概要
https://developers.cyberagent.co.jp/blog/archives/58450/
詳細内容
## WinTicket x タップル x SGEマンガ事業部 で 「Coding Agent BEER BASH」を開催しました！
https://developers.cyberagent.co.jp/blog/archives/58450/
サイバーエージェントの各チームが、AIエージェントを開発ワークフローに統合し、生産性を向上させる具体的な取り組みを共有した。
**Content Type**: ⚙️ Tools
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 86/100 | **Annex Potential**: 84/100 | **Overall**: 84/100
**Topics**: [[AIエージェント活用, コンテキストエンジニアリング, 開発ワークフロー自動化, AIコードレビュー, 自律的パフォーマンス改善]]
サイバーエージェント社内イベント「Coding Agent BEER BASH」のレポートが公開され、WinTicket、タップル、SGEマンガ事業部がAIエージェントを開発に組み込む具体例を披露しました。
特に注目すべきは、単発のプロンプト指示から「コンテキストエンジニアリング」へとAI活用が進化している点です。降矢大地氏は、プロジェクト固有の知識やコーディング規約、アーキテクチャ設計方針、サービスのドメイン知識といった質の高い「文脈」をAIに与えることで、より精度の高いコード生成や指摘を引き出す重要性を強調しました。SGEマンガ事業部では、GitHubリポジトリの`docs/`ディレクトリにこれらの情報を集約し、Claude Codeに過去のトラブルシューティング記録を管理させることで、AIエージェントにとってのオンボーディング資料としても機能させています。
さらに、CI/CDとの連携によるレビュープロセスの自動化も実践しており、DevinがConventional Commitに則ったPRを自動レビューし、Visual Regression TestingやCopilot Reviewの結果をGitHub Actions経由でPRコメントに集約。これにより、人間が最終判断を下しやすくなっています。また、アプリの起動時間最適化の例では、計測メトリクスと具体的な目標値をAIに与え、自律的な修正ループを回させることで、曖昧な指示による失敗を防ぎ、効果的なパフォーマンス改善を実現しています。`role-debate`のようなカスタムコマンドを用いて、Claude Codeに複数の専門家ロールで議論させ、より多角的な視点から問題解決を図る手法も紹介されました。
國師誠也氏は、チーム全体でのAI活用戦略として、AIツールのルールやコマンドを`shared-workflows`リポジトリで一元管理し、各ツール向けに最適化したドキュメントを自動生成する仕組みを解説。DevinのPlaybookやKnowledgeのバージョン管理の課題を緩和するため、プロンプトを専用リポジトリで管理するアプローチも紹介されました。また、n8nを活用してDevinとLinearを連携させたり、GitHub Actionsのai-inferenceを利用してTerraformのplan結果を要約したりと、既存ツールとのシームレスな連携によりAIの導入ハードルを下げている点が重要です。
これらの取り組みは、AIエージェントが単なるコーディング補助を超え、開発プロセス全体の生産性を飛躍的に向上させる可能性を示唆しています。 webアプリケーションエンジニアにとって、AIを最大限に活用するには、いかに良質なコンテキストをAIに与え、計測に基づいた自律的な改善ループを設計するかが鍵となるでしょう。開発における「並列」と「計測」の重要性、そして会社全体のAI活用支援体制が、今後のエンジニアの価値創出を大きく変える、というメッセージは、まさに今、私たちが向き合うべき課題とチャンスを示しています。