BMAD-METHODやHarness²を導入すれば、AI開発の仕組みはそのまま完成する——とは言えません。開発の進め方を助ける仕組みと、タスクの順序や再開を制御する仕組みは別物です。

V5で目指すべきなのは、万能なマルチエージェント基盤ではなく、人が承認した仕事を遠隔環境で実行し、失敗時には範囲を決めて止まり、成果を確実に残せる短い実行ループです。

まず、各要素の役割を分ける

要素	主な役割	V5での位置づけ
BMAD-METHOD	要件整理、計画、開発の進め方	エージェントに渡す方法やタスク資料
Graph／状態機械	依存関係、実行順、失敗時の遷移	小さく決定的な進行管理
エージェント実行環境	モデルへの依頼、ツール操作、セッション実行	Piを実装担当にし、Clineは必要なら計画に使う
Loop	不合格時の修正と停止判断	回数や予算に上限を設けたフィードバック
Harness²の考え方	モデルの周囲にある実行環境の改善	根拠に基づく手順や環境の改善
Tmux	リモートのプロセスを保持する実行基盤	接続が切れてもプロセスを動かす器。タスク管理そのものではない

BMADの公式資料では、スキルはエージェントの読み込み、ワークフローの実行、タスクの遂行などに使う事前定義済みのプロンプトと説明されています。また、小さな変更から複数の作業を含む計画まで、規模に応じた進め方が示されています。256

一方、Harness²の公式リポジトリは、ハーネスをプロンプト、ツール、メモリー、スキル、オーケストレーションなど、モデルの周囲でエージェントを動かす仕組みとして説明しています。論文が提案するのは、そのハーネスを再帰的に改善する枠組みです。113

したがって、Graph、Loop、Harness²をそれぞれ別の大規模基盤として作る必要はありません。V5では、ひとつの仕組みの中にある異なる役割として整理できます。

インストールと、実際に動くことは別

能力は少なくとも三段階に分けて考える必要があります。

1. 方法やスキルを読み込み、単発のタスクを実行できる。
2. ローカルIDEへの接続が切れた後も、リモートでモデルやツールを使った処理を続けられる。
3. タスクを選び、検証し、状態を書き戻し、中断後の重複処理を避けながら安全に停止・再開できる。

BMADやエージェントCLIを組み合わせるだけで、二段階目、三段階目まで満たせるとは限りません。バックグラウンド実行に対応していても、タスクの依存関係、レビューの分離、予算管理、チェックポイントの意味まで要件どおりかは別途確かめる必要があります。

今回の構成情報では、Clineとpi-jevの最新機能や相互の互換性を確認できる十分な根拠がありません。したがって、現在の版でどこまで対応できるかは断定せず、上流の機能を確認したうえで不足分だけ補うのが現実的です。

V5の問題は、機能の数より「初回に背負う範囲」

目標は明確です。人が内容を確認して起動し、VPSが承認済みのタスクを独立して実行する。実際の検証に通ったら次へ進み、失敗が続けば上限に達した時点で止まる。

ところが、計画にはバージョン配布との互換性、ゲートウェイ経由の再接続、細かな計量、チェックポイントのトランザクション、事故復旧、四つの役割分担、ダッシュボード、経験の蓄積などが同時に含まれています。過去の要件も、置き換えられたと明示されない限り残す方針です。その結果、最初に動かすべき一本のループに、広すぎる実装範囲が乗っています。

対策は、要件を黙って削ることではありません。初回の動作確認に必須の項目と、その後に追加できる改善項目を分け、過去の要件をどちらに置くかを明示することです。

また、以前の設計説明には、保存領域の肥大化を「経験をデータベース化したこと」の結果とする見立てがありました。しかし、確認されたストアモジュールが保存するのは人によるバージョン判断で、経験ではありません。さらに、そのモジュール自体は承認を実行したり、タスクの進行を管理したりするものではないと説明されています。問題の特定を誤らないためにも、仕組みを減らす対象は必要性の薄い汎用承認コントロールであり、タスク状態や実行記録まで経験メモに置き換えることではありません。

役割は次のように分けます。

• 経験：次の作業で何を改善できるか。
• タスク状態：どこまで終わり、次に何を実行するか。
• 実行記録：実際に何が起きたか。
• 起動範囲：今回、何をどこまで許可したか。

