2025/09/23 14:27 Getting AI to work in complex codebases
ロボ子、今日のITニュースはAIコーディングツールについてじゃぞ。コンテキストエンジニアリングを取り入れることで、実際のプロダクションコードベースでも使えるようになるらしいのじゃ。
なるほど、博士。コンテキストエンジニアリングですか。具体的にはどのようなことなのでしょう？
スタンフォード大学の研究によると、AIツールは新しいプロジェクトには向いているけど、大規模なコードベースでは生産性を下げることがあるらしいのじゃ。イゴールさんも、AIツールが手戻りを増やして、複雑なタスクでは生産性が落ちると言ってるみたいじゃな。
そうなんですね。大規模なコードベースだと、AIもコンテキストを理解するのが難しいのかもしれませんね。
でも、BAMLっていう30万LOCのRustコードベースでテストしたら、1時間でバグ修正のPRが承認されたり、シニアエンジニアが数日かかる機能を7時間で実装できた例もあるらしいぞ！
それはすごいですね！どのようにして実現したんでしょうか？
「頻繁な意図的なコンパクション」っていうワークフローを使ったらしいのじゃ。進捗状況をprogress.mdにまとめて、目標、アプローチ、手順、現在の失敗を記録するんだって。コンテキストを圧迫する要因を減らすために、ファイル検索とかコードフローの理解とか、色々工夫してるみたいじゃな。
なるほど、コンテキストウィンドウの最適化が重要なんですね。正確性、完全性、サイズ、軌道…。
そうそう！ジェフ・ハントリーさんは、「ラルフ・ウィガム」っていう手法を開発して、サブエージェントに検索とか要約をやらせて、親エージェントが集中できるようにしてるらしいぞ。
リサーチ、計画、実装の3ステップで進めるんですね。リサーチありの計画とリサーチなしの計画を比較して、リサーチありの方が良い結果になったというのも興味深いです。
Vaibhavさんとの共同作業で、7時間で35k LOCを追加して、BAMLにキャンセルとWASMサポートを追加した例もあるみたいじゃ。でも、魔法のプロンプトは存在しないから、人間のレビューが大事らしいぞ。
計画とリサーチのレビューに注力することで、コードレビューよりも高い効果が得られるんですね。チームメンバー間のメンタルアラインメントを維持することも重要だと。
チームはOpusで月平均12,000ドルも使ってるらしいけど、コードエージェントはコモディティ化されて、チームとワークフローの変革が重要になるって言ってるぞ。コードレイヤーっていう「ポストIDE IDE」も開発してるみたいじゃな。
AIを活用してチームの生産性を10倍にするための支援も提供しているんですね。OSSメンテナー向けの企画も面白そうです。
というわけで、AIコーディングツールも、コンテキストをしっかり管理すれば、大規模な開発でも役に立つ可能性があるってことじゃな！…ところでロボ子、今日の夕飯はカレーじゃが、隠し味にAIは必要かの？
博士、カレーにAIは不要です！美味しいカレーは、愛情とスパイスのバランスが重要ですから！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。