---
title: AI時代の フィードバックサイクル設計 AI の速度を殺さない開発フローの作り方
tags: 
author: [Hidetaka Okamoto](https://docswell.com/user/hideokamoto)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/DJY452257M.jpg?width=480
description: Qiita Conference 2026
published: May 27, 26
canonical: https://docswell.com/s/hideokamoto/Z1QXW2-2026-05-27-202306
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/DJY452257M.jpg)

CircleCI スポンサーセッション | 2026年5月27日
AI時代の
フィードバックサイクル設計
AI の速度を殺さない開発フローの作り方
岡本 秀高 ( @hidetaka_dev )
Senior Field Engineer
#QiitaConference
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7NYN884E8.jpg)

自己紹介
Hidetaka Okamoto
(岡本秀高 )
● CircleCI Senior Field Engineer
● 年間100本ペースで記事を書く人
● CircleCIJapan ( Qiita )にて4月は平日毎日更新
https://qiita.com/CircleCIJapan
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/YJ9PRKK473.jpg)

CircleCI について
AI 速度でコードを検証する、世界トップクラスの CI/CD プ
ラットフォーム
10K
200万 9,000万
300+
顧客企業
ユーザー（開発者）
従業員数（全世界）
月間ビルド数
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/GJ8DWRRVJD.jpg)

AI駆動開発における
ソフトウェア企業の課題
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/LJLMNKKRER.jpg)

AI駆動開発における
ソフトウェア企業の課題
AIに書かせたコードの多くが
本番環境にデプロイされていない
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/47MYX22P7W.jpg)

State of Software Delivery Report 2026
デリバリーのパイプラインから、分析
出典: CircleCI State of Software Delivery Report 2026
https://circleci.com/resources/2026-state-of-software-delivery/
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/P7R9NMMYE9.jpg)

State of Software Delivery Report 2026
世界的にコードの⽣成量は増加
+59%
前年⽐ / 全プロジェクト平均
過去7年で
⾒たことのない規模の変化が
開発の現場で発⽣している
出典: CircleCI State of Software Delivery Report 2026
https://circleci.com/resources/2026-state-of-software-delivery/
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/PJXQNVV47X.jpg)

Validation Gapの発生
ただし多くのコードがデリバリーされていない
ブランチ別 中央値チームのスループット変化
メインブランチでの成功率
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/3JK9NQQPJD.jpg)

成功した企業との格差がより拡⼤する
上位5%チームのWF実行量
中央値チームの WF 実行量
97%+
+4%
下位25%チームの WF 実行量
前年比
大幅な生産性向上を実現
0%
生成したものをどれだけリリースできているかが、
AI導入効果の差を生み出す
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/LE3WVPP4E5.jpg)

AIが介在する前
コード生成（手元の開発）とリリースまでのWFは均衡していた
Inner Loop
Debug
Outer Loop
Plan
変更 (Change)
Release
Build
Deploy
Test
フィードバック (Feedback)
Validate
Code
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/8EDK8LL57G.jpg)

After AI
コード生成だけが加速し、ループが詰まり出した
Inner Loop
Debug
Outer Loop
Plan
変更が大量に流れ込む
Release
Build
Deploy
Test
フィードバックは追いつかない
Validate
Code
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/V7PK822DJ8.jpg)

開発におけるボトルネックが、後ろの工程にシフトした
コーディング
レビュー
テスト
デプロイ
リリース
10x
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/2JVVNDDGJQ.jpg)

開発におけるボトルネックが、後ろの工程にシフトした
コーディング
10x
レビュー
テスト
デプロイ
リリース
⚠
⚠
⚠
⚠
1x
1x
1x
1x
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/5EGLKYVDJL.jpg)

LLMと20分作業して、
CIの実行に 2時間かかるなら、それは機能しない。
フィードバックループの各段階は、
同じオーダー（桁）の時間で揃っていなければならない。
— Liz Fong-Jones Honeycomb Technical Fellow)
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/4JQYNM6X7P.jpg)

