AIコーディングエージェントで SQLite 開発ツールを3カ月で形にした記録が HN で注目

Hacker News で注目された記事の一つが、Lalit Maganti による syntaqlite の開発記だ。彼は 8 年間、SQLite 向けの本格的な devtools を作りたいと思い続けていたが、AI coding agents を本格活用するまで形にできなかったと書く。しかも出来上がったのは toy project ではない。SQLite の source から parser を取り出し、formatter、PerfettoSQL 拡張、web playground、editor integration、packaging まで揃えた、かなり実用的な tooling stack だ。

この文章が有益なのは、「AI が全部 one-shot でやってくれた」という類の誇張をしていない点にある。Maganti は 3 カ月で約 250 時間を投じ、Claude Code に設計と実装を大きく委ねた初期版の結果は、動くが maintain しづらい “spaghetti” な codebase だったと振り返る。その最初の版は方針の妥当性を示し、500 以上の tests も残したが、長期的に育てる土台にはならなかった。そこで彼は大半を捨て、Rust 中心で書き直し、design ownership、review、linting、validation、non-trivial testing を強めた。

記事は AI の強みと弱みをきれいに切り分けている。AI は大きな side project に着手する inertia を下げ、interface が明確な code を高速に churn し、未知の API や分野を学ぶ teaching assistant としても役立った。一方で extraction pipeline や parser architecture のように、その project の edge になる部分では、AI の「無難で標準的な答えに寄る癖」がむしろ有害だったという。また generated code を大量に増やすなら、継続的な refactoring を止めた瞬間に codebase は壊れ始めるとも警告する。

だからこそ HN の反応も単純な speed story では終わらない。syntaqlite は AI-assisted engineering の現実的な trade-off をかなり正直に示している。AI は、長く放置していた project を finally feasible にする力はある。しかし architecture、taste、maintainability を最後まで持つ owner は依然として必要だ。automation の速度と human judgment をどう組み合わせるかを考えるうえで、非常に実務的な case study になっている。