InfoQ ホームページ Productivity に関するすべてのコンテンツ
-
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。
-
Dropbox社がGitHub社と協力し、モノレポのサイズを87GBから20GBに削減
モノレポが拡大するにつれて、技術チームの人は1時間以上かかる場合があるクローン操作の遅延を経験し始め、さらに繰り返されるフェッチおよびビルドのオーバーヘッドによりCIパイプラインの性能低下も発生。拡大はまた、リポジトリホスティングの上限に到達するリスクを増加させた。Dropbox社の技術調査によると、問題は主として大容量のバイナリや誤って行われたコミットによるものではなく、Gitの内部圧縮ヒューリスティクスが関連する大規模なファイル群をどのように扱うかに起因するものであると明らかになった。
-
アーキテクチャ設計からデプロイまで：AI駆動型ツールキットで開発者ワークフローを統合
開発者ツールは変化の一途をたどっており、AIの役割も当初のコード補完ツールから複数段階のソフトウェア開発ワークフローを一本化する一元化管理ツールにまで発展を遂げている。昨今のGitHub Copilot WorkspaceやClaude 3のシステムレベルの推論のリリースからも、AIの役割が当初のコーディングアシスタントとしての役割から、計画構想・ドキュメント作成・テスト支援へと広がりだしている変化を伺うことができる。DevFlowをはじめとする新たなプロジェクトでは、ドキュメント生成・テストの提案・アーキテクチャダイアグラム作成機能が統合されている。こうした業界傾向で、近い将来の開発者環境がどう再構築されていくか、その変貌の初期段階に関する洞察が得られるだろう。
-
ソフトウェアの生産性を犠牲にせずにセキュリティを確保する方法
セキュリティは開発効率と衝突することがある。侵害の影響を最小限に抑えることに焦点を当てる方が、予防よりも効果的である。Dorota Parad氏は、コンプライアンスの柔軟性とセキュリティチームとの協力によって実用的な保護策を定義することを主張している。影響範囲を制限し、自動化を利用することで、生産性の損失を最小限に抑えながらセキュリティを向上させることができる。
-
ソフトウェアの無駄削減で、開発者は気候変動への負荷を軽減できるのか？
QCon Londonでの登壇の中、Holly Cummins氏は、パフォーマンスとサステナビリティーの高さは相関関係にある、つまりアルゴリズムの効率改善によるソフトウェアの高速化はエネルギー需要の削減につながる、と語った。同氏は、待機中のシステムの電源を切り、環境フットプリントの削減を意識するよう提唱している。 Cummins氏の見解では、生産性を向上させることで、開発者の作業自体を減らしながら達成成果を上げることが可能だという。
-
AI支援クラウド開発用MCPサーバーを導入
AWSはAWS Model Context Protocol (MCP) Servers for Code Assistantsのオープンソースリリース、AWSのベストプラクティスを活用してAI駆動のコードアシスタントを強化するために設計された専用サーバ群を発表した。同社によればこれらのサーバーは開発を加速するためにAIを活用してコンテキストに応じたガイダンスを提供し、コードの品質を向上させ、セキュリティおよびコスト最適化原則を遵守することを確実にする。
-
Meta社が開発者向けに新しい指標「Diff Authoring Time」を導入
開発者の生産性指標を追跡することは、ソフトウェア開発ワークフローの効率を理解し、改善するために不可欠である。ペースの速いエンジニアリング環境では、小さな非効率が積み重なり、全体的な納期やコード品質に影響を与えることがある。正確な指標を活用することで、組織はボトルネックを特定し、新しいツールの影響を評価し、開発者の体験を向上させるためのデータに基づいた意思決定を行うことができる。
-
ソフトウェアエンジニアリングの効率化を支援する社内ツールの移行から学んだこと
QCon San Franciscoのプレゼンテーションで、Ying Dai氏(ダイ氏)は2つの重要なソフトウェアエンジニアリングのマイグレーションストーリーを共有した。1つはプロダクションモニタリングに焦点を当てたもので、もう1つは自動検証を伴うプロダクションデプロイメントに関するものである。どちらの移行も、エンジニアリングの効率を向上させるという目標によって進められたが、それぞれに課題と教訓があった。
-
Metaがどのようにして100万行のAndroidコードをJavaからKotlinに移行したか？
生産性と安全性の面でKotlinがもたらす利点を最大化するため、Metaのエンジニアは1,000万行のAndroidコードベースをJavaからKotlinに翻訳する作業に懸命に取り組んできた。このプロセスの1年で、彼らはコードベースの約半分を移行し、プロセスを可能な限り自動化するための特別なツールKotlinatorを開発した。
-
AIコーディングアシスタントの活用による開発者の生産性向上を研究結果が示唆
Microsoft社、マサチューセッツ工科大学（MIT）、プリンストン大学、ペンシルベニア大学ウォートンスクールの研究者らは先日、GitHub Copilotの利用で開発者の生産性が向上するという研究結果を発表した。研究チームは、4,000人以上の開発者を対象とした3つの別々のランダム化比較試験（RCT）を実施し、Copilotを使用した開発者の生産性は26％向上した。
-
AWS Lambdaが、Visual Studio Codeをベースにしたエディタを導入し、高度な機能とAI統合を実現
AWS Lambdaは、Visual Studio Code Open Source（Code-OSS）エディタに基づく統合を特徴とする、コンソール内での新しいコード編集エクスペリエンスの提供を開始した。
-
ソフトウェア・チームのストリームアラインド、プラットフォーム兼任化による生産性の向上
増加する仕事量を効率的に管理し、品質と効率を維持するために、あるソフトウェア・チームはストリーム・アラインドとプラットフォームの2つの目的を持つことにした。エンドユーザーに迅速に価値を提供し、チームの成果を安定的に維持するために、彼らはメインアプリケーションをAPIファーストに書き換え、顧客向け製品にマイクロリリースを導入した。Marion Løken氏は、NDCオスロで彼女のソフトウェア・チームが経験した変化について語った。
-
AWS、生成AI搭載のサービス「AWS App Studio」プレビュー版を発表
AWS App Studioは、ソフトウェア開発スキルを持たない技術者でも、自然言語を使用してエンタープライズグレードのアプリケーションを作成できるように設計された新しい人工知能（AI）サービス「AWS App Studio」が、AWSによって米国西部（オレゴン州）のAWSリージョンでプレビューが開始された。
-
QCon London：ピープルマネジメントの危険な二分法
ピープルマネジメントの世界では、単にタスクをこなすだけでなく、真に違いを生み出すニュアンスやインパクトのある側面を掘り下げることが重要である。経験豊富なマネージャーであり、プロダクト・ディレクターでもあるHannah Foxwell氏は、QCon London 2024の講演で、結束力のある生産的なチーム環境を育むために、重要でありながら見落とされがちな多くの要素を強調した。
-
エンジニアリングの生産性に最適化されたアプリケーション・セキュリティ
アジャイル・アプリケーション・セキュリティの著者であり、SafeStackの創設者でもあるLaura Bell Main氏は最近、「Decoding Dev Culture 2024」と題したウェビナーを開催し、2024年のセキュリティについて「現場からの視点」を提供した。Bell氏は、自身の経験と SafeStack の 12 か月にわたる調査から、DevSecOps 実践者が SAST やその他のツールへの過度の集中から脱却する必要性について論じた。彼女は、セキュリティプロセスとツールに関連する開発者の経験をよりよく理解することを提唱した。Bell氏は、効果的なセキュリティ・オーナーシップはコミュニケーションの改善を通じて促進され、エンジニアの生産性にプラスの影響を与えることができると説明した。