本文へスキップ
hdknr blog
戻る

非エンジニアの社長が出した巨大 PR をどう受け止めるか — cc-sdd・CodeRabbit・Takumi Guard で組む AI 駆動開発フロー

非エンジニアの社長が Claude Code を使い、週末にシステムを作る。翌週には「新機能を作りました」と言って、大量のコードを含む Pull Request(PR)を出してくる。AI コーディングエージェントが普及した今、これはもう珍しい話ではありません。

この状況に CTO はどう向き合うべきでしょうか。AI Pro(AI Professionals)に、ひとつの答えを示すインタビュー記事が掲載されました。「社長(非エンジニア)が、土日でシステムを作ってくる——Libertyship澤井CTOに聞く、ドメイン知識をプロダクト価値に変えるAI駆動開発フロー」です(X の投稿でも紹介されています)。

答えは、社長のコードを止めることではありません。仕様・レビュー・依存パッケージのチェックを AI に自動で回させ、人間に届く前に品質を引き上げる仕組みを作ることです。本記事では、インタビューで語られた AI 駆動開発フローと、その中心にある 3 つのツール、cc-sdd・CodeRabbit・Takumi Guard を整理します。あわせて、筆者がメンテナンスしている Claude Code プラグイン spec-loop / dev-loop と比べ、足りない点を洗い出します。

背景:社長のコードは「ドメイン知識の塊」

インタビューに答えているのは、宮崎のベンチャー、株式会社 Libertyship の澤井 友恵 CTO です。エンジニアは 2〜3 人ほどの規模で、CTO 自身もコードを書いています。

社長から大量のコードを含む PR が届いたとき、最初の反応は「ちょっと迷惑でした」だったそうです。たとえば Google Cloud 前提のサービスなのに、AWS 前提のコードが送られてくる、といった状態でした。

それでも澤井 CTO は、社長のコードをドメイン知識の塊だと評価しています。ビジネスと「欲しいもの」を一番よく知る人が作ったものだからです。問題は社長がコードを書いたことではなく、アーキテクチャ・保守性・パフォーマンスへの考慮が抜けていることでした。

インタビューの聞き手である AI Pro 編集長の白石 俊平氏も、紹介の X 投稿で、ドメインエキスパートが開発に加わる流れは今後増え、コード品質が CTO の大きな関心事になるとコメントしています。

組み上げた AI 駆動開発フロー

インタビューで紹介されているフローの全体像は、次の図のとおりです。

cc-sdd による仕様フェーズ、CTO による計画レビュー、実装エージェントと CodeRabbit によるレビューを経て人間がリリース判断する AI 駆動開発フローの全体図。司令塔エージェントがループを回し、Takumi Guard が悪性パッケージをブロックする

インタビューから読み取れる要素は、次のとおりです。

司令塔エージェントは、各エージェントの作業とレビューを束ね、「作業してはレビューする」というループを人手を介さずに回す役です。目指すのは、人間の最終レビュアーに届く時点で品質を可能な限り高めておくことです。最終的には、人間はリリース判断だけを行う状態を目標にしています。

以下、3 つのツールを順に見ていきます。

cc-sdd:仕様を「契約」としてエージェントに渡す

cc-sdd は、Claude Code などの AI コーディングエージェントに仕様駆動開発(Spec-Driven Development)のワークフローを導入するツールです。AWS の AI IDE「Kiro」の仕様駆動開発に着想を得ており(README では “Kiro-inspired” と説明)、Kiro の仕様ファイルとも互換性があります。ライセンスは MIT です。

補足:インタビュー記事では SDD を「Software Design Document」と説明していますが、cc-sdd のリポジトリは自らを spec-driven development(仕様駆動開発)のツールとして説明しています。

v3.0 からは Agent Skills として配布されています。インストールはプロジェクトのディレクトリで 1 コマンドです。

cd your-project
npx cc-sdd@latest

生成されるドキュメントを日本語にしたい場合は、上のコマンドの代わりに次を実行します。

npx cc-sdd@latest --claude-skills --lang ja

Claude Code と Codex は安定版(stable)、Cursor・GitHub Copilot・Gemini CLI などはベータ版(beta)という位置づけです。

