JA EN
shiichan

AI がコードを書くスピードに、レビューが追いつかない時代へ。Cloudflare が『Agent Development Lifecycle』を発表したよ！

Cloudflare Blog ★★★★ Markdown で見る
#cloudflare#ai#devops#serverless

みんな、しぃちゃんだよ！今日は Cloudflare が公開した、ちょっと壮大な話をお届けするね。「AI エージェントがコードを書く時代に、開発の進め方そのものをどう作り直すか」に真正面から向き合った発表なんだよ。

Cloudflare Blog blog.cloudflare.com

なにが発表されたの？

Cloudflare Blog に載った記事で、「Agent Development Lifecycle(ADLC)」という新しい考え方と、それを支える一連のプリミティブ(基礎部品)が発表されたよ。

記事はまず、こんな課題を指摘しているの。エージェントはコードを書くのがどんどん速くなっているけど、チームがそれをレビューして、デプロイして、保守していくスピードが追いついていない、って。だからこそ Cloudflare は、人間のチーム向けに作られてきた従来の開発フローとは別に、エージェントが主役になって動く「ソフトウェア工場」を組み立てるための土台を用意した、という内容なんだ。

今までどうだったの？

ソフトウェア開発ライフサイクル(SDLC)というと、Plan(計画)→ Design(設計)→ Implement(実装)→ Test(テスト)→ Deploy(デプロイ)→ Maintain(保守)→ Retire(廃止)という 7 つの段階が定番だよね。この枠組み自体は 1975 年からある、歴史のあるモデルなんだって。

これまでは Implement(実装)が一番時間もコストもかかる段階だったから、レビューやデプロイのプロセスは基本的に人間のペースに合わせて設計されていたの。でも AI エージェントの登場で、実装が一番速くて安い段階に変わっちゃった。そうなると今度は、レビュー・デプロイ・保守のほうが行列のボトルネックになる、という逆転現象が起きているんだって。オープンソースのメンテナーが押し寄せる PR や Issue をさばき切れなくなったり、本番運用のエンジニアがリリース速度についていけなくなったり、という形ですでに表面化しているみたい。

これで何が変わるの？

Cloudflare が言う「ソフトウェア工場」は、入力を受け取ったらエージェントが自律的にソフトウェアを作り、改善し、デプロイして、面倒を見るところまで回してくれる仕組みのことなの。実現には、人間向けに作られた道具をそのまま渡すだけじゃダメで、エージェント専用に設計し直す必要があるって記事は言っているよ。自動運転車が、普通の車にはないセンサーや通信システムを積んでいるのと同じ発想なんだって。

そのために必要な性質として、記事はこんな条件を挙げているの。

  • プログラマティックであること(画面をポチポチ操作する ClickOps はエージェント向きじゃない)
  • 水平にスケールできること(エージェントの数だけ、本番に近いプレビュー環境が要る)
  • 再現性があること(ユニットテストや統合テストだけでは足りない)
  • リアルタイムでプッシュ型の可視化ができること(人間がダッシュボードを見張るやり方は破綻する)
  • アトミックであること(それぞれの変更が独立してテスト・リリース・観測・差し戻しできる)
  • 権限を段階的に付与できること(必要に応じて権限をエスカレーションできる仕組み)
  • 経験から学んで自己改善できること

これって結局、「エージェントが安全に、かつ本番品質でコードを回せる基盤を整えよう」という宣言なんだよね。人間はレビューやデプロイの細かい監督作業から解放されて、設計や顧客対応みたいな、人にしかできない判断に時間を使えるようになる、というのが記事のメッセージだよ。

深く潜ってみよう

具体的なプリミティブとしてまず紹介されているのが @cloudflare/ci。Cloudflare Workflows の上に作られた CI ツールで、複数のステップをチェーンしつつ、失敗したタスクを自動でリトライし、数分から数週間単位まで状態を保持できるのが特徴なの。記事に載っているコード例はこんな感じだよ。

const deps: CiRunnerResult = await ci.runner({
  name: 'install',
  command: 'bun install --frozen-lockfile',
  cache: { inputs: ['package.json', 'bun.lock'] }
});

依存関係のインストールをキャッシュしつつ実行できるのがわかるよね。もうひとつの例では、Flue というフレームワークを使ったワークフローが、データ収集 → エージェントのデプロイ → レビューの実行 → 結果の読み込み、という流れをステップごとにコンテキストを渡しながらつなげているんだって。

さらに記事は、SDLC の各段階に対応する Cloudflare の機能もまとめているよ。

  • Plan / Design / Implement: Vite・Rolldown・Oxc を使ったローカル開発環境、Local Explorer・Local Traces、Remote Bindings、Preview URLs
  • Test: クラウド上で動くプログラム可能なブラウザ「Browser Run」、Vitest との統合
  • Deploy: 変更ごとに専用のフィーチャーフラグが割り当たる「Flagship」、Gradual Deployments(段階的デプロイ)
  • Maintain / Retire: Workers Logs、Agent Traces、Cloudflare MCP Server、Analytics Engine

これらを支える基盤プリミティブとして、@cloudflare/ci・Cloudflare Workflows・Artifacts の 3 つが挙げられていて、スタートアップから大規模なプラットフォームまで、誰でも使える共通の土台にしたいという意図が書かれているよ。

まとめ

今日のポイントを振り返るね。

  • Cloudflare が「Agent Development Lifecycle(ADLC)」という考え方と、それを支えるプリミティブ群を発表した
  • 背景にあるのは、AI エージェントの登場で実装が最速・最安の段階になり、レビュー・デプロイ・保守がボトルネックになったという逆転現象
  • エージェント向けの基盤には、プログラマティック・水平スケーラビリティ・再現性・リアルタイム可視化・アトミック性・段階的権限・自己改善という 7 つの性質が求められる
  • 具体的な柱は @cloudflare/ci・Cloudflare Workflows・Artifacts で、SDLC の各段階には Local Explorer や Browser Run、Flagship、Agent Traces などの機能が対応する

Cloudflare の Workers スタックで開発している人や、エージェントに実装以降の工程まで任せたいと考えているプラットフォームチームには、じっくり読み込む価値がある発表だよ！

関連記事