AIは最高級言語になれるのか？ -「動いている挙動が正義」から始める設計論-　②

私が理想とする最高級言語構想

今は仕様駆動AI開発手法といった方が意味が近い。
ではどういう構想か？

これは書きかけ記事です。今はchatgptとの会派のログそのまま。

“最高級言語” 実験としての勝ち筋

構想を一番美しく成立させる形はたぶんこれ：

• 仕様書：入出力契約 + 安全策（DDNS負荷、タイムアウト等）
• テスト：ブラックボックスの受け入れ試験（合否はここだけ）
• 計測：ログ/メトリクスで「ズレ」を機械的に出す
• 修正：AIがテスト失敗レポートから自己修正
• 人間：実機テストと最終承認だけ

これが回ったら、

AIは最高級言語たりえる

なぜGitHub / GitHub Actionsが効くのか

1) 環境を固定できる（再現性）

Actionsのランナーは「同じOSイメージ・同じ手順」で回せる。
つまり「俺の環境では動く」が潰れる。

• Ubuntu-latest（固定はpin推奨）
• Alma系はコンテナやVMで再現もできる（多少工夫は要るけど）

2) 失敗時の証拠が自動で残る（観測）

ログ・成果物・差分が勝手に残せる。

• stdout/stderr
• キャッシュファイルの中身
• 生成物（バイナリ、設定、ログ）
• “期待値との差分” そのもの

AIに渡す材料が自動で揃う。

3) テスト＝仕様になる（契約の固定）

Actionsで回るテストは、そのまま「合格条件」になる。

• dipper と dipper_ai の 振る舞い比較テスト
• 回数制限・タイムアウト・多重起動防止などの 性質テスト
• “DDNSサーバーに負荷をかけない”を回数で縛る

これが揃うと、実装がRustでもアセンブリでも関係なくなる。

4) バグ修正のループが回せる（自動化）

PRが出たらテスト、落ちたら落ちた証拠が残る。
「直したつもり」が減る。

そして君の構想だとさらに強くて：

• AIが修正案をコミットする（人間はレビュー/実機テストだけ）
• Actionsが判定する
• 落ちたらログを材料にAIが再修正

つまり **“自己修正コンパイラ”**の土台になる。

5) 証拠が“会話”じゃなく“履歴”に残る

重要なのはここ。

• issue
• PR
• commit
• workflow logs
• artifacts

これが全部「仕様の進化ログ」になる。
1年放置しても戻ってこれる。

dipperが好きな「ファイルに状態を置く」思想の、開発版。

AI＋GitHub + Actions は、

「仕様（テスト）→実装→検証→証拠→修正」
を人間の記憶から切り離して、機械的に回せるから

GitHub Actionsは、AIのための“現実判定装置”になる。

仕様駆動AI開発と私が考える最高級言語の最終的な違い

仕様駆動AI開発：
「AIとGitHubをどう使えばいいか」を説明する

最高級言語：
「AIとGitHubを使っていることを忘れさせる」

この差だけ。

でもこの差は、
“方法論”と“言語”を分ける決定的な一線。

私はこの最高級言語を、Li+（リプラス）言語 と呼ぶことにした。