【Podcast】セルフヒーリング・自動修復の開発フローについて話しました
「治すたびに強くなるセルフヒーリングと開発墓地の仕組み」というブログ記事を題材に、本番のエラーやアラートをAIが自動で検知・修復していく開発フローについて、メンバーと一緒に話してみました💬
難しい論点も多かったので、エンジニアそれぞれの目線で噛み砕きながら、特に話題に上がったのは以下のポイントです。
自動修復のワークフローが一気通貫：異常検知→観測・分析→自動修復→プルリク作成→自動レビュー→自動マージまで繋がり、1ヶ月で約110本のPRが自動生成された事例も。Node.jsの例外など原因が明確なものは自動マージしやすく、パフォーマンス問題はPRまで作って人間がレビューする棲み分けが現実的、という話に
ログ基盤の整備が前提条件：AWS/GCPのログをAIに繋ぐのは考えることが多くて大変。Loki等の観測技術や「ログに直し方を書いておく」工夫が効きそう。観測だけして構造化して渡してくれる新サービスや、Datadog・New Relicがまるっと提供してくれると嬉しい、という声も
ガイドライン／スキルの肥大化とメンテナンス：ルールもスキルも増える一方で、不要なものの削除や統合が追いつかないと“容量爆弾”になりかねない。一方でLLMからすると重複は気にならない＝レビューが「いらなくなる」のではなく、人が理解「できなくなる」未来も話題に
コンテキストサイズの頭打ち：1Mから伸びておらず、ハードウェア・メモリの制約が背景。設計上のボトルネックになり得るので「もっと増やしてほしい」という要望も
“任せていい”感覚とブラックボックスの不安：自動レビューで実際に楽になりレグレッションも減る一方、中身が見えないとうまくいかない時の指示が難しい。特にサーバー側・本番障害など目に見えない領域が鬼門。Codexのゴール機能の「達成するまで止まらない」挙動はコストも含めて不安、という本音も
並列実装と“判断する力”：同じ課題を複数パターン並列実装して選ぶ手法はコスト高だが難問に有効。ただしバックエンドはUIほど良し悪しを判断しづらい。デザイナーが知識なしでも機能を“作れてしまう”時代だからこそ、AIの出力の正しさを判断できる土台スキルがエンジニアの価値になる
議論の終盤では「結局、AIの出力が合っているか判断できる土台のスキルがないと、自動マージは怖くて任せきれない」という話にも。作る速度はAIが担保してくれるからこそ、エンジニアの価値は“どこに自信を持って判断できるか”に移っていくのを感じる回でした。
Jicooのメンバーの雰囲気も合わせて、ぜひ聴いてみてください！
今、Jicooでは一緒に働く仲間を募集しています
Jicooでは、これからの開発組織を創り上げ、AI時代の新しい働き方・プロダクト開発をリードしていく仲間を積極的に募集しています。
技術でプロダクトをドライブしたい方
変化の速い環境で、AIなどの新しい技術を積極的に学び、活用したい方
チームで協力し、大きな目標を達成することに喜びを感じる方
ぜひ一度、カジュアルにお話ししてみませんか？