新しい機能を作るときは、Claude Code のプロンプトで次の順にスキルを呼び出します。

/kiro-discovery 写真アルバム(アップロード・タグ付け・共有)
/kiro-spec-init photo-albums
/kiro-spec-requirements photo-albums
/kiro-spec-design photo-albums
/kiro-spec-tasks photo-albums
/kiro-impl photo-albums

この流れで生成される主な成果物は、次の 3 つです(/kiro-discovery は、このほかに作業の概要をまとめた brief.md なども出力します)。

ファイル内容
requirements.mdEARS 形式(「〜のとき、システムは〜しなければならない」という定型文で要件を書く記法)の要件と受け入れ基準
design.mdMermaid 図を含むアーキテクチャと File Structure Plan
tasks.md境界(_Boundary:_)と依存(_Depends:_)の注記付きの実装タスク

/kiro-impl は、ネイティブのサブエージェント(Claude Code のサブエージェント機能など)が使える環境では、タスクごとに新しい実装役を立てて TDD(RED → GREEN)で実装させます。そのうえで独立したレビュアーがチェックし、行き詰まったときは自動デバッグに入ります。

Libertyship のフローにある「要件定義・設計・レビュアー・実装を別エージェントにする」という構成は、この cc-sdd の考え方とよく一致しています。

cc-sdd のインストールオプション、すべてのスキル、作られるファイルの書き方は「cc-sdd とは? Claude Code・Codex で Kiro 式の仕様駆動開発を回すスキルと使い方」で詳しく解説しています。

cc-sdd は、仕様を「エージェントに渡す命令書」ではなく、システムの部品同士の契約として扱います。エージェントが仕様を書き、人間はフェーズごとのゲートで契約を承認します。最終的な成果物は、あくまでコードです。

社長のように、ドメイン知識はあってもアーキテクチャの前提を知らない人がコードを書く場合も、仕様と設計のフェーズを必ず通せば、「Google Cloud 前提なのに AWS 前提のコード」のようなずれを実装前に見つけられます。

CodeRabbit:PR ごとの AI コードレビュー

CodeRabbit は、GitHub や GitLab の PR に対して自動でコードレビューのコメントを付ける AI レビューサービスです。

Libertyship のフローでは、エージェント内部のレビュアーに加え、PR の段階で CodeRabbit がもう一度チェックする形になります。同じ AI でも、実装したエージェントとは別の仕組みでレビューさせることで、見落としの重なりを減らす狙いがあると考えられます。

エージェント内部のレビュアーは、仕様や設計に沿っているかを作業の途中で確かめます。CodeRabbit は、PR として出てきた差分を外側から見直します。インタビュー記事の見出しにある「私が指摘しなくても全部 AI が指摘してくれるようになればいらなくなる」という発想につながる部分です。

Takumi Guard:悪性パッケージのインストールを止める

Takumi Guard は、GMO Flatt Security のセキュリティ AI エージェント「Takumi byGMO」の機能です。2026 年 3 月に追加されました。

仕組みは、パッケージレジストリと開発者の間に入るプロキシです。npm であれば、レジストリの参照先を Takumi Guard に向けて使います。パッケージをダウンロードするときに悪性かどうかを検証し、悪性と判定されたものはブロックします。提供開始時は npm が対象で、npm に公開されている全パッケージを検査して作った独自のブロックリストで判定すると説明されていました。現在の製品ページでは、PyPI・RubyGems・Go・Packagist にも対象が広がっています。

非エンジニアがエージェントに「このライブラリを入れて」と任せるようになると、何がインストールされるかを人間が逐一確かめるのは現実的ではありません。ソフトウェアサプライチェーン攻撃には、正規のパッケージ名に似せた名前で悪性パッケージを公開するタイポスクワッティングや、乗っ取られた正規パッケージを経由するものがあります。こうした攻撃には、インストールの経路そのものに関所を置くのが効果的です。

