概要
AIが生成するコードが組織の既存の設計決定を無視することで発生する「アーキテクチャのドリフト」を防ぐため、決定事項を機械読み取り可能かつ決定論的に強制する「エンジニアリング・ガバナンス層」の構築を提唱する。
詳細内容
AI支援開発の普及により、コードの生成速度は向上しましたが、同時に「コードチャーン（追加後すぐに削除・修正されるコード）」が861%も増加しているという調査結果があります。この主な原因は、AIが個別の関数としては正しくても、組織が過去に決定したアーキテクチャ上のルール（ADR：アーキテクチャ決定記録）を無視してコードを生成してしまう「アーキテクチャのドリフト」にあります。
既存のLinterやAIによるコードレビューだけでは、これらの「文脈に依存する設計判断」を完全に捉えることはできません。著者は、以下の4つの機能を備えた**エンジニアリング・ガバナンス層**の必要性を説いています。
1. **構造化されたコーパス**: 決定事項を優先順位やライフサイクルと共に保持する。
2. **確実な検索**: 生成時に適切な決定事項を呼び出す。
3. **コンテキスト注入**: AIがコードを書く前にルールを提示する。
4. **決定論的な強制**: CI/CDプロセスにおいて、AIの推論ではなく「証拠に基づいたルール」で違反をブロックする。
AIモデルの性能向上を待つのではなく、組織の意思決定をAIが遵守できるような「システム側のガードレール」を構築することが、長期的な品質維持には不可欠です。