AI-DLC|AWSが提案する開発ライフサイクル

AIが作業を進め、人が方向性と成果物を確認するAWSの方法論。各フェーズで何を決め、何を次に渡すかを整理する。

  • AWS
  • AI駆動開発
  • 開発プロセス

AI-DLCとは

AI-DLC(AI-Driven Development Life Cycle)は、AWSが提案したソフトウェア開発の方法論。AIが曖昧な要件について質問し、計画や成果物を作成し、人が重要な判断や次工程への移行を確認する。各工程の成果物を記録すると、後から仕様の根拠をたどりやすい。

AWSの提案記事ではInception、Construction、Operationsの三つで説明される。現行のAWS Labsの公開ワークフローでは、要件具体化の前に初期化(Initialization)と構想整理(Ideation)があり、配備・運用はOperationと表記されている。手順をチームに取り込む場合は、参照する実装や版のステージ構成を確認する。

参照 1 2 3

開発の流れ

  • Inception(要件の具体化)— 既存コードや要望を調べ、利用者、受け入れ条件、設計、作業単位を詰める。人は要件や前提の認識が合っているか確認する。
  • Construction(構築と検証)— 作業単位ごとに設計・コード・テストを進め、差分と検証結果を確認する。必要な段階と検証の深さは変更規模に応じて決める。
  • Operations(配備と運用)— 構築で得た情報を使い、配備や運用へつなぐ。たとえば、リリース手順、監視、ロールバックに使う情報の責任者を決めておく。

参照 1 2

例|予約時の確認メールを追加する

要件段階で、いつ誰に何を送るか、再試行で同じメールが重複しない条件を決める。構築では、送信の起点と履歴の扱いを設計して、予約成功時、送信失敗時、再試行時をテストする。配備前には承認者が差分と結果を確認し、配備後は失敗数を監視する。

試行時は、承認した条件、保留した論点、テスト結果を短く記録し、どこで人の判断が必要だったか振り返る。AWS Labsのガイドには、状態や監査記録を残す実装例がある。

参照 3

出典

  1. AWS|AI-Driven Development Life Cycle
  2. AWS Labs|Phases and Stages
  3. AWS Labs|State Tracking and Audit Trail