11月19日、InfoQが「AI-Assisted Software Delivery: From Code to Production」と題した記事を公開した。AIがソフトウェアデリバリーを変えると言われて久しいが、現場の実態はどうか。結論から言えば、エージェントへの委譲が進んでいるのはライフサイクルの両端だけであり、コードを実際に書く「中間」フェーズには、まだ人間のエンジニアが深く関与している。DevOps・CI/CD・エンタープライズAI活用の第一線にいる実務家4名が、コード生成から本番運用までの現在地をラウンドテーブル形式で率直に語っている。
「ソロからファクトリーへ」──デリバリーの進化
Patrick Deboisは自社での変化をこう整理する。最初はコード補完、次にコーディングエージェント、そして6〜7ヶ月前から中央集権的なパイプライン(「ファクトリー」)へ移行した。開発者が各自のラップトップでエージェントを走らせる時代から、チケットを起票してエージェントがそれを処理するモデルへ。これにより「ソロ開発者」だったダイナミクスが、プロダクト・エンジニアリング・セールス・サポートが同一のパイプラインで協働する形に変わったという。
Gunnar Groschも似た観察を共有する。ライフサイクルのうちエージェントへの委譲が進んでいるのは両端、すなわち「コードを書く前のリサーチ(APIやコードベースの調査)」と「デプロイ後のテストと反復ループ」だ。その中間、実際にコードを書くフェーズには、まだ人間のエンジニアが深く関与している。「信頼してすべて任せるのは、まだ怖い」というのが率直な感想だ。
本番への壁──ガバナンスとリスク判断
「実験段階ではやっている。でも完全に本番で信頼してエージェントに任せているか?」という問いに、パネリスト全員が一致して「まだそこまでではない」という立場を示した。
Martin Reynoldsは規制環境での経験をもとに、ガバナンスの構造が鍵だと指摘する。エージェントに対しても「スコープ付きの認証情報」「ポリシー」「承認フロー」「監査証跡」を人間と同様に適用することで、「エージェントが失敗するとしたら、人間が失敗するのと同じ理由であるべき」という考え方だ。
Patrick Deboisはリスク分析のフレームワークを提示する。エージェントがコードを変更した場合、その変更の「リスク(起きやすさ)」と「インパクト(本番への影響)」の両軸でゲーティングを判断すべきだという。ドキュメントの修正と認証コードの変更は、まったく異なるリスクプロファイルを持つ。すべて自動で流すのではなく、一部は手動レビュー、一部は自動通過という「グラデーション」が現実的な運用だ。
Gunnar Groschはこの議論をDevOps時代のカオスエンジニアリング論争に重ねる。
「NETFLIXがよく例に挙げられたが、みんながNETFLIXである必要はなかった。同じように、今はAnthropicが1日3万PRをエージェントで自動マージしているからといって、誰もがそうすべきではない。どこかから始めれば十分で、すべてを自動化する必要はない」
この「Anthropicが1日3万PR」という数字はパネル内での言及であり、元記事内で出典の明示はない。ただし議論の趣旨は明確で、「先進事例をそのまま自社の目標にしない」という現場感覚を示すものだ。
テスト・セキュリティ・FinOpsの三課題
Garima Bajpaiはエンタープライズ規模での実践から、AIデリバリーで崩れつつある三つの前提を挙げる。
1. テストマトリクスの刷新
確率的に動作するLLMアプリケーションには、従来の統計的閾値ベースのテストが通用しない。「ゴールデンデータポイント」と「LLM-as-judgeのルーブリック」(LLM自身を評価者として用い、出力品質をスコアリングする評価手法)への移行が必要になっている。
2. セキュリティの「シフトライト」
DevOpsでは「シフトレフト(開発初期にセキュリティを組み込む)」が推進されてきたが、AIが生成するコードの増加により、ランタイムでのセキュリティ監視(シフトライト)も同様に重要になっている。
3. FinOpsとトークンエコノミクス
開発者が2万人規模の組織では、AIのトークン消費コストが無視できない規模になる。FinOps(クラウドコストの財務管理)の手法をトークン消費に適用する体制整備が求められている。
「人間が読めるコード」の行方
「今後もコードは人間が読めることを前提にすべきか」という問いに対し、Martin Reynoldsは現実的な立場を取る。最終的には誰もコードを直接読まない未来が来るかもしれないが、それは10年後かもしれないし2年後かもしれない。現時点ではAI生成コードによる本番障害の増加、CVEの増加が確認されており、「まだコードを読める必要がある」という判断だ。
Patrick Deboisは別の角度から整理する。TDD(テスト駆動開発)はエージェントにとっても有効で、テストがあればエージェント自身が動作を検証できる。ドキュメントが最新であればエージェントのコンテキストが改善される。「人間にとって良いエンジニアリングプラクティスは、AIにとっても良い結果をもたらす」というのが彼の観察だ。
また、コードそのものを読む代わりに「インテント(意図)を検証する」アプローチとして、**形式的検証(Formal Verification)の復権**にも触れている。形式的検証とは、数学的な手法でプログラムの仕様への適合性を証明する技術で、かつては航空・半導体など高信頼性領域で用いられてきたが、AIが生成するコードの検証手段として再注目されつつある。エージェントに「動作を証明させる」──テスト結果、動画、デモを通じて──という方向性だ。
パネリスト紹介
本稿で紹介した発言の背景として、登壇者のプロフィールを補足しておく。モデレーターはInfoQ編集者のRenato Losio。
- Patrick Debois:DevOpsとCI/CDに長年携わり、現在はTesslでコーディングエージェント向けの「ソフトウェアファクトリー」構築を支援。「ソロからファクトリーへ」の移行とリスクフレームワークについて発言
- Martin Reynolds:HarnessのField CTO。ビルド・テスト・セキュリティ・デプロイ・運用を顧客とともに取り組む。ガバナンス構造と「人間が読めるコード」の議論を主導
- Garima Bajpai:25年のエンタープライズ開発リーダーシップ経験を持ち、大規模AI活用とコミュニティ主導のInnerSourcingに注力。テスト・セキュリティ・FinOpsの三課題を提起
- Gunnar Grosch:Sinchのデベロッパーアドボケート。AIエージェントの本番運用とカオスエンジニアリングを専門とし、「中間には入れない」という観察とリスク許容の段階論を語る
詳細はAI-Assisted Software Delivery: From Code to Productionを参照していただきたい。




