Devin時代の開発組織
Teramoto Daikiさん(Helpfeel)
- 生成AIのトレンド
- エンジニア向け -> 組織内で -> 一般へ
- すごいプロダクトを作れるようになる <-> すぎプロダクトが作りやすくなる
- クラウドぁPCかという軸と高価格か低価格かという軸
- Devinはクラウドで高価格
- 0->1が得意
- メンテをうまく自動化していけるか
- 意思決定できる人がAI使った方がはやい
- 部下がいらなくなるのか
- 組織の再定義の必要性
- 人が突然増えたときと同じこと
AI Coding Agent Enablement エージェントを自走させよう
Yuku Kotaniさん(Ubie)
https://speakerdeck.com/yukukotani/ai-coding-agent-enablement
- 自走
- 自律的に判断させて1ループの作業単位を大きくしたい
- デフォルトだと解空間が大きすぎる
- 制約がないと制度が落ちる
- 可能な限り解空間を絞る
- 機械的な検査
- 出力を機械的に検査
- Linter/型チェック/自動テスト
- プロジェクト固有のLintルールがきく
- LLMによるチェックは動かす度に違ったり速度の問題があったり
- PRレビュー内容からLintルールを生成したり
- コンテキストの注入
MCP Documentation Server
Yoshiki Nakagawaさん(LayerX)
https://speakerdeck.com/yyoshiki41/mcp-documentation-server-at-ai-coding-meetup-number-1
- Bet AI Guildを組成した
- AIの環境周りを整える
- 開発ドキュメントとコードベースを同じ場所で管理する
- 生成AIに与えるため
- Design Docをgitリポジトリで管理
- NotionにドキュメントがあるがNotionMCPを使いこなすのが難しかった
- PdMがCursorを使って
- ちょっとした開発に挑戦
- 既存機能の使用確認
- SQLの補助
- ユーザ向けガイド作成時間削減
- エンジニアの時間を取らずに質問できる
- Mastra
- MCPサーバの整備よりもデータの整備が大変
AIコーディングワークフローへの挑戦
kagayaさん(ログラス)
https://speakerdeck.com/rkaga/ai-coding-workflow
- ツールの移行作業
- LLMを活用することで膨大なコードの移行を短期で実施する事例が出ている
- 移行作業をするのではなく移行するワークフローの作成
- オープン/クローズドと簡単/複雑の2軸
- オープンなものは自動化できる
- 簡単なものはエンジニアは不要になる
- ドキュメントを自動更新
- mainにマージされたらしようとFAQを更新
- リリースノートの自動化
- リリースPRから自動生成
- ワークフロー
- GitHub ActionsでDevinAPIやCloude Codeを活用
- DevinはSlackから操作できるのが便利
- スタンプから起動したり
"知のインストール"戦略：テキスト資産をAIの文脈理解に活かす
zawakinさん(ナレッジワーク AIエンジニア)
https://speakerdeck.com/kworkdev/text-knowledge-install-ai-context
- 大規模コードベースで
- 組織の文脈を伝えるのが難しい
- コンテキストウィンドウが増加してる
- どうやって文脈を伝えるか
- 組織にあるテキスト資産
- 文脈を理解させて筋の良いコードを生成させる
- データを収集してルールを抽出し原則へ
- PRのコメントを元データにした
- 原則を踏まえたコード生成をさせる
- 組織らしいコードが出てくる
