InfoQ ホームページ ai-assisted-coding に関するすべてのコンテンツ
ニュース
RSSフィード-
AI生成コードが増加する中、GitHub Code Qualityは保守性の確保に注力
GitHubの発表によると、GitHub Code QualityがGitHub Enterprise CloudおよびGitHub Teamで一般提供（GA）となった。このサービスは、CodeQLによる解析とAIを活用した保守性・信頼性の問題検出を組み合わせ、さらにCopilot Autofixを利用して、プルリクエスト内でレビュー可能な修正案を提示する。Code Qualityは2025年10月からパブリックプレビューとして提供されていた。GitHubによると、その期間中に1万社を超える企業が同製品を利用したという。今回の一般提供では、組織全体での有効化機能に加え、保守性および信頼性のスコアを表示するダッシュボード、テストカバレッジ指標、品質ゲート用のルールセットが追加された。
-
Airbnb、プライバシーを最優先とするソーシャル機能を支援するため、コンテキスト認識型IDモデルを導入
Airbnbは、「エクスペリエンス」における新たなソーシャル機能をサポートすると同時に、プラットフォーム全体でより強固なプライバシー境界を確立するため、再設計されたIDおよび接続モデルを導入した。同社は、内部のユーザーIDと外部に公開されるプロフィールを分離するシステムについて説明しており、これによりユーザーは、グローバルなID情報を公開することなく、共有アクティビティ内で交流できるようになる。 この変更は、参加者が互いに面識がない場合もある「エクスペリエンス」におけるソーシャルな交流を拡大するというAirbnbの広範な取り組みに沿ったものであり、アイデンティティの開示を管理し、より強力なプライバシー保証が必要とされている。
-
AIがソフトウェアライフサイクルの上流へ：コードレビューからPRDガバナンスへ
大手テクノロジー企業が人工知能の活用範囲をコード生成やコードレビューだけでなく、製品要件の検証やシステム設計へのインプットなど、ソフトウェア開発ライフサイクルのより上流工程へと拡大させている。Uber、DoorDash、Cloudflareによる最近の取り組みは、実装前やレビュー中にエンジニアリング成果物を評価し、リファインするガバナンス層としてAIを活用する方向へのシフトを示している。
-
CloudflareがProject Thinkを発表：AIエージェント向け永続ランタイム
CloudflareがProject Thinkのプレビューを発表した。これは同社のAgents SDK向けのプリミティブ群で、AIエージェントをステートレスなオーケストレーションから、永続的なアクターベースのインフラストラクチャへ移行させるために設計されている。本リリースではエージェントがプラットフォーム再起動後も存続し、リレーショナルメモリツリーを管理し、制限付きサンドボックス内で自ら作成したコードを実行できるカーネルライクなランタイムが導入されている。これらのカーネルプリミティブはOpenClawのような新しいパーソナルエージェントフレームワークの成功を踏まえて設計されている。
-
GitHub Copilot CLI一般提供開始
GitHubはCopilot CLIを正式に一般提供へ移行し、ソフトウェア開発ライフサイクル全体にわたって生成AIを織り込む取り組みにおける重要なマイルストーンを達成した。この動きはターミナルをAI支援開発の第一級サーフェスとして位置づけるGitHubの広範な推進を示している。
-
Claude Codeオートモードの内側：人間承認ゲートを備えたAnthropicの自律コーディングシステム
AnthropicはClaude Codeにオートモードを導入し、人的介入を削減しつつマルチステップ・ソフトウェア開発タスクを実行可能にした。開発者が目標を定義すると、システムがコード生成・実行・ツール利用・反復的なリファインメントを担い、センシティブな操作については選択したチェックポイントで人間による承認が求められる。
-
エージェンティックAIパターンがエンジニアリング規律を強化
最近のAI DevOps PodcastでPaul Duvall氏は、最新モデルの能力向上に伴いエージェンティックAIパターンが中核的なエンジニアリング規律をどのように強化しているかについて論じた。彼はAI支援ソフトウェア開発の実践を記録し、進化させているエージェンティックAIエンジニアリング・パターンのリポジトリもシェアした。
-
AIコーディングアシスタントはデリバリーを加速しない、なぜならコーディングがこれまでボトルネックではなかったから
Agodaは最近、AIコーディングツールが個々の開発者の生産性を測定可能な形で向上させている一方で、プロジェクトレベルでのベロシティ向上は驚くほど限定的であるとする見解を発表した。なぜならコーディングがこれまで本当のボトルネックではなかったからである。同記事はこれらの領域が人的判断を必要とするため、ボトルネックは上流工程の仕様策定や検証へシフトしたと主張している。この変化はエンジニアリングチームの構成方法に重大な示唆を与える。