Meta、AIエージェントを開発工程に組み込み「Forum」を8週間で構築

何が発表されたのか

Metaは新しいアプリ「Forum」を公開し、その開発でAIエージェントを開発サイクルに組み込んだ手法を紹介しました。Forumは、Facebookグループの会話をより深く追いたい人向けの独立したGroupsアプリです。小さなチームがゼロから作り上げた点が特徴で、単なるコード生成の高速化ではなく、エージェントをエンジニアリング工程の参加者として扱う試みだったと説明されています。

Metaは成功の定義をコード量には置かず、ビルドが通り、テストに合格し、レビューを生き残った変更、つまり検証済みで本番投入可能な成果で測ったとしています。あわせて、コードベースやテストフレームワーク、社内ツールをエージェント実行向けにどう適応させたか、うまくいった点とうまくいかなかった点を共有するとしています。

human-on-the-loopとは

Metaは、AIをコーディング工程だけに当てても大きな変化はないと述べています。効果が積み上がったのは、計画・実装・ビルド・テスト・検証といった実装周辺の工程にも広げたときでした。変化を最も明確に表すのは、各ステップの主導権が誰にあるかだという整理です。

human-in-the-loopでは、エンジニアが各ステップを駆動し、AIは関数の自動補完や修正提案、質問への回答でその中を支援します。一方human-on-the-loopでは、エージェントが計画・実装・ビルド・テスト・修正・反復というサイクル自体を回り、エンジニアは目標を設定し、実行を監視し、逸脱したときに介入し、結果を承認します。Metaはこれを到達済みの状態ではなく目指す方向だと位置づけ、一部の工程は自律実行されているものの、他の工程では依然としてエンジニアが各反復に入ると説明しています。

検証がなければ、もっともらしいが動作が確認されていないコードが生まれ、エンジニアが読み、デバッグし、しばしば捨てることになります。そのためMetaはコンパイルではなく検証を基準に置き、自動テストと視覚的なチェックを通過して初めてタスクが完了するとしました。成果にはビルド結果やテスト結果、記録された検証セッションが添付され、エンジニアの承認は残る仕組みです。

ループを支える仕組み

エンジニアが各サイクルの外にいるなら、ループは安全に自走する必要があります。Metaは4つの能力を挙げています。技術仕様としての計画、ループ内の自動検証、エージェントによる疑似ユーザーテスト、エージェントによる本番運用です。計画については、エンジニアなら直感で解消できる曖昧さがエージェントの失敗につながるため、上流での厳密な分解と機械可読なコンテキストに投資したとしています。

自動検証では、ビルド状態や単体テスト、UI仕様の照合といった合否シグナルをエージェントのループに直接組み込みました。ナビゲーションエージェントは実際のアプリを人のように操作し、画面を読み、リグレッションを報告します。公開後は、利用者からのフィードバックをもとにエージェントが回帰の可能性を調査し、その分析をエンジニアに渡して次の対応を判断させる流れです。

運用モデルは5つの部品で構成されます。恒久的なプロジェクト指示であるRules、チームの慣習を呼び出し可能な手順にするSkills、手作業だったチェックを自動化するAgents、それらを組み合わせてワークフローにするCommands、リンター実行やテスト検証などの自動トリガーであるHooksです。エージェントが同じ失敗を2回以上繰り返したら、修正を一度だけ符号化して全体で共有する運用だとしています。

環境をモデルに合わせる

Metaは最大の効果はプロンプトではなく、コードとツールの変更から得られたと述べています。Forumのコードベースは可能な限り素直に保ち、主要な部分をモジュール化することで、実績ある基盤の利点とエージェントの接続しやすさを両立させました。簡単に分離できない箇所は再利用を捨てて作り直し、開発速度の面で報われたといいます。エージェントは読んだコードからパターンを学ぶため、弱いパターンを一度直せば以降のセッションすべてに引き継がれる点も指摘しています。

エージェントにアプリを説明するのではなく、状態を確認するツールを与えたことも重要でした。シミュレータのライブビュー階層の読み取り、画面上に実際にある要素の一覧、対象ビューへのパスの参照を、行動する前に可能にしたのです。これにより、グループのホーム画面を変更すべき場面でホームフィードを編集してしまうといった見当違いの編集が大きく減ったとしています。

本番向けには、同じコードベースとフレームワーク、設計システムを共有しつつ、試作コードを本番ビルドから完全に除外するサンドボックス用のビルドフレーバーを用意しました。設計者や他職種の担当者がエンジニアを介さずAIツールで試作でき、サンドボックスの成果は再ビルドなしで本番へ移せ、試作コードが本番アプリを壊すこともないという3つの利点が挙げられています。

成果と現時点の注意点

エージェントはテスト役にもなりました。激しいスクロール、ランダムなグループ閲覧、素早い画面遷移、繰り返しのメディア読み込みといった現実的な負荷シナリオを継続的に実行し、クラッシュやメモリ増加、ページフォールト、UIリグレッションといった一貫したシグナルから異常を切り分けます。ある実行ではメモリ問題を発見し、再現の切り分け、修正案の提示、検証までを開発中に完了しました。この修正により、繰り返しの負荷試験におけるメモリ使用量とページフォールトがおおむね半減したとしています。

速度の面では、Forumは8週間でFacebook Groupsと主要機能の同等に到達しました。AIが定型実装の多くを担い、エンジニアはアーキテクチャや製品判断、品質に時間を割けたといいます。公開後も、エージェント主導の調査が利用者フィードバックの切り分けと原因特定を支援したとされています。

品質向上の鍵はプロンプトではなくコンテキストだったとMetaは述べています。ある種の調査は、新入エンジニアに渡すのと同じコードへのポインタやサンプルクエリ、設計文書をエージェントに与えるまで結果が弱く、与えた後に品質が跳ね上がったといいます。一方、原文には「うまくいった点とうまくいかなかった点」という節が設けられていますが、本記事が参照した範囲では詳細が示されておらず、うまくいかなかった点の中身や、他のチーム・既存コードベースへの一般化可能性は明らかになっていません。