまうドリフト、58%のおべっか偏向、97%を5回掛けると86%になる数学。なぜ5つの機能で崩壊するのか。
第3講. 壊れないアプリ — Hurl、Git、CI/CD
HurlでAPI契約を宣言し、Gitでセーブポイントを作り、CI/CDで自動検証する。3つが合わさるとラチェットになる — 前にだけ進み、後ろに戻らない歯車。
第4講. 決定をコードの外へ — yongolと宣言的フルスタック制御
コードに混在する決定と詳細をAIが区別できないことがドリフトの根本原因。yongolは決定を10個の宣言的仕様に分離し、287個のルールでレイヤー間の矛盾を捉える。
第5講. 手綱のあるAI — Reins Engineering 概論
ハーネスエンジニアリングは柵。Reins Engineeringは手綱。モデルを変えるな、契約を追加せよ。
第6講. 通過したら固定する — Ratchet Pattern の原理と大量適用
AIが「完了しました」と宣言した。実際は40/527。Ratchet Patternは完了判定を機械に委ねる。
第7講. おべっかを逆手に — プロンプトと検証器のバランス
意見を与えればおべっかし、事実を与えれば修正する。おべっか偏向をバグではなくアセットとして使う方法。
第8講. エージェントの工場 — Agent Operable Codebase
1ファイルに関数20個 → エージェント性能30〜85%低下。filefuncで分割し、tsmaでテストする。
第9講. コードを超えた自動化 — Agent Operable System
コードだけagent-operableで十分か？ビルド、デプロイ、モニタリングまでエージェントが運営する構造。
第10講. データの法 — Agent Operable Data
コードが間違えばテストが捕まえる。データが間違っても誰も気づかない。スキーマは私が立てる法だ。