AIエージェントの混沌を制御する：プラットフォームエンジニアリングの未来とは？

This is a comprehensive blog post analyzing the provided video content, focusing on the future of AI in software engineering, specifically addressing "containing agent chaos."

はじめに

テクノロジーの進化は止まることを知りません。特にAIの進化は、私たちの仕事のあり方、特にソフトウェア開発の領域に革命をもたらしつつあります。しかし、このエキサイティングな変化の裏側には、「エージェントの混沌」という、新たな課題が潜んでいます。このブログ記事では、AI Engineer World's FairでのSolomon Hykes氏の基調講演から得られた洞察をもとに、この混沌をどのように制御し、AIエージェントの可能性を最大限に引き出すか、そしてプラットフォームエンジニアの役割がどのように進化していくのかを深く掘り下げていきます。

1. プラットフォームエンジニアの現状：目に見えないヒーロー

Solomon Hykes氏は、講演の冒頭で「プラットフォームエンジニア」の仕事の難しさとその重要性について語りました。彼は、プラットフォームエンジニアが「クールなソフトウェアを構築し、出荷する」という直接的な喜びを味わうことは少ないものの、開発者たちが最も生産的な方法でクールなソフトウェアを構築・出荷できるようにするための「縁の下の力持ち」であると強調します。

[00:01:30]のユーモラスなイラストは、まさにその状況を端的に表しています。プラットフォームエンジニアは、他の開発者が直面する複雑な課題を抽象化し、安定した基盤を提供することで、彼らが創造的な仕事に集中できるよう支援しています。この役割は、忍耐力、幅広い経験、そして技術的な深さを要求される非常に困難なものです。そして、ほとんど感謝されることはありません。「誰もありがとうとは言ってくれないが、誰かがやらなければならない」という言葉は、彼らの自己犠牲的な努力を物語っています。

2. AIエージェントの台頭と新たな混沌

さて、AIの時代が到来し、このプラットフォームエンジニアの役割に新たな次元が加わろうとしています。AIエージェント、特にコーディングエージェントの登場は、ソフトウェア開発の風景を根本から変える可能性を秘めています。Hykes氏は、「プラットフォームエンジニアは今、ロボットが素晴らしいソフトウェアを出荷できるようにすること、そしてロボットが生産的にそうできるようにすることに、ますます多くの時間を費やすことになる」と述べ、この変化を「あなたの仕事はロボットを動かすことだ」というキャプテン・フィリップスからの引用で表現しています。

しかし、この変化は新たな課題も生み出します。[00:03:46]で示されたエージェントの基本構造は、LLM（大規模言語モデル）がループ内で環境を「破壊」し、人間がそのアクションを監視し、フィードバックを与えるというものです。単一のエージェントであれば「So far so good!」かもしれませんが、問題はスケールです。

2.1. 10エージェントへのスケールアップ：混沌の始まり

複数のAIエージェントを導入しようとすると、すぐに「混沌」が生まれます。[00:04:41]の「YOLOモード」の図が示すように、10台のエージェントが単一の環境で無秩序に作業を始めると、互いの作業を妨害し、システムを破壊する可能性があります。これは、開発者一人ひとりが異なるツールや環境を使い、互いのコードベースを破壊してしまうような状況に似ています。

これを避けるための一般的なアプローチが[00:05:05]の「Prompt and pray…」の図です。これは、各エージェントを隔離された環境で実行し、人間がプロンプトを与え、プルリクエストをレビューし、承認するというものです。しかし、これでは人間の介入がボトルネックとなり、スケールしません。Hykes氏は、「これらは実際には非常にうまく機能する」としつつも、「時にはもっと深く関わりたいと思うだろう」と述べ、人間がキーボードを握って直接介入する必要がある場面を示唆しています。また、クラウドサービスに完全に依存することへの懸念も表明し、特定のモデルやプロバイダにロックインされることなく、開発者が自由にツールを選択できる「選択の自由」の重要性を強調しています。

3. 理想のAIエージェント開発環境を求めて

このような混沌を制御し、AIエージェントの真の可能性を引き出すためには、どのような環境が必要なのでしょうか。Hykes氏は、理想的な環境が備えるべき4つの要素を提示しています。

バックグラウンド作業 (Background work): エージェントは人間が常に監視することなく、バックグラウンドで自律的に作業を進められるべきです。これにより、開発者はより高次のタスクに集中できます。
レール (Rails): エージェントが無駄な作業をしたり、プロジェクトのコンテキストから外れたりしないよう、明確な制約（レール）が必要です。これには、コーディングスタイル、使用するツール、ビルド・テスト方法、ベースイメージ、アクセス可能なシークレットなどの情報が含まれます。無駄なトークン消費を避けるためにも、これは不可欠です。
人間の介入 (Human intervention): 不可避的に人間の介入が必要な場合でも、そのプロセスは効率的でシームレスであるべきです。コードレビューやプルリクエストの承認だけではなく、より直接的で効率的な介入手段が必要です。
選択の自由 (Optionality): 開発者は、特定のモデルやインフラに縛られることなく、最適なツールや環境を選択できる自由を持つべきです。市場には素晴らしいモデル、コンピューティング、インフラが日々登場しており、これらの選択肢をロックインすることは、イノベーションの妨げとなります。オープンソースであることも、この選択の自由を後押しします。