AI の速度に追従できる
フィードバックの形が必要
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/K74WGV42E1.jpg)

フィードバックを 4 つの観点で再設計する
速度
AI と同じオーダー（桁）の時間で返るか
粒度
適切な粒度とタイミングで検証を実施できているか
形式
人間・エージェント、どちらでも実行できる形か
記憶
揮発する文脈・暗黙知が、リポジトリやCI に外在化されているか


# Page. 17

![Page Image](https://bcdn.docswell.com/page/LJ1YD34KEG.jpg)

loop.circleci.com
CircleCI Research（Loop Lab）による AI駆動開発の実験
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/GJWGYPXP72.jpg)

実験1
デバッグ‧修正は
⼀⼈でやるか、みんなでやるか
https://loop.circleci.com/one-agentvs-a-team-what-benchmark-data-sa
ys-about-multi-agent-debugging
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/4EZLXK6673.jpg)

実験1: デバッグ・修正は一人でやるか、みんなでやるか
バグの修正方法をソロ vs チームで比較検証
52個のバグを仕込んだ ECアプリで検証
セキュリティ・性能・コード品質・ロジックの 4カテゴリ。
同じClaude Opus 4.6を、ソロと「専門特化チーム」で比較。
重み付けスコア (Security ×3.0, Logic ×2.5, ...) で評価。
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/Y76W4Q2L7V.jpg)

実験1: デバッグ・修正は一人でやるか、みんなでやるか
バグの修正方法をソロ vs チームで比較検証
52個のバグを仕込んだ ECアプリで検証
セキュリティ・性能・コード品質・ロジックの 4カテゴリ。
同じClaude Opus 4.6を、ソロと「専門特化チーム」で比較。
重み付けスコア (Security ×3.0, Logic ×2.5, ...) で評価。
チーム構成で改善量が
+75%
性能・ロジックなど、文脈を横断する
バグでチームが圧勝。
同じモデル × 同じコードベース × 同じ重み。
違いは「並列に走らせて分担させたか」だけ。
20


# Page. 21

![Page Image](https://bcdn.docswell.com/page/G75MQR2M74.jpg)

実験1: デバッグ・修正は一人でやるか、みんなでやるか
複数のバグ修正は、分割・並列して修正する
•
•
バグの数だけコンテキストが肥⼤化する
○ エラーの再現
○ ログやコードの調査
Context Rot が発⽣しやすくなる
○ 抜け漏れやハルシネーション
Subagentあるいは
チケットシステムなどを使い、
１つの問題に集中させる
Solo Agent
🤖
1 Agent
Security
Performance
Logic
Quality
vs
Team Agents
🤖
Security
🤖
Performance
🤖
Logic
🤖
Quality
21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/9J29PD4RER.jpg)

実験2
AI の「チェックOK」は
信⽤に値するか？
https://loop.circleci.com/we-let-an-ai
-agent-say-i-passed-was-it-actuallygood
22


# Page. 23

![Page Image](https://bcdn.docswell.com/page/DEY452M5JM.jpg)

実験2: AI の「チェックOK」は信用に値するか？
AI も「自分の環境では動作する」と主張する
•
⾃律的なコーディングエージェントを利⽤
○ RalphループをベースにCI対応した
研究⽤の独⾃OSS
○ CIのFBも待って取得できる
○
•
https://github.com/CircleCI-Research/ralph-ci
同じゲームアプリ開発を指⽰
CI チェックの有無だけを変更
23


# Page. 24

![Page Image](https://bcdn.docswell.com/page/VJNYN8W478.jpg)

実験2: AI の「チェックOK」は信用に値するか？
AI も「自分の環境では動作する」と主張する
•
⾃律的なコーディングエージェントを利⽤
○ RalphループをベースにCI対応した
研究⽤の独⾃OSS
○ CIのFBも待って取得できる
○
•
CI チェックを
必須化
100% CIが成功
CI チェックを
スキップ
20％ しかCIを
パスできなかった
https://github.com/CircleCI-Research/ralph-ci
同じゲームアプリ開発を指⽰
CI チェックの有無だけを変更
24