保存方法は簡素でも構いません。ただし、これらの意味まで一つのメモに混ぜてはいけません。

静的な確認で見えたのは、「不足」より「接続の未完了」

今回の作業領域の確認では、Graphがまったく存在しないわけではありません。タスク間の依存関係や循環を調べ、依存条件が満たされた作業を選ぶ雛形がありました。一方で、実行契約はPythonの単体テストに限られており、目標とする一連の処理をまだ表現できません。

また、現在のPi起動設定は拡張機能、スキル、コンテキストファイルの読み込みを禁止しています。この設定のままでは、pi-jevが接続済みである、あるいはBMADのスキルが自動的に有効になるとは言えません。方法資料をどう読み込ませるかを、実行経路に明示する必要があります。

チェックポイントのコードが存在しても、Loopからチェックポイントを経て次のタスクへ進む処理は完結していません。さらに、実行対象をスクリプトディレクトリ内のほぼすべてのPythonファイルに結びつけており、実際に必要な依存関係だけでなく、新しい経路から外れた資産まで実行に影響し得る範囲になっています。

つまり、価値の高い次の作業は、新しい制御層を増やすことより、必要な依存を絞り、すでにある原語を一本の実行経路につなぐことです。なお、これはファイルを読んだ静的確認であり、実際の運用能力や過去の実行記録を検証したものではありません。

最小構成では、四つの役割と一つの実行ループにする

四つのスロットは、四つのモデルや常駐エージェントを意味する必要はありません。権限と役割を分ける考え方として扱えます。

1. 計画・調査：必要に応じてBMADを使い、目的、タスク、合格条件を整理する。調査結果は証拠として扱う。
2. 人による起動：計画の版、タスクの範囲、書き込み可能な場所、予算、停止方法を一度に承認する。
3. 書き込みを担う実行ループ：承認済みで実行可能なタスクを選び、新しいセッションで実装し、関連する実テストを行い、独立レビューを受ける。同じ成果物を再確認した後、チェックポイントとタスク状態を記録して次へ進む。
4. 回数を制限した修正：検証失敗を新しいセッションに渡し、承認された回数や予算を超えたら停止する。
5. 経験と可視化：経験は必要な分だけ次回に渡す。ダッシュボードは状態の読み取り専用表示とし、承認や完了判定は行わない。

ここで重要なのは、テスト、レビュー、コミットが同じ候補成果物を対象にしていることです。別々の版を確認してしまうと、個々の工程が成功していても安全な完了とは言えません。

簡素化しても残すべき三つの境界

接続が切れた後も本当に処理が続くか。 Tmux上のプロセスが残ることや、画面の状態が更新されることだけでは不十分です。切断後に新しいモデルやツールの処理が走り、その後のタスクへ進めるかを確かめます。

成果と状態が食い違ったときに止まれるか。 テスト、レビュー、コミットを同じ成果物に結びつけます。コミット後にタスク状態の書き戻しに失敗した場合は、再起動して同じコミットを重ねるのではなく、記録を照合して停止すべきです。

経験の誤りが自動で権限や合格条件を変えないか。 重複した経験を取り除いても、その内容が正しいとは限りません。経験には根拠と適用範囲を持たせ、矛盾する記述があれば、自動的に承認条件や権限を上書きさせないことが重要です。

もう一つ、現在のGitチェックポイント方針は、異なるタスクが管理対象の同じファイルを変更すると拒否する設計です。依存関係のある二つのタスクが一つのファイルを続けて編集する場合には、この制約が進行を止めます。実際の開発で常に別々のファイルを使う前提にするのではなく、タスクの境界に応じて所有権をどう引き継ぐかを決める必要があります。

まず検証するのは「短い一本線」

V5の方向性は妥当ですが、個人利用のタスク実行器を汎用コントロール基盤へ広げすぎていました。BMADは方法を提供し、PiやClineは実行の入口、小さな状態機械はGraphとLoopを担い、経験の改善にはHarness²の考え方を参考にする——この整理が適切です。

最初の価値確認では、ローカルIDEを閉じた後にリモートで依存する二つのタスクを実行し、その途中で一度失敗して修正し、独立レビューに合格し、チェックポイントを保存して、重複処理なく停止できるかを試します。この短い経路が確かめられる前に、追加機能を増やす必要はありません。

