Fragments: April 2¶
チェック¶
- [ ] 本文を確認した
- [ ] 概要を確認した
- [ ] タグを確認した
- [ ]
inbox/直下へ移行した
概要¶
LLMが大量のコードを生成する時代に、チームがシステム理解を失う問題を「Cognitive Debt」として捉える断片。 Margaret-Anne Storeyの整理として、Technical Debt、Cognitive Debt、Intent Debtの3層を紹介している。 コードの負債だけでなく、人の理解と、意図を表す成果物の劣化を分けて考えるのがポイント。
本文¶
3種類の負債¶
- Technical Debt: 実装上の判断が将来の変更容易性を制限する。主にコードに宿る。
- Cognitive Debt: チームの共有理解が補充される速度より速く失われ、変更を推論しにくくなる。主に人に宿る。
- Intent Debt: 目標や制約が成果物として十分に捕捉・維持されず、システムが本来の意図に沿って進化しにくくなる。人間とAIエージェントの双方に影響する。
AIコーディング文脈での意味¶
LLMがコードを大量に生成すると、コード量だけでなく「なぜそうなっているか」を把握する負荷が増える。 技術的には動いていても、チームが意図を説明できない、変更時にどこへ影響するか分からない、AIが参照すべき制約が残っていない、という状態が起きる。
この整理は、AI開発で必要なドキュメントの種類を考える助けになる。 単なる実装メモではなく、設計意図、制約、棄却した案、受け入れ条件を残すことがIntent Debtを抑える。
要点¶
- AIがコード生成速度を上げるほど、チームの理解と意図の保存がボトルネックになる。
- Technical Debtだけでなく、Cognitive DebtとIntent Debtを分けると対策を設計しやすい。
- AIエージェントに作業させるには、コードだけでなく「何を守るべきか」を成果物として残す必要がある。