# Page. 25

![Page Image](https://bcdn.docswell.com/page/YE9PRKX4J3.jpg)

実験2: AI の「チェックOK」は信用に値するか？
AI も「自分の環境では動作する」と主張する
•
⾃律的なコーディングエージェントを利⽤
○ RalphループをベースにCI対応した
研究⽤の独⾃OSS
○ CIのFBも待って取得できる
○
•
CI チェックを
必須化
100% CIが成功
CI チェックを
スキップ
20％ しかCIを
パスできなかった
https://github.com/CircleCI-Research/ralph-ci
同じゲームアプリ開発を指⽰
CI チェックの有無だけを変更
Code is cheap. Green CI is priceless.
コードの生産者による「自己申告」ではなく、CIによる検証で完了を定義すべき
25


# Page. 26

![Page Image](https://bcdn.docswell.com/page/GE8DWR2VED.jpg)

実験2: AI の「チェックOK」は信用に値するか？
Learn: エージェントの作業中にできる限りの FBを出す
コーディング中
Push - PR作成まで
Review / マージまで
Inner Loopでのフィードバック
レビュー前の最終チェック
Outer Loopでの検証
Type Check
CI や実環境ベースのビルド
Staging / Branch Deploy
Lint
より広範囲なテスト
E2E / Smoke
Unit Test
Whyの明文化
セキュリティスキャン
26


# Page. 27

![Page Image](https://bcdn.docswell.com/page/LELMNK2R7R.jpg)

実験2: AI の「チェックOK」は信用に値するか？
Learn: エージェントの作業中にできる限りの FBを出す
コーディング中
Push - PR作成まで
Review / マージまで
Inner Loopでのフィードバック
レビュー前の最終チェック
Outer Loopでの検証
Type Check
CI や実環境ベースのビルド
Staging / Branch Deploy
Lint
より広範囲なテスト
E2E / Smoke
Unit Test
Whyの明文化
セキュリティスキャン
早く手に入る検証 / FB はコード生成の近くで行う
27


# Page. 28

![Page Image](https://bcdn.docswell.com/page/4JMYX28PJW.jpg)

Chunk Sidecar
PREVIEW
Inner Loop（ローカル環境）にて、CIの検証を実施する
mirrors CI な環境
<60秒 でフィードバック
主要コーディング AI に対応
$ brew install CircleCI-Public/circleci/chunk
28


# Page. 29

![Page Image](https://bcdn.docswell.com/page/PJR9NM5Y79.jpg)

Smarter Testing
Beta
テスト結果を継続分析し、必要なテストのみを選別‧実⾏する最適化機能
影響のないテストの⾃動スキップ
コードの変更差分を瞬時に解析し、
関係のないテストを排除してCI時間を⼤幅に削減
並列実⾏の動的最適化
選別されたテストを複数ジョブへ⾃動分割し、
コンテナの計算リソースを無駄なく活⽤
次回の⾼速化に向けた⾃動学習
実⾏後のカバレッジを継続分析し、
次回の選別精度を⾼める影響度データを⾃動更新
29


# Page. 30

![Page Image](https://bcdn.docswell.com/page/PEXQNVK4JX.jpg)

実験3
オンボーディングを
Wiki でやるか、スキルにするか
https://loop.circleci.com/team-onbo
arding-buddy-claude-code-skills-vsthe-wiki-maze
30


# Page. 31

![Page Image](https://bcdn.docswell.com/page/3EK9NQ5PED.jpg)

Wikiの迷路を、実行可能な Skillに置き換える
チーム配属時のオンボーディングを
Claude CodeのPluginとして配布
Agent Skills + MCPで
「実際に読んで」検証を行う
team-name/
├── plugin.json
└── skills/
├── onboarding/SKILL.md
← 入口
├── access/SKILL.md
← MCP実検証
31


# Page. 32

![Page Image](https://bcdn.docswell.com/page/L73WVPK475.jpg)