BMAD-METHODやHarness²を導入すれば、AI開発の仕組みはそのまま完成する——とは言えません。開発の進め方を助ける仕組みと、タスクの順序や再開を制御する仕組みは別物です。

V5で目指すべきなのは、万能なマルチエージェント基盤ではなく、人が承認した仕事を遠隔環境で実行し、失敗時には範囲を決めて止まり、成果を確実に残せる短い実行ループです。

まず、各要素の役割を分ける

要素	主な役割	V5での位置づけ
BMAD-METHOD	要件整理、計画、開発の進め方	エージェントに渡す方法やタスク資料
Graph／状態機械	依存関係、実行順、失敗時の遷移	小さく決定的な進行管理
エージェント実行環境	モデルへの依頼、ツール操作、セッション実行	Piを実装担当にし、Clineは必要なら計画に使う
Loop	不合格時の修正と停止判断	回数や予算に上限を設けたフィードバック
Harness²の考え方	モデルの周囲にある実行環境の改善	根拠に基づく手順や環境の改善
Tmux	リモートのプロセスを保持する実行基盤	接続が切れてもプロセスを動かす器。タスク管理そのものではない

BMADの公式資料では、スキルはエージェントの読み込み、ワークフローの実行、タスクの遂行などに使う事前定義済みのプロンプトと説明されています。また、小さな変更から複数の作業を含む計画まで、規模に応じた進め方が示されています。256

一方、Harness²の公式リポジトリは、ハーネスをプロンプト、ツール、メモリー、スキル、オーケストレーションなど、モデルの周囲でエージェントを動かす仕組みとして説明しています。論文が提案するのは、そのハーネスを再帰的に改善する枠組みです。113

したがって、Graph、Loop、Harness²をそれぞれ別の大規模基盤として作る必要はありません。V5では、ひとつの仕組みの中にある異なる役割として整理できます。

インストールと、実際に動くことは別

能力は少なくとも三段階に分けて考える必要があります。

1. 方法やスキルを読み込み、単発のタスクを実行できる。
2. ローカルIDEへの接続が切れた後も、リモートでモデルやツールを使った処理を続けられる。
3. タスクを選び、検証し、状態を書き戻し、中断後の重複処理を避けながら安全に停止・再開できる。

BMADやエージェントCLIを組み合わせるだけで、二段階目、三段階目まで満たせるとは限りません。バックグラウンド実行に対応していても、タスクの依存関係、レビューの分離、予算管理、チェックポイントの意味まで要件どおりかは別途確かめる必要があります。

今回の構成情報では、Clineとpi-jevの最新機能や相互の互換性を確認できる十分な根拠がありません。したがって、現在の版でどこまで対応できるかは断定せず、上流の機能を確認したうえで不足分だけ補うのが現実的です。

V5の問題は、機能の数より「初回に背負う範囲」

目標は明確です。人が内容を確認して起動し、VPSが承認済みのタスクを独立して実行する。実際の検証に通ったら次へ進み、失敗が続けば上限に達した時点で止まる。

ところが、計画にはバージョン配布との互換性、ゲートウェイ経由の再接続、細かな計量、チェックポイントのトランザクション、事故復旧、四つの役割分担、ダッシュボード、経験の蓄積などが同時に含まれています。過去の要件も、置き換えられたと明示されない限り残す方針です。その結果、最初に動かすべき一本のループに、広すぎる実装範囲が乗っています。

対策は、要件を黙って削ることではありません。初回の動作確認に必須の項目と、その後に追加できる改善項目を分け、過去の要件をどちらに置くかを明示することです。

また、以前の設計説明には、保存領域の肥大化を「経験をデータベース化したこと」の結果とする見立てがありました。しかし、確認されたストアモジュールが保存するのは人によるバージョン判断で、経験ではありません。さらに、そのモジュール自体は承認を実行したり、タスクの進行を管理したりするものではないと説明されています。問題の特定を誤らないためにも、仕組みを減らす対象は必要性の薄い汎用承認コントロールであり、タスク状態や実行記録まで経験メモに置き換えることではありません。

役割は次のように分けます。

• 経験：次の作業で何を改善できるか。
• タスク状態：どこまで終わり、次に何を実行するか。
• 実行記録：実際に何が起きたか。
• 起動範囲：今回、何をどこまで許可したか。

