Artifacts：Google Antigravityが築く「透明性」という信頼

はじめに：AIの「ブラックボックス」への不安

「このコード、本当に大丈夫なのか？」生成AIを開発に導入し始めた頃、私の口癖はこれでした。 AIが吐き出すコードは一見綺麗ですが、なぜそのライブラリを選んだのか、なぜこの分岐にしたのか、その「プロセス」が見えない。部下なら「なんでこうしたの？」と聞けますが、AIに聞くと「これが最適だと思われます」と涼しい顔で返される（いや、顔は見えませんが）。

私たちは、結果以上にプロセスを重視します。特に障害が発生した際、「なぜこうなったか」を説明できないシステムは、企業として導入するわけにはいきません。 Google Antigravityが他と一線を画すのは、この「プロセスのブラックボックス化」に真っ向から回答を出してきた点にあります。

基礎知識：Artifactsとは何か

Key Concept

Artifactsとは、Google Antigravityのエージェントが作業の過程で生成する有形成果物の総称であり、実装計画書、タスクリスト、ブラウザ操作のビデオ録画、スクリーンショット、実行ログなどが含まれる。

Google Antigravityのエージェントは、いきなりコードを書き始めることはありません。まず、彼らが何を理解し、どう進めるつもりなのかを「Implementation Plan（実装計画書）」として提示します。管理者は、その計画を読み、納得してから「実行」ボタンを押すことができます。

さらに驚くべきは「作業録画」です。エージェントがブラウザでライブラリのドキュメントを検索し、どのページを読んで、どこで納得したのか、その挙動がビデオとして残ります。これは単なる「ログ」ではなく、AIの意思決定の軌跡を可視化するものなのです。

実装計画書：AIの思考プロセスを可視化する

実装計画書（Implementation Plan）をチェックするのは、シニアエンジニアの見せ所です。例えば、DBマイグレーションを含むタスクを投げた時、エージェントが「バックアップの取得」や「ロールバック手順」を計画に含めているか。これを怠るエージェントには、計画の段階で「ダメ出し」を食らわせることができます。

# Implementation Plan の例（Markdown形式）
## Task: User Authentication Migration

### Phase 1: Preparation
- [ ] Create database backup
- [ ] Review current JWT implementation
- [ ] Research Auth0 integration patterns

### Phase 2: Implementation
- [ ] Install @auth0/nextjs-auth0 package
- [ ] Configure Auth0 tenant settings
- [ ] Migrate user sessions

### Phase 3: Validation
- [ ] Run integration tests
- [ ] Verify rollback procedure

「計画段階での対話」は、コードが完成した後のレビューよりも遥かに低コストです。 AIとの間に健全な緊張感を持てるようになったのは、この計画書という共通言語ができたおかげです。

作業録画：エージェントの行動を追跡する

先日、エージェントが本番環境に近いテストサーバーでエラーを吐き、そのまま停止しました。これまでのツールなら「エラーメッセージ」が出るだけですが、Google AntigravityのMission Controlには「録画」が残っていました。

再生してみると、エージェントが不適切なコマンドを打ち込み、コンソールが赤く染まった瞬間が鮮明に映っていました。「あ、ここだ」。一瞬で原因が特定できました。これはメンバーとのペアプロ時に「あ、今何やった？」と聞き返すのと同じ体験です。 AIが何者であるかを理解するための、最高の教育資料でもあります。

よくある課題：録画を見る時間がない？

Warning

透明性が上がったからといって、マネージャーが全録画をチェックするのは非効率です。それではマイクロマネジメントに逆戻りしてしまいます。

私は以下の「検証の作法」を自分に課しています。

クリティカルな箇所のスポットチェック：決済周りや認証周りは録画まで確認。
計画書の承認（Approve）：指示を出した直後の「プラン」のレビューに全精力を注ぐ。
例外ログの深掘り：正常終了したものはログだけ、失敗したものはArtifactsを読み解く。

「信じる、けど疑う（Trust, but verify）」。このバランスを保つことで、初めてAIはチームの正式な一員になれるのです。

まとめ：透明性が生む、新しい信頼関係

かつて「AIは嘘をつく（ハルシネーション）」と言われ、恐れられました。しかし、Google Antigravityのように「思考の証拠」をArtifactsとして提出してくれるのであれば、それはもはや嘘ではなく、議論可能な「一つの提案」になります。

透明性は、信頼を築くための最低条件です。皆さんのチームでも、単にコードを生成させるだけでなく、「なぜそのコードを書いたのか」をArtifactsで問いかけてみてください。そこにはきっと、私たちがかつて忘れていた「エンジニアリングの楽しさと厳しさ」が再発見できるはずです。

このブログを検索

一生ヘタレプログラマ