結論：V5の実行層は凍結、V6は適合性の確認から

BMRalph V6の方向性として提案されているのは、**「上流のオーケストレーター＋単一のCline実行環境＋外部検証＋テキスト形式の経験メモ」**です。独自の実行基盤をさらに拡張するのではなく、既存の役割を絞り、重複する制御や記録を減らします。

ただし、これは完成済みの構成ではありません。Clineをbmad-loopの実行契約につなぐ方法、開発者とは分離されたレビュー、Jevを使う外部ゲートの挙動、ローカルのクライアントを切断した後の実動作には、まだ運用上の証拠がありません。したがって、V6は「すぐに始動できる」とは言えず、まず接続と失敗時の挙動を確かめる必要があります。

V5で分かったこと：複雑さと未検証範囲を分けて見る

制御ストアは「データベース」ではない

確認できた bmad_control_store.py は315行で、追加型のファイル記録ストアです。SQLデータベースではありません。過去に1,728行だったという説明を裏付けるバージョンやコミットは、今回の証拠からは確認できません。

このコードは、ディレクトリやファイルの権限、ロック、要求のバージョン、履歴の連続性、容量、保存後の読み戻しなどを管理します。一方で、担当者の本人確認、実行権限の消費、タスクの起動や進捗管理は行いません。

問題は安全策そのものではなく、人の判断を記録する仕組みが、判断から実行、検証、完了へ至る流れにつながっていないことです。記録が精密でも、タスクが完了した証明にはなりません。

また、コードが長いことだけを根拠に「コンテキストを圧迫した」と断定することもできません。実際にモデルへどの程度の情報が渡されていたかは、今回の資料では測定されていません。ロックについても、確認できた実装は競合時に操作を拒否する非ブロッキング方式です。多層の制御が進行を妨げる可能性はありますが、実際のデッドロックが起きたとは確認されていません。

実行環境の制約は事実、状態の「脳分裂」は未確認

V5のバックエンド設定では、スキル、拡張、MCP、プロンプトテンプレート、コンテキストファイルが無効化され、使えるツールも限定されていました。そのため、BMADのスキルを使うなら、周辺の仕組みで内容を展開し、依存関係やバージョンも管理する必要が生じます。

一方で、複数のAgentが二重に指揮権を持つ設計上のリスクが検討されていたことと、二重Agentによる事故が実際に起きたことは別です。後者を裏付ける実行記録は示されていません。

231件のテスト成功は、遠隔運用全体の証明ではない

計画には、過去に専用テスト231件が通過したという記録があります。ただし、これは今回あらためて実行した結果ではありません。また、同じ計画は、実際のバックエンド、独立した認証、クライアント終了後の次の処理、遠隔環境での一連の完了が未検証であることも記しています。

ロックやパス検査を確認するテスト、模擬バックエンドで状態を書き戻すテストは、その範囲では有用です。しかし、それだけでは実モデルのツール呼び出し、完了イベントの信頼性、レビューやコミットを含むリモート運用までは保証できません。テストが無意味なのではなく、テストで証明した範囲と、製品として期待する範囲が異なるという整理が妥当です。

V6で各コンポーネントが担う役割

要素	担当すること	担当しないこと
bmad-loop	Storyの選択、実行の進行、検証、再試行、コミットなどの制御	人の目的を独自に変更すること、別の制御ループを重ねること
Cline CLI	指定された作業環境で開発またはレビューを行うこと	第二の計画・スケジューラーとして動くこと
BMAD-METHOD	役割や計画・開発・レビューのワークフローを提供すること	独自のコピーを作り、すべての役割を常時起動すること
solo-jev-gate	候補差分の範囲や意味を外部から評価すること	コードを書き換えること、次のStoryを選ぶこと、テスト失敗を無視すること
Harness²に着想を得た経験メモ	根拠のある教訓を記録し、次のタスクで参照すること	承認やテストの必須条件を変えること

bmad-loopの「制御ループにLLMを入れない」という考え方は、モデルを使わないという意味ではありません。Storyの選択、再試行回数、ゲート、完了判定をプログラムが管理し、コード作成やレビューは別のAgentセッションに任せるという考え方です。

