概要
人間が全ての検証を行うV1のボトルネックを解消するため、AIによる自己検証（インナーループ）と人間による意思決定（アウターループ）を分離し、継続的な学習を可能にしたAI-DLC Workflow V2の設計思想を解説。
詳細内容
### AI-DLC Workflowのパラダイムシフト：V1からV2へ
本記事は、AIを活用したソフトウェア開発ライフサイクル（AI-DLC）のワークフローにおける、V1からV2への大幅な進化を解説しています。V1では人間が全てのサイクルで検証を行う必要があり、人間の処理能力がスループットのボトルネックとなっていました。
### V2の核心：2つのループ構造
V2の最大の特徴は、ワークフローを「インナーループ」と「アウターループ」に分割した点にあります。
- **インナーループ**: AIによる生成と、コードベースのツールおよびAIレビュアーによる自己検証を行います。人間を介さずに自己修正を繰り返し、収束できない場合のみエスカレーションします。
- **アウターループ**: 人間は設計判断や優先順位の決定など、人間にしかできない高度な判断（承認ゲート）に集中します。
### 5つの主要な設計進化
1. **コードベースの制御**: 確率的なLLMではなく、CLIツールがワークフローの進行を管理し、安定性を向上。
2. **14エージェント体制**: 11のドメインエキスパートと2つの専任レビュアー、1つのコンポーザーを分離し、多角的な検証を実現。
3. **適応型スコープ**: タスクの性質に応じて、enterpriseやbugfixなど9つのスコープを動的に選択・再構成。
4. **並列実行（Construction Bolt）**: 実装フェーズをユニット単位で分解し、AIによる並列検証を可能に。
5. **5層ルール＋学習**: 指示を永続的なルールとして蓄積し、使えば使うほど精度が向上する仕組みを導入。
### まとめ
AI-DLC V2は、モデルの進化に依存するのではなく、方法論の設計によって人間の負荷を構造的に下げることを目指しています。