デジタル人材の育成
公開日:2026年6月29日
本プロジェクトは、非専門家でも迅速にソフトウェアを開発できる手軽さと、長期的な保守・拡張に耐え得る設計の堅牢性とを、自動的に両立させるAIコーディングエージェントを開発するものである。
近年、生成AIと対話しながら直感的にコードを記述する開発スタイル、いわゆる「Vibe Coding」が急速に普及している。他方で、生成AIは個別機能の実装には優れる一方、システム全体を見通した一貫性のある設計や、将来的な保守性を考慮した構造化を行うことは必ずしも得意ではない。そのため、設計原則に関する知識や経験を持たない利用者が、AIに対して機能追加や修正を繰り返し指示した場合、場当たり的な変更が蓄積し、短期間で保守困難な状態に陥るおそれがある。
本プロジェクトでは、こうした課題に対応するため、これまで専門家が経験や暗黙知に基づいて行ってきた設計判断を、ソフトウェア工学に基づくルールとして明示化し、AIコーディングエージェントに組み込む。長年にわたり蓄積されてきた保守性、一貫性、モジュール分割、依存関係管理等に関する理論や実践知を再整理し、AIが設計の整合性を損なわない形でコードを生成・修正するための基盤を構築する。
具体的には、本エージェントが、利用者からの修正指示に応じて人手を介さずに設計判断を行い、モジュール間の呼び出し関係や依存関係の整合性を自動的に検証する仕組みを実装する。また、あらかじめ開発者が設定した設計ルールに加え、開発過程においてエージェント自身がアプリケーション特性に応じて設定する設計方針に対し、それらからの逸脱を検知した場合には、適切な再設計及びコード修正を自律的に実施できるようにする。
本ツールは、誰でも手元の環境に容易に導入できるオープンソースソフトウェア(OSS)として公開し、第三者による性能評価や再現検証を可能とする再現パッケージも併せて提供する。これにより、非専門家が直感的に構築したシステムであっても、コードの劣化を抑制しながら、実用的な規模に成長するまで継続的に運用・拡張できる環境の実現を目指す。
さらに、本プロジェクトの開発及び検証を通じて、従来は経験則として扱われることの多かったソフトウェア工学上の設計原則について、AIを活用した定量的な検証を可能にし、実務と研究の双方に資する新たな知見の創出を目指す。
本提案は、LLMを用いた自由形式のコード生成(Vibe Coding)が急速に普及する一方で蓄積されつつある「設計品質と長期保守性の低下」という構造的な問題に対し、ソフトウェア工学の設計原則そのものを形式化・言語化し、AIコーディングエージェントに内包することで、AIが書き続けても保守性を維持できる自動設計コーディングツールを構築するものである。提案者は、設計知識の言語化・体系化に関して技術書典における同人誌の販売、Qiita・ブログでの継続的な発信、この領域に対する持続的な思考と発信を一人で積み上げている稀有な人材である点を高く評価した。
Vibe Codingは目先の生産性を一気に押し上げる一方、設計品質の劣化を非専門家にも見えない形で蓄積させ、後になって長期保守性に効いてくる。本提案はそこに正面から向き合い、LLMを単なる「コードを書く道具」として扱うのではなく、「設計原則の有効性を定量的に検証する制御実験装置」として位置づけており、設計ルールが実コード生成にどこまで効くのかをデータで示していこうとしている姿勢に未踏性がある。Cursor Debug ModeやAmazon Kiro.dev、VibeContractなど周辺の動きが急速に立ち上がっている今、設計知識の側から踏み込んで体系化を提示することの意義は大きい。OSS公開と再現パッケージの提供によって第三者検証を担保しようとする提案者の姿勢も評価した。
本提案は、AIがコードを書く前提が当たり前になる時代において、コードの「長期にわたって読める/直せる」という質を支えるインフラを言語化の側から作りにいく試みである。設計ルールの形式化の具体的方法論やMVP段階での評価指標は今後詰めるべき重要な論点であるが、提案者の言語化能力と既往の発信実績、課題設定の鋭さ・タイムリーさを総合し、AIコーディング時代の保守性という根本問題に対し設計知識の体系化の側から挑む人材として期待して採択した。
2026年6月29日
2026年度採択プロジェクト概要(足利PJ)を掲載しました。