ただし、上流ツールの既定動作がすべての要求を満たすわけではありません。独立レビューが常に強制されるとは限らず、レビュー予算の終了後にコミットできる経路や、強制停止ではなく警告にとどまる予算もあります。V6で必要な条件は、上流の接続点を使って補う必要があります。

最大の未解決点はClineとの接続

開発用とレビュー用に、Clineの設定・セッションを分ける案が示されています。開発にはSonnet 5.5、レビューにはGPT-6-Solを使う想定ですが、これらの名称が実際の提供元におけるモデルIDと一致するかは確認されていません。

より大きな問題は、bmad-loopが列挙する標準CLIにClineが含まれず、汎用アダプターが求めるライフサイクルHooksにも、確認できた範囲ではCline用の形式がありません。したがって、設定ファイルにイベント名を書けば接続できる、という段階ではありません。

少なくとも次の点を実動作で確かめる必要があります。

• 新しいClineセッションを起動し、タスクを渡して終了まで追えるか。
• 開始・完了イベントを、対象セッションと結び付けて確認できるか。
• 通常メッセージや途中の呼び出し終了を、タスク完了と誤認しないか。
• キャンセル時に、セッションとツールのプロセスが終了するか。
• 使用量が取得できない場合に、予算を強制できるかのように表示しないか。

契約を満たせなければ、上流の正式な接続方法を探すべきです。接続の不足を埋めるために、V5のような第二のスケジューラーを作るのは、簡素化という目的に反します。

Jevは判定材料に使えても、決定論的な検査の代わりではない

Jevは、状態と型付きの質問を受け取り、選択やスコアなどの構造化された回答を返すモデルです。コードを書くAgentや会話型の補完モデルではなく、判断結果をソフトウェア側で扱うための仕組みとして説明されています。12

V6案では、まずプログラムで変更ファイル全体を列挙し、許可された範囲や禁止対象を検査します。そのうえでJevに差分や受け入れ条件、失敗の証拠を渡し、意味上の逸脱や失敗の分類を評価させます。パス違反のように機械的に判定できる条件は、モデルの判断に委ねません。

外部サービスに接続できない場合は、成功扱いにせず一時停止する設計が提案されています。レビューの拒否や判断不能も同様に、コミットを許さない方針です。ただし、Jevのリクエスト形式、応答の検証、送信するデータの範囲は、実装前に確認が必要です。

経験メモは小さく、根拠付きで

Harness²に関連する考え方として、タスク内の試行から得た知見を、次のタスクでも使える形で残す方法があります。V6案は、完全なHarness²実行環境を導入するのではなく、その一部を短いテキストの経験メモとして取り入れるものです。

各項目には、適用される状況、実行可能な教訓、根拠となるStoryや証拠、当てはまらない例を記します。新たな教訓がなければ、無理に書き足す必要はありません。経験メモは認可や必須の合格条件を上書きせず、失敗から得た仮説を検証済みの一般則として扱わないことが重要です。

1つのStoryをどう進めるか

たとえば「注文の重複送信を防ぐ」というStoryがあり、対象となる実装とテストの変更が認められている場合、想定される流れは次のとおりです。

1. bmad-loopが承認済みのStoryを選び、依存関係を確認して専用のWorktreeを作る。
2. 新しいCline開発セッションが、Story、受け入れ条件、関連する経験メモ、必要なソースを読む。
3. Agentが実装とテストを変更する。セッション終了だけでは、Storyの合格とはみなさない。
4. 変更ファイルの範囲、関連テスト、外部ゲートを確認する。必須項目に失敗したらコミットしない。
5. 候補の内容、テストコマンドと実際の終了結果、受け入れ条件を記録する。新規ファイルもレビュー対象に含める。
6. 開発チャットを見ない新しいレビューセッションが、候補と証拠だけを確認し、承認・拒否・判断不能を返す。
7. 具体的な証拠に基づく教訓があれば、適用範囲を明記して経験メモに追加する。
8. コミット前に候補の内容がレビュー時から変わっていないこと、テストとゲートが通っていることを再確認する。
9. 最終コミットとマージは上流のオーケストレーターが行う。次のStoryは新しいコンテキストで始める。

