AI以前では、実装能力は珍しかった。悪い要件は数人のエンジニアの時間を無駄にする可能性があった。AIと共に、この能力は劇的に拡大する。悪い要件は今、非常に安くて数百もの間違った変更を生み出すことができる。したがって、ボトルネックはアップストリームに移動する：問題の定義、コンテキスト、制約、決定、検証の方向へ。方向が間違っていれば、その追加の速度はただ10倍速で間違った場所に連れて行くだけだ。

プロジェクトの不確実性に対処しなければならないことは事実である。なぜ変更がまだ安いときにそれをしないのか？ブループリントを変更するのは、建物の一部を再構築するよりもはるかに安い。この記事の目的は、実装前に必要なだけ不確実性を減らすためのツールを提供することである。この記事は、まさに6ステップでそれを行う実践的なフレームワークを紹介する。各ステップは、人間とエージェントの両方にとって明示的で、持続可能で、使用可能な短いドキュメントを生成する。それは理解された、決定された、合意されたものの共有記録である。

結果はアライメントである。人間もAIエージェントも同じプレイブックから仕事をする：問題と意図された解決策の明確で共有された理解。これにより、推測、再作業、および驚きを防ぐことができる。ソフトウェア開発で最も難しい問題はほとんど純粬的技術的ではない。それはコミュニケーションとアライメントについて：曖昧な問題を正しい解決策に変えるための重要な要素。エージェントを関与させると、これらのリスクはさらに大きくなる。1日間間違った方向に進むエンジニアは、限定された損害を与えることができる。同じエンジニアがエージェントのフルフリートをデプロイすると、それはより速く、より多くの損害を与えることができる。

すべての決定が同じ量の分析を必要とするわけではない。決定を逆にするのがより貴重であるほど、それを行う前に不確実性を排除する必要がある。ボタンのラベルを選ぶことは非常に逆可能である。データ契約、システム境界、または統合アーキテクチャを選択することは逆可能でない可能性があり、間違えると取り消すのが貴重である。それが scrutiny が属する場所である。

主要エンティティ：会社：Towards Data Science

よくある質問：なぜAgentic AIでは問題の定義がより重要なのですか？

Agentic AIは実装能力を劇的に拡大し、悪い要件が今非常に安くて数百もの間違った変更を生み出すことができる。ボトルネックは、間違った方向に急速に進むのを防ぐために、問題の定義、コンテキスト、制約、決定、検証のアップストリームに移動する。

FAQ Q: なぜAgentic AIでは問題の定義がより重要なのですか？

FAQ A: Agentic AIは実装能力を劇的に拡大し、悪い要件が今非常に安くて数百もの間違った変更を生み出すことができる。ボトルネックは、間違った方向に急速に進むのを防ぐために、問題の定義、コンテキスト、制約、決定、検証のアップストリームに移動する。