Mise en Place for Agentic Coding: Deliberate Preparation as Context Engineering Methodology

技術的概要：エージェント型コーディングにおける「メス・アン・プラス」

問題定義
本論文は、AI 支援コーディングの現在の支配的なワークフロー、すなわちしばしば「バイブコーディング」と呼ばれるパターンにおいて、構造的な「アライメント問題」を特定している。このパターンでは、開発者がエージェントに意図を記述し、アライメントの不一致を反復的に修正することで、迅速な実装を優先する。著者らは、このアプローチがコード生成ではなく、開発者の意図とエージェントの出力との間のアライメントにボトルネックを生み出していると主張する。十分な文脈を持たずに動作するエージェントは、セキュリティ上の欠陥（Veracode の 45% という数値を引用）やアーキテクチャ上の不一致に満ちたコードを生成し、その結果、膨大なデバッグとリファクタリングが必要となり、開発時間を著しく消費する。核心的な問題は、エージェントが人間のコラボレーターが自然に持っている暗黙知やドメイン文脈を欠いており、高価な再生成なしには安価に反復することができない点にある。

方法論：メス・アン・プラス（MEP）
料理の概念である「メス・アン・プラス（すべてをその場所に）」に着想を得て、著者らは、エージェントがコードの記述を開始する前に暗黙知を形式化し、情報環境を構造化するための三段階の準備方法論を提案する。このアプローチは、逆設計と暗黙知の形式化（ポリanyi）に基づいている。

1. 文脈的グラウンディング（Contextual Grounding）: 第一段階では、ドメイン専門知識と暗黙知を構造化された機械可読ドキュメント（例えば、マークダウンファイル）に形式化する。これには、競合分析、設計哲学、特定のドメイン制約が含まれる。目的は、エージェントが参照できる永続的な文脈層を創出することであり、「知っているが伝えられないこと」を明示的な指示に変換することである。
2. 協働的仕様策定（Collaborative Specification）: この段階では、構造化された人間とエージェントの対話により、詳細な設計アーティファクトが生成される。人間は価値判断と制約を符号化し（含めるべきものと同等に、含めるべきでないものを定義することも重要である）、その結果として「何（what）」の背後にある「なぜ（why）」を捉えた仕様書が完成する。これにより、エージェントは人間の絶え間ない介入なしに、実装中に整合性の取れたマイクロな意思決定を行うことが可能になる。
3. タスク分解（Task Decomposition）: 最終的な準備段階では、仕様を構造化され、依存関係を意識したタスク記録（「ビーズ」と呼ばれる）に変換する。バージョン管理によって裏付けられたこれらの軽量な記録は、優先順位、依存関係、および受入基準を定義する。この分解により、複数のエージェントによる並列実行が可能となり、調整の負担をランタイムから準備時間へとシフトさせる。

ケーススタディと結果
この方法論は、フルスタック教育プラットフォームを構築するための競争的な 5 時間のハッカソンにおいて適用された。

• 準備: プラクティショナー・リサーチャーは、3 つの MEP 段階に約 2 時間を費やし、10 の計画ドキュメント（9,386 語）と 64 の構造化タスク記録を生成した。
• 実行: 4 つの並列 AI エージェントがこれらのアーティファクトに基づいてプロジェクトを実装した。実装段階は約 184 分間続き、エージェントはタスク記録を中央値 5.9 分/タスクの速度で完了させた。
• 成果: 最終的なコードベースは、43 ファイルにわたる 8,496 行であった。重要なのは、デプロイに構造的なリファクタリングが不要だったことである。バグはアーキテクチャの不一致ではなく、統合やスタイリングの問題に限定された。準備対実行の比率は約 5.7:1 であった。
• 比較: 12 チームのフィールドにおいて、大多数は単一エージェントループを用いた「バイブ」または混合ワークフローを採用していた。MEP チーム（T12）は、分解された計画から派生した並列サブエージェントを利用した唯一のチームであった。論文は対照群の欠如を指摘しつつも、ほぼゼロのアーキテクチャ再作業は、豊富な事前文脈がエージェントの不一致を減少させることを示唆していると述べている。

主要な貢献

1. MEP 方法論: 逆設計と暗黙知の形式化をエージェント型コーディングに統合する、形式化された三段階の準備プロセス（文脈的グラウンディング、協働的仕様策定、タスク分解）。
2. ケーススタディの証拠: 競争的なハッカソンからの定量的データは、2 時間の準備が、最小限のアーキテクチャ再作業で迅速かつ並列な実装を可能にしたことを実証している。
3. 文脈流暢性（Context Fluency）: 新興の開発者スキルとしての「文脈流暢性」の導入。エージェントが行動できる豊かで構造化された機械可読な文脈を作成する能力として定義され、このスキルには分解、仕様策定、制約の定義、およびドメインの符号化が含まれる。
4. 研究課題: 準備方法論を実証的に検証するための 5 つの研究課題（RQ1–RQ5）の提案。これには、反復ワークフローとの比較研究や、スケーラビリティに関する縦断研究が含まれる。

意義と主張
本論文は、MEP を単一のケーススタディから導き出された普遍的な解決策としてではなく、経験豊富な実践者が独立して収束する実践の形式化として位置づけている。著者らは、エージェント型コーディングにおけるアライメント問題は、本質的に準備の問題であると主張する。準備を第一級の工学分野として扱うことで、この方法論はボトルネックをコード生成から高品質な文脈の創出へとシフトさせることを目指している。

その意義は、開発者の役割を再定義することにある。反復的なプロンプトエンジニアリングから「文脈エンジニアリング」へと移行することである。論文は、「バイブコーディング」が出力を加速させる一方で、欠陥の表面積を増大させると主張する。対照的に、意図的な準備（MEP）と文脈流暢性のスキルは、エージェントがより高い自律性とアライメントで行動することを可能にし、高価な修正反復の必要性を減らす。著者らは、将来のツールや教育は、コード生成の実行だけでなく、準備のインフラ（仕様、分解、文脈の足場）を優先しなければならないと結論づけている。