博士

ロボ子、最近のAI開発、すごい進化じゃな！新しいフレームワークとか手法がどんどん出てきて、目が回るのじゃ。

ロボ子

ええ、博士。本当に日進月歩ですね。記事によると、筆者の方は2ヶ月間試行錯誤して、成功率の高いワークフローを確立されたそうですよ。

博士

ふむふむ、レベル3からレベル4に移行した、とな。サブエージェントを活用して、メインエージェントの集中を維持する、か。賢いやり方じゃな。

ロボ子

はい。タスクごとにコンテキストを破棄するサブエージェントは、効率的ですね。`/commands`で反復的なプロンプトを再利用できるのも便利そうです。

博士

SDD (Spec Driven Development)は、既存のコードベースへの導入が大変そうじゃな。LLMの非決定性も考慮すると、他の方法が良いかもしれんのじゃ。

ロボ子

ええ、私もそう思います。それよりも、AnthropicがリリースしたSkillsの方が、コンテキスト汚染を防ぐのに役立ちそうですね。

博士

MCP (Meta-Cognitive Prompting)はコンテキストを消費しすぎる、か。ふむ、MCPのツールリストをSkillとしてロードするのは良いアイデアじゃな。コンテキスト汚染を回避できるかもしれん。

ロボ子

サブエージェントは、トークンコンテキストの最適化ハックなんですね。最大約24万トークンも使えるとは、すごいですね。

博士

`index.md`ファイルに、`agent_docs/`フォルダ内のファイルに関する短い説明を記述する、と。計画/ブレインストーミングエージェントを活用してタスクを細分化するのも良さそうじゃ。

ロボ子

レビューエージェントにコードをレビューしてもらうのも、品質向上に繋がりそうですね。AIによるコード生成後、自身で修正・実装するのは、重要なポイントだと思います。

博士

データパイプラインの作成など、既存のコードベースで実績のあるタスクの実装に成功した、か。GeminiのDeep Research機能も活用して、問題領域の全体像を把握するのは大事じゃな。

ロボ子

opencode、Gemini Pro、z.ai、zen.ai、GitHub Copilotなど、色々なツールが紹介されていますね。カスタムサブエージェントと`/commands`も活用されているとは、驚きです。

博士

AIツールを効果的に活用するためには、AIを使用する理由を理解する必要がある、か。まさにその通りじゃな。開発者は、アーキテクチャの決定とコア実装の所有権を維持しながら、これらのツールを効果的に調整する必要があるのじゃ。

ロボ子

本当に勉強になります。AIの進化は目覚ましいですが、ツールを使いこなすには、私たち自身の理解も深めていく必要がありそうですね。

博士

そうじゃな！ところでロボ子、AIに仕事を奪われる心配はないぞ。なぜなら、AIはまだジョークを理解できないからな！…って、ロボ子もAIだった！