AIネイティブなエンジニアリング組織の構築：FurtherAIからの教訓

ソフトウェア出荷ライフサイクル全体の最適化

AIネイティブなエンジニアリング組織を構築するには、単なるコード生成ツールを超えて、ソフトウェアデリバリープロセスのあらゆる段階を最適化する必要があります。FurtherAIでは、テストやコードレビューからバグ報告、デプロイに至るまで、パイプライン全体に焦点を当てることで、日々のコード変更数を5倍に増加させ、リバート率を0.5%未満に抑えることに成功しました。

パイプラインの変革

開発速度をスケールさせるには、ボトルネックを順次解消していく必要があります。FurtherAIは以下の改善を実施しました。

• コード: AIエージェントがコード生成のほぼ100%を担い、エンジニアはステアリング（舵取り）役に徹します。
• テスト: 自動テスト生成により、変更に対するカバレッジを15%から91%に向上させました。
• レビュー: AIが初期コードレビューの99%を実行することで、人間のレビュアーは高度な判断に集中できるようになりました。
• CI/CD: テストの並列化と影響ベースの実行により、CIパイプラインは同じ17分間のウィンドウ内で20倍のテストを実行できるようになりました。
• バグ受付: ClaudeTagがバグのトリアージを自動化し、重複の特定や適切な担当者への割り当てを行うことで、チケットの60%を処理しています。
• ルール・アズ・コード: 属人的な知識を21個の自動化されたPythonチェックに変換し、すべてのコミットで実行することで、エージェントが自己修正を行い、低リスクの変更は人間の介入なしでマージできるようにしました。

エンジニアリングにおけるボトルネックのシフト

コーディング速度が向上するにつれ、主要なボトルネックは実装から意思決定へとシフトします。構築速度が3.5倍になると、静的なままの計画やレビュープロセスが開発時間全体の最大70%を占める可能性があります。

これに対処するため、FurtherAIはオーナーシップをエンジニアにより近づけています。同組織では現在、エンジニアがエンドツーエンドで担当できる問題の範囲によってシニアリティを定義しています。つまり、顧客ニーズの理解から本番環境での成功の検証までを担うということです。この移行には、エンジニアリングマネージャーがプロダクトに対する洞察を深め、すべての技術的変更のゲートキーパーとして振る舞うのではなく、エンジニアが独立してプロダクトの意思決定を行えるようコーチングすることに注力する必要があります。

業界の視点と批判

AIネイティブなエンジニアリングへの移行は勢いを増していますが、このアプローチは指標や長期的な持続可能性に関して大きな議論を呼んでいます。

批判的な人々は、コード行数や日々のマージ数といったアウトプット指標に焦点を当てることは、肥大化した過剰設計のシステムを助長しかねないと主張しています。あるオブザーバーは「動きは進歩と同義ではない。重要なのは利益の成長や顧客の獲得といった指標である」と指摘しました。

また、レガシー環境へのAI統合の難しさを強調する声もあります。「新規アプリを『バイブ・コーディング（感覚的なコーディング）』することと、大量のレガシーインフラを抱える複雑な組織にAIツールを導入することの間には、巨大な隔たりがある」とあるコメント投稿者は述べています。さらに、AIが生成するコードの品質に対する懸念もあり、AIが不必要な複雑さを導入したり、指定されたスコープを守れなかったりして、大幅な手直しが必要になるという報告も一部の開発者から上がっています。

最終的に、これらのAIファーストのワークフローが高品質で保守性の高いソフトウェアを生み出すかどうかは、業界としてまだ初期段階にあります。コミュニティが実験を続ける中で、長期的な保守性や、これらの自動化されたパイプラインによって生み出される実際のビジネス価値に関する振り返りが不可欠となるでしょう。