Show HN: ADRs for AI – 人間とAIの共同作業のための検討記録をGitでバージョン管理
Show HN: ADRs for AI – Deliberation records for human–AI work, versioned in Git (adrs.systems)
要約
この記事は、AI支援プログラミングにおける「監視」と「持続可能なAI生成コードの構築」という2つの課題を解決する「ADRs for AI」というフレームワークを紹介しています。AIが自身の不確実性を提示し、設計判断の根拠と条件を記録することで、コードの透明性と保守性を向上させます。開発者は、このフレームワークのオンボーディングや資料に関するフィードバックを求めています。
全文翻訳
この記事は、AI支援プログラミングにおける2つの課題を解決します。
(a) 最初の課題は、どのように監視を行い、何を監視するのか、という点です。これはORRCF（Options, Recommendation, Rationale, Confidence, Falsifier）の質問形式（モデルがすべての疑問点を、完全に fleshed out された推奨事項と、承認または却下されるための falsifier と共に提示することになっている）によって解決されます。
(b) 2番目の課題は、持続可能なAI生成コードをどのように構築するか、ということです。モデルによって書かれたADR（Architectural Deliberation Records、Nygardのdecision recordsに倣う）は、設計上のあらゆる判断に関わる思考プロセス全体を要約し、コードの設計図を提供します。
これらの記録は、定数、ライブラリの選択、操作の順序など、特定の非自明な設計上の選択がなぜ行われたのか、という理由と、異なるプラットフォーム、異なるレイテンシー要件、あるいは異なるオーディエンスなどの条件下で、どのような異なる判断がなされるか、という条件の両方を提供します。
これは私が1年以上取り組んできたフレームワークであり、私のすべてのプロジェクトの出発点となります。多くの要素が絡み合っており、私の課題はオンボーディングを理解することです。最近作成され、Anthropicのマーケットプレイスにも提出されたプラグインADRs4AI/pluginsが、これを容易にしてくれることを願っています。また、入門ビデオの録画も進めています。
オンボーディングについて、現在オンラインにある資料についてどう思うか、そしてこれらの点をどのようにすればより明確にできるか、フィードバックをいただきたいと思います。ありがとうございます！