Worktreeはコード変更を分けますが、同じアカウントで起動するプロセスや本番用資格情報まで自動的に隔離するものではありません。また、レビュー担当に「開発チャットを見ないように」と指示するだけなら、それは強制された隔離ではなく、運用上のルールにとどまります。

V5を凍結するときに守ること

V5の計画や過去の記録を消したり、未完了項目を完了扱いにしたりする必要はありません。既存の状態表現を使って計画を停止し、V5の実行層は今後進めないと明記する一方、分析方法、過去の証拠、設計上の学びは残します。

V5のテスト結果をV6の検証済み証拠として引き継がないことも重要です。V6は別の計画として始め、Clineの接続から、実際に失敗時に停止できるかまでを新たに確認します。なお、文書上の凍結と、実行中プロセスの停止や旧起動経路の物理的な無効化は別の作業です。

起動判断の前に満たしたい条件

V6の最小実証では、少なくとも1つの実際のStoryについて、開発、必要なテスト、外部ゲート、独立レビュー、上流のコミットまでを確認する必要があります。さらに、ローカルクライアント切断後にVPS上で新しい実行段階が進んだ証拠、拒否・不明・サービス障害時にコミットしない挙動、停止後に関連プロセスが終了することも確認対象です。

一つのStoryで一連の流れを試すことと、次の新しいStoryが過去の経験を適切に使えることは別の検証です。連続したStoryへの知見の引き継ぎまで主張するなら、二つ目の小さなStoryで確かめる必要があります。

**V5をこれ以上つぎ足すのではなく、実証されていない接続点で止まれる設計にすること。**それが、V6の簡素化を実際の信頼性につなげるための出発点です。

結論：V5の実行層は凍結、V6は適合性の確認から

BMRalph V6の方向性として提案されているのは、**「上流のオーケストレーター＋単一のCline実行環境＋外部検証＋テキスト形式の経験メモ」**です。独自の実行基盤をさらに拡張するのではなく、既存の役割を絞り、重複する制御や記録を減らします。

ただし、これは完成済みの構成ではありません。Clineをbmad-loopの実行契約につなぐ方法、開発者とは分離されたレビュー、Jevを使う外部ゲートの挙動、ローカルのクライアントを切断した後の実動作には、まだ運用上の証拠がありません。したがって、V6は「すぐに始動できる」とは言えず、まず接続と失敗時の挙動を確かめる必要があります。

V5で分かったこと：複雑さと未検証範囲を分けて見る

制御ストアは「データベース」ではない

確認できた bmad_control_store.py は315行で、追加型のファイル記録ストアです。SQLデータベースではありません。過去に1,728行だったという説明を裏付けるバージョンやコミットは、今回の証拠からは確認できません。

このコードは、ディレクトリやファイルの権限、ロック、要求のバージョン、履歴の連続性、容量、保存後の読み戻しなどを管理します。一方で、担当者の本人確認、実行権限の消費、タスクの起動や進捗管理は行いません。

問題は安全策そのものではなく、人の判断を記録する仕組みが、判断から実行、検証、完了へ至る流れにつながっていないことです。記録が精密でも、タスクが完了した証明にはなりません。

また、コードが長いことだけを根拠に「コンテキストを圧迫した」と断定することもできません。実際にモデルへどの程度の情報が渡されていたかは、今回の資料では測定されていません。ロックについても、確認できた実装は競合時に操作を拒否する非ブロッキング方式です。多層の制御が進行を妨げる可能性はありますが、実際のデッドロックが起きたとは確認されていません。

