# The Software Development Lifecycle is Dead 従来の[[ソフトウェア工学|ソフトウェア開発ライフサイクル]]（SDLC）は、AIエージェントの台頭によってその境界が崩壊し、単一の高速なフィードバックループへと統合されつつある。 ## 1. 伝統的SDLCの崩壊（Collapse） 従来の「要件定義 → 設計 → 実装 → テスト → コードレビュー → デプロイ → モニタリング」という線形プロセスが、AIによって以下のように統合される。 - **要件定義と設計の流動化** - 要件は固定された文書ではなく、AIとの対話を通じたプロトタイピングの過程で「発見」される副産物となる。 - **実装とテストの同時並行** - AIがコードとテストを同時に生成するため、TDD（テスト駆動開発）がデフォルト化し、独立したQAフェーズが不要になる。 - **コードレビューの自動化** - 人間によるPR（Pull Request）レビューは例外ベースとなり、対抗的なAIエージェントによる自動検証と自己修正が主流となる。 - **デプロイの自律化** - AIが複雑なパイプラインを構築し、機能フラグ管理や自動ロールバックを含むリリースサイクル全体を管理する。 ## 2. 新たなパラダイム：Intent-Context-Iteration 線形なSDLCに代わり、以下の「インテント（意図）ベース」のループが核心となる。 1. **Human Intent + Context**: 人間が「意図」と十分な「文脈」を提示。 2. **AI Agent**: エージェントがビルド、テスト、デプロイを遂行。 3. **Observe**: 実行結果を観測。 4. **Next Intent**: 観測結果に基づき、次の意図を提示する。 このプロセスにおいて、AIは「段階」を認識せず、単一の継続的な反復として処理を行う。 ## 3. コンテキスト・エンジニアリング（Context Engineering） 従来の「プロンプト・エンジニアリング」から、より広範な「コンテキスト・エンジニアリング」へのスキルシフトが発生する。 - **Prompt Engineering**: 特定の指示をAIに与える技術。 - **Context Engineering**: AIが正しく、効果的に構築を行えるよう、包括的で高品質な「文脈（コンテキスト）」を構築・維持する技術。 - 出力の質は、プロセスの厳密さではなく、提供されたコンテキストの質に直結する。 ## 4. モニタリングの役割の変化：閉ループ・フィードバック モニタリングは、SDLCの中で唯一生き残り、かつ最も重要な基盤となる。 - **Observability as Safety**: 人間がレビューできない速度でコードがリリースされるため、観測可能性（Observability）が唯一の安全装置となる。 - **Closed-Loop System**: テレメトリデータが直接AIエージェントにフィードバックされ、エージェントが自らデプロイしたコードの回帰（Regression）を検知し、自律的に修正する。 ## 結論：Code-FirstからIntent-Firstへ エンジニアリングの本質は「コードを書くこと」から「意図を伝え、文脈を管理すること」へと移行する。これにより、人間は機械的なコーディング作業から解放され、より高度な判断や創造性が求められる問題に集中できるようになる。