V4の強みを残し、Gemの実行境界を明確にする「Solo-Engine v4.1 Final」

結論

V4は、存在しないツール呼び出しやテスト結果を捏造しないこと、コード断片を完全納品と見せかけないこと、証拠なしにADRを正式採用へ進めないことという重要な問題を解決しています。研究、意思決定、実装、検証を一本の流れにした設計も妥当です。

ただし、そのまま長期運用へ入れるのは推奨しません。問題は機能不足ではなく、指示の密度が高すぎること、状態定義が複数箇所で重複していること、Gemの実行可能範囲が十分に限定されていないことです。

最終案は Solo-Engine v4.1 Final です。V4の骨格を維持しながら、以下を徹底します。

• 絶対に破ってはいけない真正性ルールはGemの主指示に置く
• 詳細なSOPや工件テンプレートは知識ベースへ移す
• 「自動ループ」は、現会話・現認可・実在するツール・有限の再試行回数に限定する
• コード納品、実行検証、エンジニアリング完了を別々に管理する
• BMADの役割分担を参考にしても、独立した複数Agentを実行したとは主張しない

V4で評価できる点

V4の最も大きな前進は、AI支援開発で起きやすい「もっともらしい虚偽」を、運用ルールとして明確に排除したことです。

具体的には、検索、Tavily、MCP、コード実行、コンパイル、テスト、Git操作、ファイル書き込み、デプロイを、実際に使えるツールが存在し、実行証跡がある場合にしか実行済みと表現しないという線引きです。

また、次の分離も適切です。

• DELIVERY_STATUS：必要なコードファイルを完全に出力したか
• VERIFICATION_STATUS：コンパイルやテストを実際に実行したか
• ENGINEERING_STATUS：要件、検証、工件整合まで含めて完了と呼べるか

この3つを混ぜると、「コードは書いたがビルドしていない」状態が、誤って「完成」に見えてしまいます。V4はこのリスクを正しく認識しています。

さらに、BMADについても表現を正すべきです。BMADの公式資料では、Agent、Skill、Workflow、テスト用ワークフローが実行機構として整理されています。11014 単一Gem内でPM、Architect、Developer、QA、Opsの観点からレビューすることは有効ですが、これは独立した複数Agentランタイムの実行と同義ではありません。したがって、呼称は 「BMAD-inspired role orchestration」 が正確です。

V4のままでは残る問題

1. 主指示が知識ベースに依存しすぎている

知識ベースの資料が、毎回必要な粒度で完全に参照されるとは限りません。そのため、以下は詳細手順書だけでなく、必ず主指示にも置くべきです。

• ツール能力を捏造しない
• 実行していないテストを成功と書かない
• 完全コードの定義
• 既存プロジェクトで不足しているインターフェースを推測しない
• 完了を宣言するための条件

2. ルールの重複が「指令の希薄化」を招く

V4では状態、依存関係、ADR、検証、完了条件が複数ファイルに分散し、似た規則が繰り返されています。規則は多ければ安全になるわけではありません。長い出力では、重複した指示の一部だけが選択的に守られ、別の箇所と状態が食い違う危険があります。

v4.1では、主指示を「ルーター兼ガードレール」、知識ベースを「方法論とテンプレート」として役割分担させます。

3. 「自動ループ」の言葉がGemの能力を誤認させる

プロンプトに自動ループと書いても、Gemが自動的にバックグラウンドで動作したり、ユーザーの離席後に処理を続けたり、会話をまたいで永続的な端末を保持したりするわけではありません。

v4.1でいう自動ループは、次のすべてを満たす有限の反復です。

• 現在の会話またはセッション内で行う
• ユーザーが明示的に認可した範囲に限る
• 現在利用可能な実ツールだけを使う
• 再試行予算を明示する
• 実行器がなければ WAITING_VERIFICATION で止まる

4. 「ゼロ依存」の意味を分解する必要がある

「ゼロ依存」は、ランタイムすら不要という意味にも、サードパーティーパッケージを追加しないという意味にも、未提供のローカルファイルを参照しないという意味にも読めます。これらは別問題です。

v4.1の規約では、以下のように分けます。

• 未宣言依存ゼロ：使うものはすべて明示する
• 新規サードパーティー依存は原則ゼロ：必要なら事前認可を受ける
• 新規ローカル依存の欠落ゼロ：追加したモジュールはすべて納品する
• 環境前提は明示：言語ランタイム、SDK、OS、ホストAPIはソースだけでは取り除けない

