AIと開発者の共創: エージェント時代におけるAIフレンドリーなDevOpsの実践

by おおいし

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

© Findy Inc. 4 @bicstone_me ⼤⽯貴則 OISHI Takanori 登壇者紹介 ● SaaSが⼤好きなWebエンジニア ● TypeScript / Ruby / PHP / Python / Dart ● Certified ScrumMaster ® Certified ScrumMaster® is a certification mark of Scrum Alliance, Inc. Any unauthorized use is strictly prohibited. @oishi.takanori @bicstone

Slide 5

Slide 5 text

© 2024 Findy Inc. 挑戦するエンジニアのプラットフォームをつくる。ビジョンつくる⼈がもっとかがやけば、世界はきっと豊かになる。経営理念会社概要会社名ファインディ株式会社 / Findy Inc. 代表取締役⼭⽥裕⼀朗設⽴ 2014 年 2 ⽉ ※ 本格的な事業開始は2016年7⽉社員数 297 名資本⾦ 18 億 5,043 万円 ※ 資本準備⾦含む住所東京都品川区大崎1-2-2 アートヴィレッジ大崎セントラルタワー 5階事業許可番号 13-ユ-308478 サービス ‧ スカウト型リクルーティングサービス「Findy」 ‧ ハイスキルな業務委託エンジニア紹介サービス「Findy Freelance」 ‧ エンジニア組織⽀援SaaS「Findy Team+」 ‧ 開発ツールに特化したレビューサイト「Findy Tools」投資家グローバル‧ブレイン、ユナイテッド、SMBCベンチャーキャピタル、KDDI、JA三井リース、みずほキャピタル、博報堂ＤＹベンチャーズ、Carbide Ventures、等

Slide 6

Slide 6 text

挑戦するエンジニアのプラットフォームをつくる。テクノロジーによる社会変⾰の時代に最も必要なことは、エンジニアの可能性を拡げることです。 Findyは、アルゴリズムとヒューマニティの融合によって、すべてのエンジニアが不安なく挑戦できる世界共通のプラットフォームをつくります。個⼈のチャンスを⽣み出し、組織の⽣産性を向上させ、社会の⼈材資産を好循環させる。エンジニアプラットフォームが、デジタル社会の発展を加速していきます。ビジョン © Findy Inc. 6

Slide 7

Slide 7 text

No content

Slide 8

Slide 8 text

Slide 9

Slide 9 text

© Findy Inc. 9 ⽣成AIについて引⽤元: 三菱総合研究所「時代は⽣成AIからAIエージェントへ」https://www.mri.co.jp/knowledge/opinion/2024/202412_1.html ● 膨⼤なデータを学習した⼤規模⾔語モデル(LLM)により、コンテンツを⽣成するAI ● 画像‧⾳声‧動画などに対応するマルチモーダル化も進んでいる ● 2022年にChatGPTが登場し第4次AIブームを引き起こした

Slide 10

Slide 10 text

© Findy Inc. 10 AIエージェントの台頭 ● 指⽰に対して⾃律的に作業を計画し実⾏し複雑な問題を解決するAI ● 2023年にAutoGPT‧BabyAGI が登場し次なる技術⾰新として注⽬ ● ⽣成AIの基盤を持ちながら、⾃律的なタスク実⾏能⼒を備えたエージェントAIが増えてきている引⽤元: 三菱総合研究所「時代は⽣成AIからAIエージェントへ」https://www.mri.co.jp/knowledge/opinion/2024/202412_1.html

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

© Findy Inc. 13 DORA Research: Artiﬁcial Intelligence から⾒るAIの活⽤ ● 「LeanとDevOpsの科学」の著者が設⽴した調査機関 “DORA” と” Google Cloud” による研究レポート ● ソフトウェア開発における運⽤と実践について科学的に調査‧分析 ● パフォーマンスに影響を与える技術的能⼒の⼀つとしてAIが取り上げられた ➔ AIは「遠い未来のもの」ではなく、定着する認識が広がっていることが⽰唆された引⽤元: "DORA Report - Impact of generative AI in software development" by Google LLC

Slide 14

Slide 14 text

© Findy Inc. 14 組織におけるAIの導⼊ ● 回答組織の81%がAI組み込みの優先順位を⾼めたと回答 ● 業界による依存度の差は統計的には⾒られなかった ● 組織の規模が⼤きいほどAIへの依存度が低い ● 回答者の78%が所属先における AIの利⽤計画についての説明は透明性を持つと回答引⽤元: “Accelerate State of DevOps 2024” by Google LLC

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

© Findy Inc. ● AIの導⼊が25%進むごとにデリバリーパフォーマンスは推定1.5%低下 ● デリバリーの安定性は推定7.2%低下 ● AIよりバッチサイズが⼤きくことが原因と推測 ● タスクの粒度を⼩さくしたり DevOpsによる保護が重要 19 AIがデリバリーパフォーマンスに与える影響引⽤元: “Accelerate State of DevOps 2024” by Google LLC

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

© Findy Inc. 26 既存のコードベースを最適化する必要性 ● AIはコンテキストを基に学習して提案を⾏う性質 ○ 効果は既存のコードベースの品質と関連している ● 既存のコードベースを最適化することで、価値を最⼤源に発揮することが可能 ○ AIと⼈による開発者が共創する時代において、共にフレンドリーなコードベースにするための最適化が必要 ➔ 5つの観点からファインディが最適化した事例を紹介

Slide 27

Slide 27 text

© Findy Inc. 27 ドキュメンテーションの充実 ● 規約‧アーキテクチャなどをテキストで⽤意 ○ これらをリポジトリ内に保存しておくことで、コンテキストとして参照される ● ナレッジが分散したり古かったりすると、AIの精度が低下 ● 特にAPIドキュメント(Open API, GraphQLスキーマ)は必須 ● MCP Serverを活⽤して、さらなるコンテキスト取得に期待 ➔ プロジェクトに応じた精度の⾼いアウトプットが実現

Slide 28

Slide 28 text

© Findy Inc. 28 カスタムインストラクション ● AIにコンテキストやルールを教えるための設定 ○ .github/copilot-instructions.md .clinerules など ● リポジトリにコミットして関係者全員で共有 ● プロンプトで指定せずともAIが事前情報として読み込まれる ○ 使うユーザー側は意識する必要なし ● ドメイン知識、コーディング規約などを設定 ➔ プロンプトで指⽰不要になり安定したアウトプットが実現

Slide 29

Slide 29 text

Slide 30

Slide 30 text

© Findy Inc. 30 不要なドキュメント‧コードの削除 ● 不要なコードベースはなるべく早く削除する ● AIが不要なコードベースも同じく把握してしまう ○ これらの情報がコンテキストとして参照される ○ これらの情報を元に出⼒されてしまうことがある ● ⼈間にとっても古いコードベースは混乱の元 ● リファクタを積極的に⾏うことでこれらを回避可能 ➔ 新鮮なコードベースを元にしたアウトプットが実現

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

© Findy Inc. 39 今後の展望 ● MCPを活⽤して既存のナレッジをAIフレンドリーにすることで、開発の加速を実現 ● ファインディ社内でMCP Serverを作成している事例 ○ 社内ドキュメントツールと連携し、コンテキストを与える ○ Figmaと連携し、デザインからコードを起こす ○ GitHubと連携し、レビューコメントから傾向を分析 ○ Sentryと連携し、コードベースからエラーの原因を特定 ○ など…

Slide 40

Slide 40 text