AI-DLC v2 が一般公開(GA)！！！ClaudeCode使いは今すぐに使うべきか？

ついにAI-DLC v2がGAされました。

結論

並行で開発できるなら、1PJや1タスクといった部分的に導入を挑戦してみても問題はない使用感でした！

直列で進めている方や、スイッチングコスト、導入の手間などで悩む方なら、現状一般公開の1歩手前、プレビュー段階です。
というのも、バグや動作不安定感が正直強いので、数ヶ月（自分は一旦1ヶ月単位にします）様子を見ても、問題ないと判断します。（もしくはmainブランチがv2相当になった頃）

詳しくは直近の変更履歴や、イシューを確認してください。
https://github.com/awslabs/aidlc-workflows/blob/v2/CHANGELOG.md
https://github.com/awslabs/aidlc-workflows/issues

ただ、思想としては面白いので、各種ドキュメントを読み込み、コードナレッジベースの用意を進めるべきと感じました。

ナレッジは、Tier1（PJで編集しない）、Tier2（PJで編集するもの）の2点があるので注意
https://github.com/awslabs/aidlc-workflows/blob/v2/docs/guide/08-knowledge.md#knowledge-loading-order

メインのタスクに入れてしまうと、かなり（約5倍〜20倍、その分品質は高い）開発効率が落ちてしまうことが懸念されますので、その点についてはgit worktreeや干渉しない別PJを持っているのであれば挑戦をお勧めします！

ちなみに、個人開発についてはオーバースペックなので、お勧めしません！
あくまで5名以上のチーム開発向けだと思ってください。

この先はどんなことを試したのか、の解説になります！

対象：

• AI-DLC v1を知っている
  →まず、AI-DLCって何？という方は下記の記事をご覧ください。
  https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/
• v1とv2の変更点についてはある程度把握している
  →v1を使ったことない方も、v2との比較から入ると自身のワークフローとの違いがわかりやすいです。下記を確認してください。
  https://qiita.com/Syoitu/items/a784d74541fac33f6814
  https://zenn.dev/aws_japan/articles/aidlc-workflows-v2-harness-engineering
• v2を触ったことなく、導入ハードルが高い（定性評価のため、参考にしづらいと思います。導入できるならやってみることをお勧めします！）
• ClaudeCodeを利用（Codex、Cursorは読み替えれば問題ないとは思いますが、試しておりません。）
• AWS Bedrockが使えない

背景・状況：

今まではKiro、Cursorベースで開発を進め、自身やメンバーからのFBをもとにスキルやルール、サブエージェントを増やしてきました。
ClaudeCodeに移行し、もっとバランスのよい（スピードも維持しながら、脆弱性やバグを減らす）AI駆動開発は？と考え、AI-DLC v2に辿り着きました。
また、別PJに今のAI駆動開発のフローを適用するにはどうするべきか、というのも最近の課題でした。

モデルは、Opus4.8推奨とのことでしたが、Opus5を利用しています。
PJは20万行規模のモノレポ、TypeScriptです。

導入方法：

公式（英語）か下記日本語記事を参考にするのがベストです。
https://github.com/awslabs/aidlc-workflows/blob/v2/docs/guide/01-getting-started.md
https://builder.aws.com/content/3HTM8fy03i3KDJkfX7hilYrFM3D/ai-dlc-workflow-v2claude-codequick-start

プロジェクトの
.claude/settings.json
や
.claude/settings.local.json
をカスタマイズするとAWS Bedrockなしでも動かせます。お試しあれ。

結果：

ケース1: 今まで15分程度で終わっていたその場しのぎのバグfix

→根本原因まで見つけ、横展開を複数箇所に実施：結果5時間程度
5hウィンドウを使い果たすことなく、バグを修正完了。
人間による品質チェックでも、横展開を経て多数修正しているにも関わらず、デグレや修正漏れは少ない（約30%程度に減少）

ケース2: インフラも含む大規模機能開発

MVPスコープで実施し、32ステージのうち、10ステージ程度はスキップで対応
従来より、かなり時間はかかるが（2,3時間→12時間程度）、高い精度（6割程度→8,9割）で開発完了。

やれていないこと

変更履歴を追いながら、下記を検討しています！

• 全く同じ大規模開発をAI-DLCを使わずに試すこと
• Opus 4.8、Sonnet5との比較(下位のモデルにすると承認ゲートをスキップ等してしまうとの記載あり)
• 各種定量的な数値化（行数・ファイル数あたりのバグ）
• 比較対象との検討（探すところから）
• v1を試す