5. 「完全コード」は新規案件と既存案件で定義を変える

新規プロジェクトでは、ビルド設定、エントリーポイント、ソース、テスト、必要リソース、設定例まで含めた最小プロジェクト閉包が必要です。

既存プロジェクトでは、すべてのリポジトリファイルを再掲する必要はありません。ただし、追加または変更した各ファイルは完全な内容で出力する必要があります。コンパイルや契約に影響する既存ファイルが未提供なら、推測で実装してはいけません。

v4.1 Finalの重要な設計

実ツールに合わせる「Capability Adapter」

ツールはプロンプトで生み出せません。Gemは会話内で実際に公開されている能力だけを使います。

• RESEARCH：Tavily、ネイティブWeb、Deep Research、提供ファイルのみ、またはなし
• EXECUTION：対象言語のツールチェーン、制限付き実行器、またはなし
• FILES：読み取り専用、読み書き可能、またはチャット出力のみ
• PERSISTENCE：セッション内のみ、または実際の永続ワークスペース

Tavilyについても同じです。search_depth=advanced は詳細かつ高精度の検索に向く正式なパラメータですが、遅延やコストの増加を伴います。2411 Tavily接続が実在する場合だけ使用でき、接続がないGemが「advancedで検索済み」と書くことはできません。

真正性を保つ検証レベル

検証には段階を設けます。

レベル	意味
V0	未実行。コード生成または設計レビューのみ
V1	静的確認。依存、契約、構文上のレビュー
V2	記録済み環境で解析、コンパイル、ビルドに成功
V3	必要な振る舞いテストと回帰テストに成功
V4	対象環境、または合意済みの等価環境で検証済み

実行器がない場合、Gemが言えるのは「指定環境向けに生成し、静的確認を行った」までです。「コンパイルエラーゼロ」や「全テスト成功」とは言えません。

失敗時の背圧

失敗を成功に見せかけるため、テストの削除、例外の握りつぶし、固定値返却、想定ログの実行ログ化を禁止します。

実行できる環境では、実装と検証の反復を原則3回までに制限します。同じ根本原因に対する修正が2回続けて失敗した場合、開発者視点の修補を止め、Architect視点で要件、契約、アルゴリズム、環境、依存関係を見直します。元の認可範囲を超える変更が必要なら、ユーザー確認に戻します。

評価マトリクス

以下はGemの実行ベンチマークではなく、今回の設定監査における要件適合度の評価です。各項目を5点満点で採点し、重み付きで100点に換算しています。

評価軸	重み	V4	v4.1 Final
Gemの実行境界とツール真正性	25%	4.0	4.8
三読・DM・DRによる意思決定の収束	20%	4.5	4.8
工学的ガードレールと失敗時の背圧	20%	4.6	4.8
完全コードと依存閉包	15%	4.6	4.9
指示密度と遵守しやすさ	10%	2.8	4.5
状態復元と証拠照合	10%	4.2	4.7
加重合計	100%	84.2	95.5

計算式は次の通りです。

$$
Score = 20\sum_{i=1}^{n}w_i s_i,
\qquad \sum_{i=1}^{n}w_i=1
$$

ここでの点数は、運用上の設計品質を比較するための補助指標であり、実行結果そのものを保証するものではありません。

最終裁定

採用案：Solo-Engine v4.1 Final

V4は、内部実験や設計検証の出発点として十分に価値があります。しかし恒常運用では、規則をさらに積み増すよりも、以下の改善が重要です。

1. 主指示だけで最低限の安全性と真正性を担保する
2. 重複した規則を圧縮し、状態の定義元を一本化する
3. 実ツール、実行環境、認可範囲を越えた主張を禁止する
4. 納品の完全性と、実証済みの完成を混同しない
5. 実行環境が将来追加された場合は、主指示を肥大化させずRuntime Adapterとして接続する

導入時の最低限のファイル構成

• 00-solo-engine-system.md：Gem指示。ルーティング、真正性、能力境界、完了条件
• 10-ana-solo.md：分析、証拠区分、Decision Matrix、Deep Recon
• 20-ana-bmad.md：工程ループ、Preflight、依存規約、完全納品
• 30-artifacts.md：Plan、ADR、検証記録、Truth Report、Resume Capsule
• 40-three-pass-reading.md：三読プロセス

旧版の同等ファイルを同時にアップロードすると、重複ルールの再発につながります。移行時は旧版を外し、v4.1 Finalの構成に統一するのが安全です。

残る未確認事項

今回の情報だけでは、現在のGemに以下が実際に接続されているかは確認できません。

• Tavilyまたは他のWeb検索
• 対象言語のコンパイラやテスト実行器
• MCP
• 永続ファイルシステムまたはワークスペース

このためv4.1 Finalは、能力を前提に宣言するのではなく、その会話で実際に露出している能力へ適応する設計を採用します。それが、AI支援の開発フローを「もっともらしい報告」から「監査可能な作業記録」へ近づける最も重要な変更です。