これら4つの要件を満たす理想的な環境は、以下の特性を持つとされます。

隔離されている (Isolated): バックグラウンド作業が他の作業に影響を与えないようにするためです。
カスタマイズ可能 (Customizable): レールを設定し、エージェントの振る舞いを制御するためです。
マルチプレイヤー (Multiplayer): 人間が介入したり、複数のエージェントが協調して作業したりできるようにするためです。
オープン (Open): 選択の自由を確保し、特定のベンダーにロックインされないようにするためです。

4. 既存技術の活用：コンテナ、Git、そしてLLM

Hykes氏は、これらの理想的な環境を構築するための技術はすでに存在すると述べています。[00:08:29]に示されるように、それは「コンテナ + Git + LLM」の組み合わせです。

コンテナ (Containers): Dockerに代表されるコンテナ技術は、隔離されたカスタマイズ可能な環境を提供する上で不可欠です。これは、開発環境のポータビリティと再現性を確保し、エージェントが異なるシステムやモデル間で一貫した動作をするための基盤となります。
Git (Version Control): Gitはコードのバージョン管理だけでなく、エージェントの作業履歴、状態のスナップショット、そして異なるエージェント間の協調作業を管理するための強力なツールとなります。
LLM (Large Language Models): GPT-4のようなLLMは、エージェントの「知能」の核であり、指示を理解し、コードを生成し、環境と対話するための能力を提供します。

これらの技術はすでに存在しますが、重要なのは「ネイティブな統合」です。コンテナやGitはもともと人間が使用するために設計されたツールであり、AIエージェントがこれらをシームレスに利用できるような、新たな統合レイヤーが必要とされています。

5. Daggerの提案：Container-useのコンセプト

Hykes氏の会社であるDaggerは、この「ネイティブな統合」を実現するためのソリューションとして「Container-use」というコンセプトを提案しています。これは、エージェントがコンテナ内で開発作業全体を実行できるようにするもので、単にエージェントの出力物をサンドボックス化するのとは異なります。

デモンストレーションでは、Claude Code（おそらくAnthropicのClaudeをベースにしたコーディングエージェント）を使用して、Go言語でシンプルなホームページを開発する様子が示されました。このデモは、以下のContainer-useの主要な利点を強調しています。

エージェントによる環境構築: エージェントは、Go、Gitなどの必要なツールを含むコンテナ化された開発環境を自律的にセットアップできます。
隔離された作業空間: エージェントの作業は一時的なコンテナ内で行われるため、ローカルのワークスペースが汚染される心配がありません。
Gitとの統合: エージェントによるファイル変更やコマンド実行の各ステップは、Gitのスナップショットとして自動的に記録されます。これにより、作業履歴が透明になり、問題が発生した場合でも簡単にロールバックできます。
人間による介入とコラボレーション: 開発者は、エージェントが作業するコンテナ環境に直接ターミナルでアクセスし、エージェントが実行しているコマンドを確認したり、必要に応じて介入して修正したりできます。これは「マルチプレイヤー」な体験を提供し、エージェントとのより密接なコラボレーションを可能にします。
選択の自由の維持: エージェントはDaggerのプリミティブを使用してコンテナとGitを操作するため、特定のLLM（Claudeなど）にロックインされることなく、必要に応じて他のLLMに切り替えることが可能です。また、ローカルマシン、CI/CD環境、クラウドなど、どこでも同じように動作します。
シークレット管理: 1Passwordのような既存のシークレット管理システムと統合することで、エージェントが安全に機密情報にアクセスできるようになります。

Hykes氏は、デモ中に意図的にウェブサイトのデザインを「退屈」にし、エージェントに「Make it really POP」と指示することで、人間が介入して方向性を修正するユースケースを示しました。これにより、AIエージェントは複数の並行実験を行い、さまざまなデザインを試すことができるようになります。そして、最終的に人間の開発者が気に入った結果をGitの履歴から選択し、自分のプロジェクトにマージすることができます。これは、人間とAIエージェントが協力してより良いソフトウェアを迅速に開発できる未来を示唆しています。

6. まとめ：AI時代のプラットフォームエンジニアの新たな挑戦

AIエージェントの導入は、ソフトウェア開発の生産性を飛躍的に向上させる可能性を秘めていますが、同時に新たな「混沌」をもたらします。この混沌を制御し、エージェントが最大限の能力を発揮できるようにするためには、隔離され、カスタマイズ可能で、マルチプレイヤー対応、そしてオープンな開発環境が不可欠です。Daggerの「Container-use」のようなアプローチは、コンテナ、Git、LLMという既存の強力な技術をネイティブに統合することで、この理想的な環境の実現を目指しています。

プラットフォームエンジニアは、これまで開発者の生産性を高めてきたのと同じように、今度はAIエージェントの生産性を最大化するという新たな、そしてより複雑な課題に直面します。彼らは、AIエージェントが自由に実験し、迅速に反復し、同時にプロジェクトのガイドラインを遵守できるようにするための「インフラストラクチャのアーキテクト」となるでしょう。

私たちはまだこの旅の始まりにいます。しかし、Solomon Hykes氏がかつてDockerでソフトウェアの出荷方法に革命をもたらしたように、DaggerはAIエージェントがソフトウェアを構築する方法に新たな革命をもたらすかもしれません。このAIエージェントの混沌を制御する技術は、単なる効率化ツールにとどまらず、ソフトウェア開発の未来、そしてシンギュラリティに向けたインフラストラクチャをエンジニアリングする上での、重要な一歩となるでしょう。