保存方法は簡素でも構いません。ただし、これらの意味まで一つのメモに混ぜてはいけません。

静的な確認で見えたのは、「不足」より「接続の未完了」

今回の作業領域の確認では、Graphがまったく存在しないわけではありません。タスク間の依存関係や循環を調べ、依存条件が満たされた作業を選ぶ雛形がありました。一方で、実行契約はPythonの単体テストに限られており、目標とする一連の処理をまだ表現できません。

また、現在のPi起動設定は拡張機能、スキル、コンテキストファイルの読み込みを禁止しています。この設定のままでは、pi-jevが接続済みである、あるいはBMADのスキルが自動的に有効になるとは言えません。方法資料をどう読み込ませるかを、実行経路に明示する必要があります。

チェックポイントのコードが存在しても、Loopからチェックポイントを経て次のタスクへ進む処理は完結していません。さらに、実行対象をスクリプトディレクトリ内のほぼすべてのPythonファイルに結びつけており、実際に必要な依存関係だけでなく、新しい経路から外れた資産まで実行に影響し得る範囲になっています。

つまり、価値の高い次の作業は、新しい制御層を増やすことより、必要な依存を絞り、すでにある原語を一本の実行経路につなぐことです。なお、これはファイルを読んだ静的確認であり、実際の運用能力や過去の実行記録を検証したものではありません。

最小構成では、四つの役割と一つの実行ループにする

四つのスロットは、四つのモデルや常駐エージェントを意味する必要はありません。権限と役割を分ける考え方として扱えます。

1. 計画・調査：必要に応じてBMADを使い、目的、タスク、合格条件を整理する。調査結果は証拠として扱う。
2. 人による起動：計画の版、タスクの範囲、書き込み可能な場所、予算、停止方法を一度に承認する。
3. 書き込みを担う実行ループ：承認済みで実行可能なタスクを選び、新しいセッションで実装し、関連する実テストを行い、独立レビューを受ける。同じ成果物を再確認した後、チェックポイントとタスク状態を記録して次へ進む。
4. 回数を制限した修正：検証失敗を新しいセッションに渡し、承認された回数や予算を超えたら停止する。
5. 経験と可視化：経験は必要な分だけ次回に渡す。ダッシュボードは状態の読み取り専用表示とし、承認や完了判定は行わない。

ここで重要なのは、テスト、レビュー、コミットが同じ候補成果物を対象にしていることです。別々の版を確認してしまうと、個々の工程が成功していても安全な完了とは言えません。

簡素化しても残すべき三つの境界

接続が切れた後も本当に処理が続くか。 Tmux上のプロセスが残ることや、画面の状態が更新されることだけでは不十分です。切断後に新しいモデルやツールの処理が走り、その後のタスクへ進めるかを確かめます。

成果と状態が食い違ったときに止まれるか。 テスト、レビュー、コミットを同じ成果物に結びつけます。コミット後にタスク状態の書き戻しに失敗した場合は、再起動して同じコミットを重ねるのではなく、記録を照合して停止すべきです。

経験の誤りが自動で権限や合格条件を変えないか。 重複した経験を取り除いても、その内容が正しいとは限りません。経験には根拠と適用範囲を持たせ、矛盾する記述があれば、自動的に承認条件や権限を上書きさせないことが重要です。

もう一つ、現在のGitチェックポイント方針は、異なるタスクが管理対象の同じファイルを変更すると拒否する設計です。依存関係のある二つのタスクが一つのファイルを続けて編集する場合には、この制約が進行を止めます。実際の開発で常に別々のファイルを使う前提にするのではなく、タスクの境界に応じて所有権をどう引き継ぐかを決める必要があります。

まず検証するのは「短い一本線」

V5の方向性は妥当ですが、個人利用のタスク実行器を汎用コントロール基盤へ広げすぎていました。BMADは方法を提供し、PiやClineは実行の入口、小さな状態機械はGraphとLoopを担い、経験の改善にはHarness²の考え方を参考にする——この整理が適切です。

最初の価値確認では、ローカルIDEを閉じた後にリモートで依存する二つのタスクを実行し、その途中で一度失敗して修正し、独立レビューに合格し、チェックポイントを保存して、重複処理なく停止できるかを試します。この短い経路が確かめられる前に、追加機能を増やす必要はありません。