Wikiの迷路を、実行可能な Skillに置き換える
チーム配属時のオンボーディングを
Claude CodeのPluginとして配布
Agent Skills + MCPで
「実際に読んで」検証を行う
Wiki: ⾃分で探索して発⾒し、解釈が必要
古い⼿順書を12個読み、13個⽬を⾒逃し、
3⼈にDMして相談。
セットアップ時の１⾏のtypoで半⽇が消える
team-name/
Skill + MCP が伴⾛しながらチェック
├── plugin.json
└── skills/
├── onboarding/SKILL.md
← 入口
├── access/SKILL.md
← MCP実検証
設置の抜け漏れがないかなどをその場で相談。
エージェントが設定を検証し、
フィードバックをリアルタイムに実施
32


# Page. 33

![Page Image](https://bcdn.docswell.com/page/87DK8L35JG.jpg)

情報を増やすのではなく、
学びのルートを整備する
"Onboarding is not an information problem.
It is a routing problem."
オンボーディングは情報の問題ではない。
正しい順序で動かすための、設計の問題だ
暗黙知は Skill で外在化。
情報を増やすのではなく、必要な時に検証が走るルートを与える。
33


# Page. 34

![Page Image](https://bcdn.docswell.com/page/VJPK824DE8.jpg)

Chunk CLI + Claude Code
PREVIEW
明⽂化されていないコードレビューの基準を、過去の PR ベースで明⽂化する
$ brew install CircleCI-Public/circleci/chunk
$ chunk build-prompt \
--org myorg --repos api,backend --top 5
Step 1/3 Discovering Top Reviewers
[1/1] web-ui-consolidated
✓ Details written to
.chunk/context/review-prompt-details.json
✓ PR rankings written to
.chunk/context/review-prompt-details-pr-rankings.c
sv
Step 2/3 Analyzing Review Patterns
Sending 194 comments (~97387 tokens)
✓ Analysis written to
.chunk/context/review-prompt-analysis.md
Step 3/3 Generating PR Review Prompt
✓ Prompt written to
.chunk/context/review-prompt.md
⏺ Review Summary
Files reviewed: 4
Issues identified: 2
Findings
1. Component name suffix swapped between CI and
deploy configs
.circleci/config.yml:45 and
.circleci/deploy.yml:33 | Critical
The two changes swap the -artifact suffix between
the files in opposite
directions: config.yml drops the -artifact suffix
from the component name,
34


# Page. 35

![Page Image](https://bcdn.docswell.com/page/2EVVNDXGEQ.jpg)

AI 時代に必要なフィードバックの 4 形式
速度
AI と同じオーダー（桁）で返らないとフィードバックは機能しない
粒度
1つのジョブに詰めず、 Inner / Push / Review に目的を分ける
形式
人間しか読めない手順を、エージェントが実行できる形式に置き換える
記憶
揮発する文脈・暗黙知を、リポジトリ・ CI・MCP に外在化する
→ 実験2 / Chunk Sidecar が Inner Loop で <60秒 の検証を提供
→ 実験2 / Smarter Testing で変更影響だけを検証
→ 実験3 / SKILL.md・MCP・Chunk CLI build-prompt
→ 実験1 (Context Rot) と 実験3 (Skill での暗黙知外在化 )
35


# Page. 36

![Page Image](https://bcdn.docswell.com/page/57GLKYRDEL.jpg)

自社の開発フローを検証する 4 つの問い
速度
AI が書いてから CI フィードバックが返るまで、何分かかっているか
粒度
変更影響に絞って検証する仕組みがあるか
形式
新人・エージェントが最初に読む手順は、実行可能な形式か
記憶
過去の失敗パターンや暗黙知が、リポジトリや CI に外在化されているか
36


# Page. 37

![Page Image](https://bcdn.docswell.com/page/4EQYNMVXJP.jpg)

Thank you.
Q & A / Feedback Welcome
岡本 秀高 / CircleCI合同会社
loop.circleci.com / circleci.com
37