概要
https://github.blog/news-insights/policy-news-and-insights/the-future-of-ai-powered-software-optimization-and-how-it-can-help-your-team/
詳細内容
## AIを活用したソフトウェア最適化の未来（そしてそれがチームをどう助けるか）
https://github.blog/news-insights/policy-news-and-insights/the-future-of-ai-powered-software-optimization-and-how-it-can-help-your-team/
**Original Title**: The future of AI-powered software optimization (and how it can help your team)
GitHubは、AIを活用した開発ツールが持続可能性のためのエンジニアリングをほぼ自動化する「Continuous Efficiency（継続的効率）」の未来像を提示し、その実現に向けた実験的フレームワーク「Agentic Workflows」を紹介しています。
**Content Type**: ⚙️ Tools
**Language**: en
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:3/5 | Anti-Hype:4/5
**Main Journal**: 78/100 | **Annex Potential**: 79/100 | **Overall**: 80/100
**Topics**: [[AIを活用した最適化, エージェントワークフロー, 継続的効率, グリーンソフトウェア, パフォーマンスエンジニアリング]]
GitHubは、AIによるソフトウェア最適化の未来として「Continuous Efficiency（継続的効率）」というビジョンを発表しました。これは、AIを活用した開発ツールが、持続可能性に配慮したエンジニアリングをほぼ自動で実現することを目指します。GitHub NextとGitHub Sustainabilityチームは、実験的フレームワーク「Agentic Workflows」を用いてこの概念を実証中です。
著者は、「Continuous Efficiency」が開発者とビジネス双方に深い価値をもたらすと強調します。開発者にとっては、高性能化、コード標準化、品質保証を通じた効率性向上。ビジネスにとっては、電力・資源消費の削減、効率向上、コード品質改善、ユーザー体験向上、コスト削減などの具体的メリットがあるにも関わらず、これらの優先度が低い現状を、AIによる継続的なコードベース改善が解決すると指摘しています。
「Continuous Efficiency」は、LLMを活用したCI/CD自動化（Continuous AI）と、エネルギー効率の高いソフトウェア設計（Green Software）の融合によって成り立ちます。その核となる「Agentic Workflows」は、GitHub Actions上で動作する、リポジトリ内でプロアクティブかつ自動化されたエージェント挙動を探求する実験的フレームワークです。
このフレームワークは、主に二つの分野に焦点を当てています。一つは「自然言語によるルールと標準の実装」です。LLMとエージェントを用いることで、エンジニアリング標準やコード品質ガイドラインを自然言語で記述し、広範なコードパターンや言語に適用、インテリジェントなコード修正を自動で行うことが可能です。グリーンソフトウェアのルール適用や、W3CのWeb持続可能性ガイドラインの実装事例が挙げられています。
もう一つは「異種混合環境でのパフォーマンス改善」です。エージェントがリポジトリを分析し、適切なツールを特定、ベンチマーク実行、コード変更提案を半自動で行う最適化プロセスが試みられています。「Daily Perf Improver」といったパイロットプロジェクトでは、パフォーマンスバグ修正や計測に基づく最適化で具体的な成果を上げています。
エージェントワークフローは、Markdownで記述され、`gh aw compile` コマンドで標準のGitHub Actionsワークフローにコンパイル後、GitHub Actions環境内でAIエージェントが安全に実行されます。筆者は、この実験的フレームワークを試すことで「Continuous Efficiency」の実現に貢献できると呼びかけています。