私たちの 働き方
人間対AIではありません。AIが人間を置き換えるのでもありません。これは人間 + AI—シニアの経験がAI能力を導きます。それぞれが最も得意なことをします。
コア 信念
1年間の試行錯誤から学んだ原則。主に錯誤。
まず計画、そして構築
すべてのタスクは計画から始まります。AIが提案し、人間が承認します。アプローチが理にかなうまで繰り返します—そして実行します。整合性が取れるまでコーディングなし。
すべてを検証
AIがコードを生成します。人間がすべての行をレビューします—才能あるジュニアとのペアプログラミングのように。信頼するが検証する。常に。例外なし。
PR、直接Pushは絶対しない
AIがプルリクエストを作成します。人間がレビューしてマージします。mainへの直接プッシュは禁止です。これは交渉の余地がありません。
失敗を文書化
AIがミスをしたら、私たちは文書化します。組織的記憶が繰り返すエラーに勝ちます。すべての失敗がガードレールになります。
小さなコンテキスト、大きな結果
コードベース全体をコンテキストに投げ込まないでください。外科的に。1つのファイル、1つの問題、1つの解決策。焦点を絞ったコンテキストがより良い出力を生み出します。
AIが退屈なことを処理
テスト。ドキュメント。設定。マイグレーション。ボイラープレート。AIに退屈な仕事を任せて、人間がアーキテクチャと難しい問題に集中できるようにします。
ワーク フロー
すべての機能、すべてのバグ修正、すべての変更がこのプロセスに従います。
イシュートラッキング
すべてのタスクはLinearまたはGitHub Issuesにあります。仕様、受け入れ基準、コンテキスト。チケットなしで作業は始まりません。
私たちは大きなチームのように働きます—なぜなら私たちがそうだからです。構造がスピードを可能にします。
計画フェーズ
AIが実装アプローチを提案します。人間がレビューし、質問し、洗練します。整合するまで繰り返します。
ここでシニアの経験が重要になります。悪い計画は高価なバグになります。
実装
AIがコードを書き、テストを作成し、ドキュメントを更新します。人間がリアルタイムでdiffをレビューします。行ごとに。
ペアプログラミングと考えてください、魔法の杖ではありません。人間は常にいます。
テスト
ユニットテスト、統合テスト、E2Eテスト。すべてのビルドとデプロイで自動的に実行されます。
グリーンでなければ、出荷なし。テストはオプションではありません—AIの出力を検証する方法です。
レビュー & マージ
PR提出済み。人間が最終レビューを行います。CIがパスしなければなりません。そのときだけ：mainにマージ。
本番を安全に保つゲート。すべての変更はその場所を勝ち取る必要があります。
ドキュメント化
コード変更がドキュメント更新をトリガーします。アーキテクチャの決定が記録されます。チャットだけに存在するものはありません。
チャットは消えます。ドキュメントは生き残ります。重要なことはすべて書き留められます。
技術 スタック
AIモデル
言語
フロントエンド
モバイル
バックエンド
データベース
AIツール
テスト
インフラ
CMS
モニタリング
ワークフロー
正直な 真実
ハイプサイクルが教えてくれない、私たちが学んだこと。
AIは一晩で10倍生産的にはしてくれません。そう言う人は何かを売っています。
セットアップはAIで10倍速くなります。実際のコーディングはおそらく2-3倍。それでも大きいです。
どうせコードの80%は書き直されます。「完璧な」コードではなく、正しいソリューションを出荷してください。
シニア開発者がAIコーディングで勝ちます—より良いプロンプトのためではなく、良いものがどのように見えるかを知っているからです。
本当のアンロックはツールではありません—それが何に優れているかを理解し、そこに容赦なく適用することです。
なぜこれが 機能するのか
AI強化開発の本当の勝者はシニア開発者です。より良いプロンプトを書くからではなく—良いコードがどのように見えるかを理解しているからです。
スケールするシステムをどう設計するか知っています。エッジケースがどこに隠れているか知っています。どのショートカットが高価な負債になるか知っています。
AIが速度を処理します。人間が判断を処理します。一緒なら、両方を得られます—どちらも犠牲にせずに。
プロアクティブ モニタリング
問題が起きるのを待ちません。私たちのエージェントが24時間体制でシステムを監視し、ユーザーが気づく前に問題を修正します。
ほとんどのチームはユーザーが報告して初めてバグを発見します。私たちは午前3時に発見します—インシデントになる前に。
私たちのAIエージェントは、ログ、エラートラッカー、パフォーマンスメトリクスへの読み取り専用アクセス権を持っています。継続的な分析を実行します：人間が見逃す異常、劣化パターン、サイレント障害を検出します。
何かがおかしいと思われる場合、根本原因分析と提案された修正を含む詳細なレポートが届きます—単なるアラートではありません。「何かがおかしい」から「何が起きたか、修正はこれ、PRはこちら」まで数分で進みます。
これは理論ではありません。私たちは自社のプロジェクトで24時間365日運用しています。毎朝、夜間に検出され解決されたことのレポートとともに目覚めます。
こうしてVigilが生まれました — 私たち自身のインフラエージェント、現在マネージドサービスとして提供中です。vigil.kerber.ai
継続的ログ分析
AIエージェントがSentry、Datadog、CloudWatch、カスタムログを監視します。パターンマッチングが静的アラートが見逃す問題を捕捉します—緩やかなメモリリークやゆっくり上昇するエラー率のような。
夜間自律修正
午前2時に発見された重大バグは午前6時までにPRが作成されます。非重大な問題はドキュメント化され優先順位付けされます。驚きではなく解決策とともに目覚めます。
トレンド検出と予測
火事を監視するだけではありません—予測します。使用パターン、インフラコスト、APIの非推奨化。問題に反応するのではなく、先手を打ちます。
でもシニアが去ったら 誰が引き継ぐ？
正しい質問です。これが私たちの答えです。
「シニア開発者がAIコーディングで勝つのは、良いものがどのように見えるか知っているからです。」その通りです。でもそのシニアが去ったらどうなりますか？
だからこそ専門知識-as-a-Serviceが機能するのです。企業は高価なシニアをフルタイムで雇う必要はありません—判断力を借りればいいのです。週1-2時間のシニアガイダンス、40時間のベビーシッターではありません。
そして私たちはコードをレビューするだけではありません。プロジェクトより長生きする品質システムを構築します：文書化されたパターン、アーキテクチャ決定記録、「良いものがどのように見えるか」をコード化するテストスイート。
目標はシニアが永遠にAIをレビューすることではありません。目標はシニアの知識が持続可能になることです。
オンデマンドの専門知識
シニア給与なしのシニア監督。一人の専門家が複数のプロジェクトをガイドできます—人数なしで判断力を得られます。
持続する知識
すべてのレビューがドキュメントになります。すべての決定が記録されます。私たちが去っても、品質システムは残ります。
より速い学習ループ
AIと働くジュニアはリアルタイムでフィードバックを得ます。2027年のジュニアは2017年のシニアより多くのパターンを見ることになります。私たちはそれを加速します。