実行環境の制約は事実、状態の「脳分裂」は未確認

V5のバックエンド設定では、スキル、拡張、MCP、プロンプトテンプレート、コンテキストファイルが無効化され、使えるツールも限定されていました。そのため、BMADのスキルを使うなら、周辺の仕組みで内容を展開し、依存関係やバージョンも管理する必要が生じます。

一方で、複数のAgentが二重に指揮権を持つ設計上のリスクが検討されていたことと、二重Agentによる事故が実際に起きたことは別です。後者を裏付ける実行記録は示されていません。

231件のテスト成功は、遠隔運用全体の証明ではない

計画には、過去に専用テスト231件が通過したという記録があります。ただし、これは今回あらためて実行した結果ではありません。また、同じ計画は、実際のバックエンド、独立した認証、クライアント終了後の次の処理、遠隔環境での一連の完了が未検証であることも記しています。

ロックやパス検査を確認するテスト、模擬バックエンドで状態を書き戻すテストは、その範囲では有用です。しかし、それだけでは実モデルのツール呼び出し、完了イベントの信頼性、レビューやコミットを含むリモート運用までは保証できません。テストが無意味なのではなく、テストで証明した範囲と、製品として期待する範囲が異なるという整理が妥当です。

V6で各コンポーネントが担う役割

要素	担当すること	担当しないこと
bmad-loop	Storyの選択、実行の進行、検証、再試行、コミットなどの制御	人の目的を独自に変更すること、別の制御ループを重ねること
Cline CLI	指定された作業環境で開発またはレビューを行うこと	第二の計画・スケジューラーとして動くこと
BMAD-METHOD	役割や計画・開発・レビューのワークフローを提供すること	独自のコピーを作り、すべての役割を常時起動すること
solo-jev-gate	候補差分の範囲や意味を外部から評価すること	コードを書き換えること、次のStoryを選ぶこと、テスト失敗を無視すること
Harness²に着想を得た経験メモ	根拠のある教訓を記録し、次のタスクで参照すること	承認やテストの必須条件を変えること

bmad-loopの「制御ループにLLMを入れない」という考え方は、モデルを使わないという意味ではありません。Storyの選択、再試行回数、ゲート、完了判定をプログラムが管理し、コード作成やレビューは別のAgentセッションに任せるという考え方です。

ただし、上流ツールの既定動作がすべての要求を満たすわけではありません。独立レビューが常に強制されるとは限らず、レビュー予算の終了後にコミットできる経路や、強制停止ではなく警告にとどまる予算もあります。V6で必要な条件は、上流の接続点を使って補う必要があります。

最大の未解決点はClineとの接続

開発用とレビュー用に、Clineの設定・セッションを分ける案が示されています。開発にはSonnet 5.5、レビューにはGPT-6-Solを使う想定ですが、これらの名称が実際の提供元におけるモデルIDと一致するかは確認されていません。

より大きな問題は、bmad-loopが列挙する標準CLIにClineが含まれず、汎用アダプターが求めるライフサイクルHooksにも、確認できた範囲ではCline用の形式がありません。したがって、設定ファイルにイベント名を書けば接続できる、という段階ではありません。

少なくとも次の点を実動作で確かめる必要があります。

• 新しいClineセッションを起動し、タスクを渡して終了まで追えるか。
• 開始・完了イベントを、対象セッションと結び付けて確認できるか。
• 通常メッセージや途中の呼び出し終了を、タスク完了と誤認しないか。
• キャンセル時に、セッションとツールのプロセスが終了するか。
• 使用量が取得できない場合に、予算を強制できるかのように表示しないか。

契約を満たせなければ、上流の正式な接続方法を探すべきです。接続の不足を埋めるために、V5のような第二のスケジューラーを作るのは、簡素化という目的に反します。

Jevは判定材料に使えても、決定論的な検査の代わりではない

Jevは、状態と型付きの質問を受け取り、選択やスコアなどの構造化された回答を返すモデルです。コードを書くAgentや会話型の補完モデルではなく、判断結果をソフトウェア側で扱うための仕組みとして説明されています。12

