AIに開発とレビューを分担させると何が変わるのか — 契約・QA・別セッション・別モデルの実験記録
Claude Codeのクラウド実験から、開発とレビューの役割分担を比較した。親と3担当・単独・別セッション・別モデル・同一セッションのサブエージェントが、何を拾い何を見逃したかを整理する。
Claude Codeの無人実行を検証:56回のテストで見つかった終了判定とプロセス残留の問題
claude -p を無人で動かすとき、終了コード0だけで成功と判定すると何を見逃すのか。28ケース×2回(実Claude12回・擬似CLI44回)で検証し、Windowsのタイムアウト時の子孫プロセス残留と修正(taskkill/T ...
AIが作ったツールは、強制終了から正しく復旧できるのか? — SIGKILL・障害注入・途中再開を検証
テストが全て通るプログラムでも、実行中に電源が落ちたり、kill -9 で止められたりしたときに、前回の続きから正しく再開できるとは限らない。正常系のテストは、プロセスが最後まで生きていることを前提にしているからだ。
Cl ...
Claude Codeの「テストPASS」報告は何を保証するのか — 別セッションのレビュー13件との比較
Claude Codeにプログラムの開発を任せ、百件以上のテストがすべてPASSしたと報告されたら、その品質をどこまで信用できるだろうか。
Claude Codeのクラウド環境で実施した一連の開発実験のうち、開発担当とは別 ...
Rust/wgpu製3Dビューアにeguiを統合した。Intel HD 530での性能差とGUI刷新の実装・検証記録
既存のRust/wgpu製3Dビューアにeguiを後付けした設計判断の記録。既存のDevice/Queueを利用し3D描画後にUIパスを追加する構成、押下時に所有者を決める入力分離、Intel HD 530でのフレーム時間p95(GU ...
住宅CADの3D表示をBlender Cyclesに分離した理由。再現性・描画性能・昼光問題の実測記録
住宅CADの3D表示を編集用と出力用(Blender Cycles)に分けて検証した記録。GLB中間形式のハッシュ・画素一致による再現性、i7-6700K+内蔵GPUでの操作性能、窓から直射が入らない原因を幾何診断で特定した手順、技術 ...
Claude Haiku 5.5は実務でどこまで使えるか。9回の実装比較と候補判定で分かった使い分け
Haiku 5.5は3つの小規模実装タスクで全成功。一方、重要候補47件の判定では本番Codex構成より見逃しが増える方向でした。9 runと候補判定を分け、時間・概算費用・テストの検出力・再作業から限定導入を判断する手順を整理します ...
AIが書いたregression test、本当にbugを検出している? Timewitnessでfix前後を確かめる
AIがfixと回帰テストを同時に書いたとき、「テストが通った」だけでは修正前後を区別できているとは限らない。dirty working treeのまま、修正前後で同じテストを実行して確かめるローカルCLIツールTimewitnessと ...
Gitの変更から関連テストと手動確認箇所を1コマンドで洗い出すPowerShellツールを作った
Gitで変更を入れたあと、「どのテストを確認すればいいか」を毎回探すのは、思った以上に手間がかかります。
変更したファイル、既存のテスト、設定ファイル、手動で確認すべき画面を、diffとリポジトリの構成から整理する作業です ...