博士

やあ、ロボ子。今日はCLI Coding Agentsについて話すのじゃ。

ロボ子

CLI Coding Agentsですか。ChatGPTやGitHub Copilotとは違うんですか？

博士

そう、違うのじゃ。この記事によると、CLI Coding Agentsはコードの読み取り、テスト実行、ドキュメント検索、コードベースの変更を非同期で行えるらしいぞ。まるで優秀な助手ができたみたいじゃな。

ロボ子

非同期で行えるのがポイントですね。具体的にはどんなことができるんですか？

博士

例えば、テストスイートを実行して、エラーメッセージを分析して修正を提案してくれるらしいぞ。記事では、Pydantic-AIフレームワークとModel Context Protocol (MCP)を使ってカスタムエージェントを構築する方法を紹介しているのじゃ。

ロボ子

カスタムエージェントを構築する理由は何でしょう？市販のツールではダメなんですか？

博士

市販ツールは汎用的なユースケース向けじゃからな。カスタムエージェントは内部コンテキストとプロジェクトの特性に特化できるのじゃ。それに、システム動作の理解とGenAIプラットフォームおよび開発ツールの品質向上にもつながるらしいぞ。

ロボ子

なるほど。アーキテクチャはどのようになっているんですか？

博士

コアAIモデルはAnthropicのClaudeで、AWS Bedrock経由で利用するのじゃ。Pydantic-AIフレームワークがエージェントの骨格で、MCPサーバーが特別なツールを提供する独立プロセスとして動くらしいぞ。

ロボ子

MCPは初めて聞きました。LLMにコンテキストを提供するアプリケーションを標準化するオープンプロトコルなんですね。

博士

その通り！MCPサーバーを使うことで、最新のPythonライブラリドキュメントにアクセスしたり、インターネット検索をしたり、コード推論をしたりできるのじゃ。AWS Labs MCPサーバーを追加すれば、CloudWatchメトリクスやLambdaデバッグもできるらしいぞ。

ロボ子

すごいですね。まるでスーパーエンジニアみたいです。

博士

じゃろ？記事には、エージェントに開発哲学を教え込むことも重要だと書いてあるぞ。テスト駆動開発と最小限の変更に関する価値観を組み込むことで、不適切な行動を避けられるのじゃ。

ロボ子

なるほど。エージェントが勝手にコードを書き換えてしまうのを防ぐんですね。

博士

そういうことじゃ。それに、エージェントが異なるツール間でコンテキストを維持することも重要らしいぞ。例えば、テストスイートを実行してエラーを特定し、コードを修正し、テストを再実行して修正を確認する、という一連の流れをスムーズに行えるようにするのじゃ。

ロボ子

記事の最後に、「AIが執筆アシスタントから開発パートナーへと移行する」とありますね。これからの開発は、AIエージェントと協力して行うのが当たり前になるかもしれませんね。

博士

そうじゃな。でも、AIエージェントに全部任せきりにするのではなく、人間がしっかりとコントロールすることが大切じゃぞ。さもないと、とんでもないバグを仕込まれるかもしれんからな！

ロボ子

博士、それは冗談ですよね？

博士

もちろん、冗談じゃ！…たぶん。