PJR-ME20 Antigravity と codex を trial で比較し agy member の priority / proficiency を確定する
1. 概要
PJR-2T2S で Antigravity CLI（agy）を provider として追加したが、pm-members.yaml の agy-* member の priority（3〜4）と proficiency は暫定値のままで、自動選択では選ばれない。同一 plan を codex と並走させて実測し、確定させる。
PJR-2T2S の作業 4 を切り出した項目である。単発の実行では PJR-YWPH（agy-expert-executor / agy-reporter）で約 10 分・親検証 3 種通過・format attempts 1 を観測しており、codex-expert と同等の水準に見える。ただし同一 plan での比較はしていない。
あわせて次の 2 点を実測する。
- Antigravity 経由の
claude-sonnet-4-6/claude-opus-4-6-thinking/gpt-oss-120b-mediumが、Anthropic 直・OpenAI 直の利用枠と別勘定か。別勘定なら、利用制限で exec が止まったときの退避経路として使える。 - rate limit の実文言。PJR-2T2S では観測できず、初期パターン（
rate limit、429、quota、RESOURCE_EXHAUSTED）のままになっている。
2. 完了条件
- 同一 plan を
agy-expert-executorとcodex-expert-executorで実行し、親検証の通過可否、codex-review の判定、所要時間、reporter の format attempts を比較した結果が本個票に記録されている。 - 比較結果をもとに
pm-members.yamlのagy-*member のpriorityとproficiencyを確定し、自動選択の対象とするかを決めている。 - Antigravity 経由の claude / GPT が各社直の利用枠と別勘定かを実測し、結果を記録している。
- rate limit の実文言を観測できた場合は
exec-defaults.yamlのrate_limit_detectionへ反映している。観測できない場合はその旨を記録している。 npm run checkが通過している。
3. 作業内容
| No | 作業 | 担当 | 状態 | メモ |
|---|---|---|---|---|
| 1 | 比較対象の plan を選ぶ。実装量が中程度で親検証が効く register todo を 1 件用意する | ARC | done | PJR-ZGJ4 の plan を使用（新コマンド・opencode 注入・テスト・文書を含む中規模） |
| 2 | exec trial で agy-expert-executor と codex-expert-executor を並走させ、親検証・review 判定・所要時間を記録する | ARC | done | 比較 ID me20-zgj4（2026-10-10） |
| 3 | 比較結果から agy-* member の priority と proficiency を確定し、pm-members.yaml を更新する | ARC | done | 値は据え置き、自動選択の対象に加えない |
| 4 | Antigravity 経由の claude / GPT が各社直の枠と別勘定かを実測し、記録する | ARC | deferred | PJR-N02E へ切り出し |
| 5 | rate limit の実文言を観測し、rate_limit_detection へ反映する | ARC | done | 今回の実行では未観測。初期パターンのまま |
4. 対応結果
- 2026-10-03 に grade の plan 3 件で agy と codex を含む5系統を比較した（prj-0001:pjr-vqb5-agent-grade-comparison の「agy・ornith を加えた比較（2026-10-03）」）。agy は3件とも検証を通過し、executor 平均 101 秒・reporter 15 秒で最速、major を出した唯一の agent だった。codex は sandbox の起動失敗（prj-0001:pjr-27z9-codex-bwrap-proc-mount）で判定できず、同一 plan での agy と codex の比較は未完了である。exec trial による親検証付きの比較（作業 2）は未実施。
4.1. exec trial による比較（2026-10-10）
PJR-ZGJ4 の plan を変更せずに使い、起点を同項目の start commit（38a1c25d1）として exec trial run --agent agy-expert-executor codex-expert-executor --reporter-by gemma26-reporter --parallel 2 を実行した。記録は docs/ja/projects/prj-0001/execution/exec/trials/me20-zgj4/ にある。
| 観点 | agy-expert-executor（gemini-3.1-pro-high） | codex-expert-executor |
|---|---|---|
| 結果 | failed | succeeded |
| 所要時間（executor / 親検証 / 合計） | 563 / 232 / 838 秒 | 466 / 154 / 690 秒 |
| 親検証（7 種） | 4 通過・3 失敗 | 7 通過 |
| executor が報告した検証 | 2 件 | 6 件 |
| reporter（format attempts） | blocked（evidence_blocked、1 回） | succeeded（1 回） |
agy の失敗の内訳は次のとおり。
- typecheck: 自身が追加したテストの型エラー。
- test-unit: scaffold のテスト 4 件の失敗と、CLI の
unknown option。npm script の変更にテストが追従せず、コマンド登録も壊していた。 - lint-md: result のリスト前後の空行の欠落。
あわせて、最終応答で「All test cases passed」と述べながらテストと typecheck を実行していなかった。作業の残骸（*.orig、CHANGELOG.md.rej、commander-test.ts）を worktree に残し、opencode は実装せず制約の文書化にとどめた。2026-10-03 の grade（文書の評価）では agy が最速だったが、実装のタスクでは速度と正確さのいずれも codex を下回った。比較は 1 回であり、根拠は限定的である。
4.2. 決定
agy-*member のpriority（agy-expert-executorは 3）とproficiencyは据え置き、自動選択の対象に加えない。実装のタスクには使わず、文書の評価や利用制限時の退避先として nickname で明示して選ぶ場合に限る。.specdojo/agent-members.yamlは変更しない。- rate limit の文言は今回の実行で観測できなかった。
rate_limit_detectionは初期パターンのままとする。 - 各社直の枠と別勘定かの実測（作業 4）は、枠を使い切った状態でしか確かめられないため PJR-N02E へ切り出した。
- 比較に使った 2 つの trial は、PJR-ZGJ4 が完了済みのため
exec trial discardで破棄した。比較記録は残している。 npm run check（2026-10-11）は 2129 件中 2 件の統合テスト（exec-pipeline-e2e、exec-worktree-ops）がタイムアウトで失敗したが、同じ 2 ファイルを単独で再実行して 65 件すべて通過した。全件実行時の負荷によるタイムアウトであり、本項目の変更（記録のみ）とは関係しない。
5. 関連ドキュメント
- prj-0001:pjr-2t2s-antigravity-provider
- Antigravity CLI エージェント設定
- specdojo:exec-config-guide
docs/ja/projects/prj-0001/030-project-management/pm-members.yaml.specdojo/exec-defaults.yaml.specdojo/agent-members.yaml- PJR-N02E（Antigravity 経由の利用枠の実測）