イントロダクション
AI 支援型の開発は進化しています。 コードのみを提案するツールの代わりに、ソフトウェア開発ライフサイクル (SDLC) 内で実際にアクションを実行できるシステムが用意されました。 GitHubでは、Copilotのクラウド エージェントなどのエクスペリエンスで既にこれを確認できます。 リポジトリを探索し、計画を提案し、ブランチで変更を加え、確認するための pull request を開くことができます。 これらのシステムの能力が高まるにつれて、開発者としての役割が変わり始めます。 コードを記述するだけではありません。 また、ワークフロー内で時間の経過と伴って計画、行動、改善できるシステムの指導、監督、検証も行っています。
エージェント ワークフローは、計画→従ってループ→評価します。各サイクルでは、システム フィードバックを使用して、結果が必要な標準を満たすまで次の手順を調整します。 このモジュールでは、そのシフトを理解するために必要な基盤を提供します。 システムを "エージェント" にする方法、エージェントが従来のアシスタントとどのように異なるか、およびエージェントがGitHub内でどのように動作するかを学習します。 また、プル要求、レビュー、状態チェック、CODEOWNERS、ルールセット、環境などの使い慣れたツールを使用して、GitHubがレコードのシステムとコントロール プレーンの両方として機能し、エージェントアクティビティを安全かつ制御する方法についても説明します。
このモジュールでは、次の内容について説明します。
- SDLC でエージェント AI を定義し、アシスタントとエージェントを区別する
- プラン→アクト→評価のライフサイクルをエージェントワークフローに説明して適用する
- GitHubがエージェント アクティビティのレコードおよびコントロール プレーンのシステムとして機能する方法について説明する
- エージェント システムでの責任、リスク、アンチパターン、および追跡性の要件を特定する
- 共同作成者モデルを適用してエージェントによって生成された作業を評価する
Agentic AI Systems での開発の詳細については、次のモジュールを参照してください。