注意:X の投稿やインタビュー記事では「脆弱性のあるライブラリをブロック」と紹介されていますが、GMO Flatt Security の公表内容では、Takumi Guard は悪意あるパッケージのインストールを止める機能として説明されています。既知の脆弱性(CVE)を持つバージョンの検出は、SBOM 管理や依存関係スキャンなど、別の仕組みで補う前提で考えるのが安全です。

自社で取り入れるときの 3 つの原則

インタビューのフローから汲み取れる設計の原則は、次の 3 つに整理できます。

  1. 人間のゲートを前に寄せる:実装の後ではなく、計画(仕様と設計)の段階で CTO がレビューする。仕様の段階で直すほうが、コードを直すより安く済む
  2. 書く役と見る役を分ける:実装エージェントとレビュアーエージェントを分け、さらに CodeRabbit という別系統のレビューを重ねる
  3. 自動化できない判断だけを人間に残す:機械的に検出できる問題(悪性パッケージ、規約違反、アーキテクチャの逸脱)はツールとエージェントのループで潰し、人間はリリース判断に集中する

筆者の spec-loop / dev-loop と比べて見えた不足

この 3 つの原則を、筆者が普段使っている仕組みに当てはめてみます。

筆者は、Claude Code のプラグインとして spec-loop と dev-loop をメンテナンスしています(設計の背景は「要求仕様ループを Claude Code プラグインにする」を参照)。

比較の前に、表で使う用語を補足します。

要素Libertyship のフローspec-loop / dev-loop
役割を分けたエージェント要件定義・設計・レビュアー・実装を分ける判定役 3 体が仕様をレビュー
実装前の人間のゲート計画の PR を CTO がレビュー要求と予算の承認をスクリプトで照合
作業とレビューの自動ループ司令塔エージェントcruise / autopilot
実装の検証レビュアーと CodeRabbitVerifier と /code-review の 2 つの関門
形式検査インタビューに記載なしTLA+ / Alloy
依存パッケージの安全性Takumi Guardなし
系統の違うレビュアーCodeRabbitなし
持ち込まれたコードの扱い社長の PR を起点にする入口がない
依頼の振り分けcc-sdd の /kiro-discoveryなし

表の右列を少し補足します。

仕様の厳密さ・検証・人間の承認については、spec-loop / dev-loop のほうが踏み込んでいます。次の仕組みは、インタビューのフローにも cc-sdd にも見当たりません。

一方で、足りないものもはっきりしました。3 つの原則に照らすと、欠けていたのは原則 2・3 に関わるコードの外側の守りと、入口です。次の 3 件を Issue として起票しました。

表の最後の行の「依頼の振り分け」は、まだ Issue にしていません。cc-sdd の /kiro-discovery は、依頼の規模や既存の仕様の有無を見て、「直接実装」「既存の仕様を拡張」「新しい仕様を作る」などに振り分けます。spec-loop / dev-loop には、この入口がありません。

dev-loop は「小さいから」という理由で手順を省かない設計なので、変えるべきは周の厳密さではなく、どのループに乗せるかの振り分けです。入口で振り分けないと、小さな依頼まで重い仕様のループに乗り、非エンジニアが使い続けにくくなります。#998 の取り込みの段とあわせて、今後の検討課題とします。

まとめ

ドメインエキスパートが自分でコードを書けるようになったことは、エンジニア組織にとって脅威ではありません。うまく受け止める仕組みがあれば、ドメイン知識をそのままプロダクトの価値に変える経路になります。CTO の仕事は、コードを書くことから、その経路の品質ゲートを設計することへ移りつつあるのかもしれません。

参考リンク



前の記事
cc-sdd とは? Claude Code・Codex で Kiro 式の仕様駆動開発を回すスキルと使い方
次の記事
Terraform 向け AWS 設計書の書き方 — パラメータシートを variables.tf に対応させる5要素と構成図ツール比較