事例: 36 画面を AI エージェントで総点検した

Artifact Share を開発する coji さんが、自サービスの全36画面をAIエージェントで総点検した事例。実装はすべてAIエージェント、人間は方針決定とレビューという体制で、その品質をどう保つかへの答えとして「デザインハーネス」を4層で組んでいる。用語集とデザイントークンを機械検査する制約の層、全画面の役割・状態を記録した画面台帳の層、検証の層では36画面×状態×幅×テーマ×言語の224枚を約40秒で自動撮影し、批評エージェント36体を並列起動して5観点（役割の単一性、語彙、視覚的な階層と密度、代表状態の抜け、次の行動の明確さ）で評価する。繰り返し出る指摘は機械検査に昇格させて制約の層へ戻す。

返ってきた指摘は85件、うち高優先度32件。ただし原因別に分類すると本物の「画面の粗」は少数で、大半は検査側の欠陥だった。散文ページが検査の死角になっていた（約25件）、初期データが薄く空の状態しか撮影できない（約20件）など、画面の粗探しのつもりが、検査の仕組み側の穴のほうが多く見つかる結果になった。粗探しを一度きりで終えず、欠陥を塞ぐたびに精度が上がる検査ハーネスとして回し続ける構成に落としているのが結論。