2026 年 5 月付のこの技術報告は、リポジトリ全体や要求文書を取り込めるフロンティアのコーディングエージェントによって、ソフトウェアデリバリーのボトルネックがコードを打ち込むことから意図の明確さへと移ると論じている。著者らはソフトウェア方法論の歴史を、硬直性（ウォーターフォールと Rational Unified Process）と柔軟性（アジャイルとスクラム）の間を行き来する振り子として読み解き、高いドキュメント忠実度と高い実行速度を同時に追求する統合として 仕様駆動エージェント型開発 を提案する。著者らは、これが官僚的な硬直性への回帰ではないことを強調している。
報告の多くは実証的というより立場表明的・例示的な内容である。古典的なウォーターフォールの各フェーズを順にたどってエージェントがそれぞれで提供しうる支援を示し、長いコンテキストのモデル、LLM によるリファクタリング、コード移行、AI で拡張されたテストに関する文献をレビューし、その読解のうえにフレームワーク、指標、コストモデルを構築している。コストの数値については、監査されていない例示的な桁の目安であると明記している。
要点
- 本報告は、プロコード、ローコード、ノーコードに並ぶ第 4 のソフトウェア生産パラダイムとして AI コードを導入する。これは、どのインターフェースから呼び出されたかを問わず、AI モデルまたはエージェント型システムが生成したコードや設定と定義され、ガバナンス上の問いを「誰がコードを書いたか」から「誰が仕様を定め、レビューし、承認したか」へと移すと論じている。
- Ambiguity Tax（曖昧さ税）を提案し、仕様の明確さが下がるにつれてエージェントのハルシネーションの期待確率が指数関数的に上昇するとモデル化している。これを自ら測定した関係としてではなく、引用する実証データと整合するものとして提示している。
- 完全な仕様から中断なく一度で合成を行うことに伴うとされる効率性に対して Agentic Linearism という語を造り、ウォーターフォールの要求凍結と Big Design Up Front（「BDUF 2.0」）を、エージェントによる実行フェーズのための技術的な最適化として捉え直している。
- エンジニアを、意図の把握、形式仕様化、エージェントのオーケストレーション、そしてエージェントの失敗モードに関する敵対的な推論を担う Spec Architect として再定義し、並行する変化として、QA（評価ポリシーへ）、SRE とプラットフォームチーム（自律性の制御とロールバックの権限へ）、プロダクトオーナー（意図の精密さへ）の変化を描いている。
- 意図の把握、形式仕様化、エージェント型合成、独立した検証という 4 ステップの SDAD ワークフローを定義し、そこではマージやリリースの権限は説明責任を負う人間に残る。これを古典的な V 字モデルに倣った SDAD-V モデルとして図示している。
- ストーリーポイントに代わるものとして Spec Fidelity（完全性、一貫性、曖昧さのなさ、検証可能性）を提案するほか、仕様のロジック密度と消費トークンを関係づける Synthesis Efficiency Ratio、Agentic Autonomy Rate、そしてイテレーション乗数を含む実装総コストのモデルを提案している。Human-Agile のモジュールと SDAD のモジュールを比較した計算例は、著者ら自身の例示的な見積もりであると説明されている。
- 最後に、計画された人間の工数と範囲を限定した較正パスを組み合わせるハイブリッドな見積もりと、測定可能なゲートで区切られた評価、パイロット、ハイブリッド、SDAD ファーストの各フェーズを経て、ウォーターフォールやスクラムから段階的に移行する方法を示している。
補足
本報告は SDAD を、人間が不在のパイプラインではなく混合的な体制として位置づけており、自らは解決しない未解決の問いを挙げている。エンタープライズ規模での AI 生成コードの信頼性、Spec Fidelity と Synthesis Efficiency Ratio の操作的な定義とベースライン、自律性と監督のバランス、人間と AI の協働プロトコル、そしてエージェント間の批評がコストを増やすだけでなく品質を向上させるのはどのような場合か、である。今後の課題として、これらの指標を業界で較正して測定することと、長期的な導入研究を求めている。本報告は、より広い実践である 仕様駆動開発 や エージェント型エンジニアリング と密接に関連している。