ドキュメンテーション・ドリフトは今やAIコーディングエージェントにとってランタイムバグである

ドキュメンテーション・ドリフトはかつて人間の開発者にとって厄介なものだった——課金パスが移動された理由を追跡するのに一日を無駄にした。今やそれはランタイムバグだ。AIコーディングエージェントはAGENTS.md、CLAUDE.md、Wiki、ランブックを動作指示として読み込む。古いアーキテクチャノートはジュニア開発者を混乱させるだけでなく、一見生産的に見えて間違ったプルリクエストにシリアライズされる。

LangChainは最近、コーディングエージェント向けにリポジトリのドキュメントを生成・維持するオープンソースのエージェント兼CLIであるOpenWikiをリリースした。このツールはopenwiki/ディレクトリを作成し、エージェント指示を追加し、GitHub Actionテンプレートでopenwiki --initとopenwiki --updateをサポートする。これは、リポジトリのドキュメントがもはやオンボーディング資料ではなく、実行パスの一部であるという直接的な認識である。

ドキュメントは今やランタイムの一部である

ホットファイル——プロンプトキャッシュやAGENTS.md——には、すべての実行に適用されるルール（ビルドコマンド、サービス境界、セキュリティ制約）のみを含めるべきだ。すべてのアーキテクチャ決定の投棄場になってはならない。Chromaのコンテキストロット研究は、18のテスト済みモデルにおいてコンテキストが増えるにつれてLLMのパフォーマンスが低下することを示している。コンテキストが多いほど良いわけではない；ノイズが多く、古い段落に固執しやすくなる。

Codified Context論文（arxiv 2602.20478v1）は、108,000行のC#システムにおいて、ホットメモリ憲法、専門エージェント、コールドメモリ知識ベースの3層コンテキストアーキテクチャを実証している。この論文は、エージェント向けドキュメントを耐荷重インフラとして扱う——所有者を持ち、レビューで変更され、差分が容易で、失敗する方法を持つべきである。

ドリフトは障害モードである

古いランブックは、インシデントアシスタントが間違ったダッシュボードに対して動作する原因となる。エージェントはチームがもはやディスクに持っていないテストを実行し、誤ったコードをプッシュする。修正方法は、エージェント向けドキュメントをエージェント評価と同じループに置くことだ。LangChainのPendoケーススタディは、Novusが製品分析、セッションリプレイ、LangSmithトレースをコード修正に接続することで、PMレビュー評価で90%以上の成功率を達成したことを示している。レビュアーが同じ間違いを繰り返し修正する場合、その知識はエージェント向けドキュメントに属する。

Mixpanelは、AIがワークフローに導入された後、同じエンジニアリングチームでプルリクエストが50%増加したと報告した。高速なコードは古いコンテキストをより高価にする。すべてのプルリクエストは今やエージェント向けのドキュメント更新を必要とし、間違った前提はすべてリワークループを生成する。システム全体は忙しく動いているように見えながら、間違っている。

リポジトリのドキュメントを設定ファイルのように扱え：バージョン管理され、レビューされ、所有される。代替案は、AIが自信を持って間違った変更を出荷することだ。