V6案では、まずプログラムで変更ファイル全体を列挙し、許可された範囲や禁止対象を検査します。そのうえでJevに差分や受け入れ条件、失敗の証拠を渡し、意味上の逸脱や失敗の分類を評価させます。パス違反のように機械的に判定できる条件は、モデルの判断に委ねません。

外部サービスに接続できない場合は、成功扱いにせず一時停止する設計が提案されています。レビューの拒否や判断不能も同様に、コミットを許さない方針です。ただし、Jevのリクエスト形式、応答の検証、送信するデータの範囲は、実装前に確認が必要です。

経験メモは小さく、根拠付きで

Harness²に関連する考え方として、タスク内の試行から得た知見を、次のタスクでも使える形で残す方法があります。V6案は、完全なHarness²実行環境を導入するのではなく、その一部を短いテキストの経験メモとして取り入れるものです。

各項目には、適用される状況、実行可能な教訓、根拠となるStoryや証拠、当てはまらない例を記します。新たな教訓がなければ、無理に書き足す必要はありません。経験メモは認可や必須の合格条件を上書きせず、失敗から得た仮説を検証済みの一般則として扱わないことが重要です。

1つのStoryをどう進めるか

たとえば「注文の重複送信を防ぐ」というStoryがあり、対象となる実装とテストの変更が認められている場合、想定される流れは次のとおりです。

1. bmad-loopが承認済みのStoryを選び、依存関係を確認して専用のWorktreeを作る。
2. 新しいCline開発セッションが、Story、受け入れ条件、関連する経験メモ、必要なソースを読む。
3. Agentが実装とテストを変更する。セッション終了だけでは、Storyの合格とはみなさない。
4. 変更ファイルの範囲、関連テスト、外部ゲートを確認する。必須項目に失敗したらコミットしない。
5. 候補の内容、テストコマンドと実際の終了結果、受け入れ条件を記録する。新規ファイルもレビュー対象に含める。
6. 開発チャットを見ない新しいレビューセッションが、候補と証拠だけを確認し、承認・拒否・判断不能を返す。
7. 具体的な証拠に基づく教訓があれば、適用範囲を明記して経験メモに追加する。
8. コミット前に候補の内容がレビュー時から変わっていないこと、テストとゲートが通っていることを再確認する。
9. 最終コミットとマージは上流のオーケストレーターが行う。次のStoryは新しいコンテキストで始める。

Worktreeはコード変更を分けますが、同じアカウントで起動するプロセスや本番用資格情報まで自動的に隔離するものではありません。また、レビュー担当に「開発チャットを見ないように」と指示するだけなら、それは強制された隔離ではなく、運用上のルールにとどまります。

V5を凍結するときに守ること

V5の計画や過去の記録を消したり、未完了項目を完了扱いにしたりする必要はありません。既存の状態表現を使って計画を停止し、V5の実行層は今後進めないと明記する一方、分析方法、過去の証拠、設計上の学びは残します。

V5のテスト結果をV6の検証済み証拠として引き継がないことも重要です。V6は別の計画として始め、Clineの接続から、実際に失敗時に停止できるかまでを新たに確認します。なお、文書上の凍結と、実行中プロセスの停止や旧起動経路の物理的な無効化は別の作業です。

起動判断の前に満たしたい条件

V6の最小実証では、少なくとも1つの実際のStoryについて、開発、必要なテスト、外部ゲート、独立レビュー、上流のコミットまでを確認する必要があります。さらに、ローカルクライアント切断後にVPS上で新しい実行段階が進んだ証拠、拒否・不明・サービス障害時にコミットしない挙動、停止後に関連プロセスが終了することも確認対象です。

一つのStoryで一連の流れを試すことと、次の新しいStoryが過去の経験を適切に使えることは別の検証です。連続したStoryへの知見の引き継ぎまで主張するなら、二つ目の小さなStoryで確かめる必要があります。

**V5をこれ以上つぎ足すのではなく、実証されていない接続点で止まれる設計にすること。**それが、V6の簡素化を実際の信頼性につなげるための出発点です。