06 品質ゲート — 5,000+のテストと三重の門

三重の門

flowchart TB
    A["AIが書いたコード"] --> B{"第1門: 形は正しいか（AST検査）"}
    B -->|"No"| X1["❌ 保存しない"]
    B -->|"Yes"| C{"第2門: テストは通るか"}
    C -->|"No"| X2["❌ 直す係へ戻す"]
    C -->|"Yes"| D{"第3門: 全体テストは？"}
    D -->|"壊した"| X2
    D -->|"OK"| E["✅ 納品可能"]

各門の役割

• 第1門（構文検査）: 「説明文をコードとして保存する」事故を防ぐ。AIはまれに、コードではなくお詫びの説明文を返してくることがあるため
• 第2門（個別テスト）: 直したつもりが直っていない、を検知
• 第3門（全体テスト）: 5,000+のテストで「直すために別の場所を壊していないか」を確認

fail-safe の思想

門を通らなかったものは保存しないのが原則です。「一応保存しておく」を選ぶと、壊れたコードが後工程に流れて被害が拡大します。

技術的な土台

<details><summary>▶ 技術的にどうなっているか</summary>

• AST検査（utils/syntax_validator）: コード生成系エージェント（Coder/Debugger/SelfHeal）に共通適用・AST_FAIL_LIMIT=2 で打ち止め
• CoderAgent の説明文フォールバック廃止: コードブロック抽出失敗時は空文字+空AST不合格（案X′・TDD commit b6ed77c3）
• テスト実行検証: pytest の「no tests ran（収集失敗）」も失敗として扱う -Debuggerループ: 層1 AST検査+層3 pytest実行検証+try-finally最終ロールバック
• 全体規模: テストケース 5,203件（collect実測 2026-08-17・外向き表記は「5,000+」）

</details>