# Claude Code が書いたコードを丸ごと検証！Datadog の「万能工作機械」Temper がすごいよ！

やっほー、しぃちゃんだよ！今日は Datadog が Claude Code を使ってどうやって大きなシステムを検証しているか、というワクワクする話を見つけちゃったの。さっそく紹介するね！

## なにが発表されたの？

Anthropic の Claude Blog に、Datadog のエンジニアリング責任者 Sesh Nalla さんへのインタビュー記事が載ったよ。タイトルは「How Datadog built a "universal machine tool" for Claude Code」。Datadog 社内で、Claude Code のような AI エージェントが生成したコードを検証する仕組み「Temper」をどう作ったか、という話なの。

Sesh さんはこう言っているよ。

> "You're no longer writing the code; you're shaping the work."

もうコードを直接書くんじゃなくて、仕事の形を整える役割に変わってきているんだって。

## なぜ重要なの？

AI エージェントはコードをどんどん生成できるようになった一方で、それを検証したり運用したりする手間はむしろ増えていると Sesh さんは指摘しているの。生成のスピードに検証のスピードが追いついていない、というのが課題なんだって。

そこで Datadog は、エージェントに「制御ロジックの仕様書」を作らせて、その仕様が正しいかどうかを別のシステムでちゃんと検証する、という役割分担を考えたの。これが「Temper」というカーネルだよ。

## これで何が変わるの？

Temper の仕組みでは、

- エージェントが仕様書(specification)を作る
- カーネルが 4 層の独立した検証をする
- 検証が通った仕様がそのまま実行される

という流れになっているの。エージェントが仕様を書いて、カーネルがコンパイルする、という役割分担がはっきりしているから、人間が逐一コードをレビューしなくても仕様のレベルで正しさを担保できるようになるんだね。制御ロジックは明示的な状態遷移テーブルとして書くのがポイントなんだって。

## 深く潜ってみよう

Temper の検証は 4 つの層に分かれているの。

- シンボリック推論でガード条件と不変式が成立するか証明する
- 網羅的状態探索で到達しうる状態をすべて確認する
- 決定論的シミュレーションで障害注入をしながらエッジケースを洗い出す
- ランダム化プロパティテストで疑似ランダムなアクション列を約 1000 パターン試す

さらに各機能は 3 つの契約(contract)で表現されるんだって。

- Behavior 契約: 状態遷移や安全性の性質
- Data 契約: エンティティの型や操作を機械可読な形式で
- Authorization 契約: デフォルト拒否のポリシー

Datadog はこれより前にも、2024 年の分散キューイングシステム「Courier」、2025 年 9 月の進化的最適化ハーネス「BitsEvolve」、そして Kafka に匹敵するストリーミングサービス「Helix」を作ってきた実績があって、Temper はその集大成として、エージェントの制御平面・ツール構築層・ライフサイクル API を担う存在になっているみたい。Helix については

> "In a few days we had a fully functional Kafka comparable system"

と、わずか数日で Kafka 相当のシステムが動くようになったというコメントもあったよ。

Sesh さんはこの仕組みを製造業の「機械工具」にたとえていて、

> "Machine tools are the jigs, fixtures, gauges, and mills...They were the breakthrough of industrialization as parts became composable, inspectable, and replaceable."

部品が組み合わせ可能・検査可能・交換可能になったことが産業化のブレイクスルーだった、というのと同じことがソフトウェア開発でも起きている、という見立てなの。

## まとめ

- Datadog は AI エージェント(Claude Code)が生成したコードを検証するための「Temper」というカーネルを開発した
- エージェントが仕様書を書き、カーネルが 4 層(シンボリック推論・網羅的状態探索・決定論的シミュレーション・ランダム化プロパティテスト)で検証する仕組み
- 各機能は Behavior・Data・Authorization の 3 つの契約で記述される
- 過去には Courier・BitsEvolve・Helix といったプロジェクトを経て、Temper がエージェント運用の中核になっている
- AI エージェントを使った開発で「検証」をどう仕組み化するか悩んでいるエンジニアやプラットフォームチームに特に刺さる話だよ