4 Integrity Levels
関数、静的コンテキスト、モジュール/クラス、ファイル単位のハッシュで変更影響を追跡します。
AI Code Governance for Mission Critical SW
Gen AIが生成したコードには必ず人によるレビューが必要です
Automotiveや機能安全が重要なソフトウェアでは、AI生成コードの生成履歴、完全性、レビュー状態、変更統制の証跡を厳格に残す必要があります。
Syneticsはこのプロセスを定義し、AI生成コードを識別してレビュー担当者を支援するソリューションを通じて、実際の開発フローで運用できるようにします。
ISO 26262 supporting controlA‑SPICE SWE.3 / SWE.4VS Code + JenkinsHash-based Integrity
コンサルティング、人、AI、ツールの役割を分けたFlow
Flow01
ConsultingAIコーディング方式を定義
02
HumanAIにコード生成を依頼
03
AI定義された方式でコードを生成
04
ToolAI生成コードを識別し完全性を確保
05
Toolレビュー対象コードと確認項目を提示
06
Humanレビューを実施
07
ToolAI生成コードのレビュー結果を保存
08
ToolAI生成コードの状況をDashboard化
コンサルティングでAIコーディング方式を定義し、人が生成依頼と最終レビューを担います。ツールはAI生成コードの識別、完全性、レビュー証跡を管理します。
3 Tool Components
AICodeGenSaver、AICodeGenReviewer、AICodeGenDashboardでIDEとCIを接続します。
CI Review Gate
JenkinsでAnnotation、Hash、レビュー状態、ポリシー違反を検証します。
Why It Matters
AI生成コードは速度より先に統制が必要です
AI生成コードをそのままマージすると、要求漏れ、意図しない動作、レビュー証跡不足、ツール信頼性の問題が発生します。
トレーサビリティ低下
モデル、プロンプト、依頼者、基準commitが残らないと、生成根拠を説明しにくくなります。
レビュー証跡不足
誰がいつレビューしたかの客観的証拠がなければ、安全活動の説明力が弱くなります。
完全性回帰の未検出
レビュー済みコードが変更されても状態が戻らなければ、変更統制と再レビューが崩れます。
Operating Flow
AI候補コードを承認可能な証跡へ変換します
開発者の依頼からJenkinsの結果成果物までを一つの流れで接続します。
01
要求ベースの生成依頼
要求ID、変更要求ID、安全分類、変更許可範囲をGen AI依頼に含めます。
02
AnnotationとHashの自動注入
保存時にIDE Pluginがprovenanceと各レベルのHashを計算します。
03
人によるレビューと状態遷移
AIはReviewedを設定できず、人のReviewerだけが状態を記録します。
04
CIゲートと監査証跡
JenkinsがPlaceholder、Hash mismatch、未レビュー、独立性違反を検証します。
Integrity Model
ファイル全体ではなく論理単位でAI生成履歴を管理します
同じファイルに人のコードとAI生成コードが混在しても、変更影響と再レビュー範囲を追跡できます。
L1
Function-Level
関数シグネチャと本体をASTで正規化し、@funcIdで管理します。
L2
Static Context Block
include、define、typedef、constexprなどの静的要素を@staticContextIdで管理します。
L3
Module / Class-Level
クラス、構造体、namespaceレベルの変更を@moduleIdで追跡します。
L4
File-Level
@fileHashによりJenkinsのQuick Integrity Checkを実行します。
Tool Architecture
プロセスは文書ではなく開発ツールの中で動くべきです
VS Code Plugin 2つとJenkins Plugin 1つで、定義したプロセスを日常の開発に組み込みます。
VS Code保存時Hook
AICodeGenSaver
- Annotation Placeholder更新
- 各レベルのHash計算
- レビュー済みコード変更時の状態自動回帰
人レビュー支援
AICodeGenReviewer
- レビュー対象識別
- レビュー 専用Gen AIガイド表示
- 人Reviewerの状態変更履歴記録
Jenkins検証ゲート
AICodeGenDashboard
- AnnotationとHash再検証
- Advisory / Blocking方針適用
- Dashboardと監査成果物生成
Consulting Scope
ツール開発とプロセス適用を一体で設計します
単なるPlugin開発ではなく、Safety Plan、A‑SPICE活動、コーディング規則、CI/CT運用まで接続します。
プロセス方針設計
AIコード方針、状態モデル、Annotation規則、レビュー回帰方針、ゲート基準を定義します。
プロジェクト適用支援
要求、変更、安全分類、Git/Jenkins運用に合わせて適用範囲を設計します。
ツール信頼性対応
Safety関連プロジェクトではPluginをソフトウェアツール信頼性評価の対象として整理します。
レビュー・検証体制構築
人レビュー、AIガイド、静的解析、単体テスト、CI品質ゲートを整合させます。
Evidence Dashboard
監査とプロセス評価に使える数値と成果物を残します
Jenkins結果を画面表示だけでなく、JSON、HTML、CSVとして保存します。
Gen AIコードLOCと比率
レビュー対象数と完了率
モデル別・モジュール別AIコード比率
Hash mismatchとレビュー回帰件数
平均レビュー時間とReviewer別進捗
FAQ
このプロセスが答えるべき質問
このプロセスだけでISO 26262やA‑SPICE適合が保証されますか?
いいえ。これは補助的な統制手段であり、Safety Plan、コーディング規則、検証戦略、品質保証活動と一緒に運用する必要があります。
AIがレビュー状態をReviewedにできますか?
できません。AI生成コードは候補コードであり、状態変更は人のReviewerの明示的な操作として残します。
なぜファイル単位ではなく関数とコンテキスト単位で管理しますか?
同じファイルに人とAIのコードが混在するため、論理単位のHash管理が現実的な再レビュー範囲を作ります。