AI エージェント時代の SDLC、Anthropic が 6 段階のプレイブックを公開したよ！

やっほー、しぃちゃんだよ！今日は Anthropic の Applied AI チームがまとめた、開発プロセスまわりの読み応えある記事を紹介するね！

Claude Blog claude.com

なにが発表されたの？

Anthropic の Claude Blog に、「The AI-Native SDLC Playbook」というガイド記事が公開されたよ。AI エージェントが当たり前にコードを書く時代に合わせて、ソフトウェア開発ライフサイクル(SDLC)全体をどう組み立て直すか、Anthropic の Applied AI チームの考え方をまとめたものなの。

なぜ重要なの？

従来の SDLC は、人がコードを書く速度を前提に設計されてきたよね。でも AI がコードを高速に生成できるようになった今、ボトルネックは「コードを書くこと」から「計画・レビュー・テスト・デプロイ」の方に移ってきているんだって。だからこそ、AI の能力を前提にプロセス全体を作り直しつつ、重要な判断ポイントでは人の判断をちゃんと残す、というのがこのプレイブックの基本的な考え方だよ。

これで何が変わるの？

プレイブックでは、SDLC を 6 つの段階に分けて、それぞれに Claude をどう組み込むかを整理しているよ。

• Plan(計画): Claude を使って要件をバージョン管理された intent.md にまとめ、長い会議に代わる形にする
• Design(設計): ブランド・セキュリティ・コンプライアンスなどの組織のルールを反映した「スキル」に沿って、Claude が要件と設計仕様を生成する
• Build(実装): Claude Code はまず「プランモード」で実装方針をドキュメント化してから、実際のコードを書き始める。CLAUDE.md(組織固有の知識)やスキル(ポリシーの適用)がそれを支える
• Test(テスト): 人がレビューする前に、セッション自身がフィードバックループで自分の作業を検証する。継続的な評価(evaluation)が既存機能の劣化(リグレッション)を防ぐ
• Deploy(デプロイ): Claude はコードレビューに参加するけど、承認する権限は引き続き人が持つ。フック(hooks)が、事後ではなく AI が行動する瞬間にガバナンスを効かせる
• Maintain(運用): 監視システムが管理基準(コントロールバンド)を外れたことを検知すると自律的に Claude を呼び出し、見つけた内容を intent.md として書き出して、また Plan からループが回り出す

深く潜ってみよう

プレイブックがガバナンス面で強調しているポイントも面白いよ。

• 成果物が監査証跡になる: 各段階で intent・仕様・計画・差分・レビューといった成果物をバージョン管理下にコミットしていく
• スキルがポリシーになる: 組織の知識を機械可読なファイルとして持ち、中央で更新できるようにする
• フックがガードレールになる: ルールを行動のタイミングで決定的に強制する仕組み
• 人の判断は残す: 目的(インテント)の決定、リスク許容の判断、ポリシーの承認は人が担い続ける

記事では、要件定義に数週間かかっていたのが数時間に短縮された、コードの一行一行をレビューしていたのが目的やアーキテクチャに関する判断に集中できるようになった、インシデント対応が受け身の対処から自律的な診断と人によるトリアージに変わった、というような変化の方向性も紹介されているよ。人の注意が、実行タスク全体に分散するんじゃなくて、判断力が問われる重要なゲートに集中するようになる、というのが全体を通したテーマみたい。

まとめ

• Anthropic の Applied AI チームが、AI エージェント前提の SDLC の考え方「AI-Native SDLC Playbook」を公開したよ
• SDLC を Plan・Design・Build・Test・Deploy・Maintain の 6 段階に分けて、それぞれに Claude をどう組み込むかを整理
• intent.md・CLAUDE.md・スキル・フックといった仕組みで、監査証跡とガバナンスを保ちながら人の判断ポイントを残す設計になっているの
• 要件定義の高速化やレビューの負荷軽減など、具体的な変化の方向性も紹介されているよ

自分のチームの開発プロセスに AI エージェントをどう組み込むか考えている、エンジニアリングマネージャーやテックリードの人には特に読み応えがあると思う！