AutoDev｜マイクロソフトが発表した「AI エンジニア軍団」をつくる自動開発フレームワーク【Devin に驚いている場合じゃない！】
Summary
TLDRMicrosoftが発表した革新的な自動開発フレームワーク「オートデブ」について解説。この框架は複数のAIエージェントを管理し、タスクを自動化することができる。AI同士が会話しながらタスクを進め、セキュリティとプライバシーを確保するドッカーコンテナ技術を利用している。高いパフォーマンス評価を示し、将来的には人間のITエンジニアの仕事に大きな影響を与える可能性がある。
Takeaways
- 🤖 Microsoftが発表したオートデブは、AIエージェントを複数管理し、自動開発フレームワークを提供する技術です。
- 🔧 従来のAIエージェントと異なり、オートデブは開発プロセス全体を自動化することが可能です。
- 🛡️ セキュリティとプライバシーの保護も重要視し、適切な設定で問題が軽減されるとされています。
- 💬 AIエージェント同士がコラボレーションし、会話しながらタスクを進めることが特徴です。
- 🔍 既存のAI技術を活用して、コード生成やテスト自動化、リファクタリングなどが期待される自動化タスクの1つです。
- 📈 評価において、オートデブは高いパフォーマンスを発揮しており、1つのソースコードに対して高い確率でテストを通過することが示されています。
- 🔄 ドッカーコンテナ技術を利用し、環境構築や実行環境の分離を行います。
- 🔄 コマンドや権限を適切に設定することで、AIの自動化が安全に行われることが期待されます。
- 👥 将来的には、エンジニアリングスキルを持つ一般の人が増え、AIを管理・扱うための専門知識がますます必要になるでしょう。
- 🔄 ドキュメンテーションの自動化やソースコードレビューなど、AIが取り組めるタスクの範囲はさらに広がる可能性があります。
- 🌐 現在、オートデブは一般公開されていないが、将来的には一般公開され、多くのエンジニアが触れることが期待されます。
Q & A
オートデブとは何ですか？
-オートデブは、Microsoftが発表した自動開発フレームワークで、複数のAIエージェントを管理し、自分だけのAIエンジニアチームを持ち、開発プロセス全体を自動化することができる技術です。
オートデブの主な特徴は何ですか？
-オートデブの主な特徴は、複数のAIエージェントを管理して役割を与えること、AIエージェント同士が会話してタスクを進めること、全体の情報制御やAIの権限を設定し、Dockerを利用することでセキュリティも担保が可能であることです。
オートデブでAIエージェントはどのように機能しますか？
-AIエージェントは、エージェントスケジューラーを使い、AIモデルの選択や役割の割り当てを行います。また、会話管理ツールを通じて、人間のユーザーからの指示を受け取り、タスクを実行します。AIエージェント同士は、トークコマンドやアスクコマンドを用いて、会話をしながらタスクを進めます。
オートデブのパフォーマンスはどの程度評価されていますか？
-オートデブのパフォーマンスは、高い評価されています。ヒューマンイバルというベンチマークで、コード生成タスクに対して1つの回答を用意して、その回答が正しいかどうかをチェックしました。その結果、高い生徒率を示しており、コード生成だけでなくテストも生成でき、高い正確度でタスクをこなすことができています。
オートデブを使うことで、どのようなタスクを自動化できますか？
-オートデブを使うことで、コード生成、テストコード生成、リファクタリング、既存コードの改善点の調査、ドキュメンテーションの自動化、ソースコードのレビュー、不具合分析や修正、バージョン管理の自動化などが自動化できます。
オートデブが開発プロセスに与える影響はどのようなものですか？
-オートデブが開発プロセスに与える影響は、従来の作業の中でAIに置き換わる部分がどんどん増えることであり、自動化が進むことで生産性の向上やエラーの減少、品質の向上が期待できます。一方で、AIを管理する側のポジションも増え、エンジニアリングの専門知識がより必要になるでしょう。
Dockerとは何ですか？
-Dockerは、コンテナ技術を利用して、アプリケーションをパッケージ化し、異なる環境でも動かすることができる技術です。コンテナは、アプリケーションやその依存関係を含んだ、移植可能な実行環境を提供し、OSのバージョンやプラットフォームに依存しない実行が可能になります。
Dockerはどのようにオートデブに役立っていますか？
-Dockerは、オートデブで実際のAIの作業が行われる実行環境として使用されます。Dockerコンテナを使って、クローズドな環境で作業が行われ、セキュリティやプライバシーの問題をクリアにできるようになります。また、環境構築の手間を省き、柔軟な開発環境を提供することができます。
オートデブにおける「強調型AIエージェント」とは何を意味しますか？
-「強調型AIエージェント」とは、AIエージェントが互いに会話をしながらタスクを進め、タスクをこなす際に協力し合うことを意味します。AIエージェント同士が情報を共有し、フィードバックを求め合い、問題解決に向けて協力することで、より効率的かつ正確な開発プロセスを実現することができます。
オートデブが一般公開されたら、どのような変化が起こると思いますか？
-オートデブが一般公開された場合、開発プロセスの自動化が進み、生産性の向上や品質の向上が期待されます。また、AI技術を活用した新しいサービスや製品が登場し、エンジニアリングの分野がさらに発展する可能性があります。さらに、エンジニアリングスキルを持つ一般の人が増え、AIに関する知識や技術がより一般的になるでしょう。
現在のITエンジニアにおすすめのスキルは何ですか？
-現在のITエンジニアには、AI技術に関する知識やスキルが必要です。AIの学習と実践を通じて、自動化やデータ分析、機械学習などの分野に精通することが重要です。また、バージョン管理システムやコンテナ技術などの基礎的な知識も維持し、最新の技術動向に追随していくことが求められます。
Outlines
🤖 MicrosoftのAI開発フレームワーク「オートデブ」とは？
Microsoftが発表したAI開発フレームワーク「オートデブ」について説明します。このフレームワークは、エンジニア軍団を作ることで自動開発を可能にし、ITエンジニアの仕事が変わる可能性があるという内容です。また、この動画では個人の意見や感想も含まれていることをご留意ください。
📄 論文投稿サイト「arXiv」とオートデブの紹介
論文投稿サイト「arXiv」にMicrosoftが投稿した「オートデブ」の論文について説明します。この論文はAI駆動の自動開発フレームワークを提案しており、IT業界で注目されています。オートデブは自律型AIエージェントを用いて開発プロセスを自動化し、セキュリティやプライバシーの保護も可能としています。
🛠️ gitとDockerの技術とオートデブの関係
バージョン管理技術のgitとコンテナ技術のDockerについて説明し、オートデブがこれらの技術をどのように利用するかを解説します。gitはプログラムのバージョン管理を、Dockerはコンテナを用いてプログラムの実行環境を管理します。オートデブはこれらの技術を用いて、AIエージェントを効率的に管理し、セキュリティを確保しています。
🔧 オートデブの4つのツールとAIエージェントの役割
オートデブのフレームワークは4つのツールから成り立っています。AIエージェントスケジューラー、会話管理ツール、ツール群、実行環境です。AIエージェントはプロジェクトのゴールを達成するために役割が割り当てられ、会話を通じてタスクを進めます。このフレームワークはAIエージェント同士が協力してタスクを遂行できるように設計されています。
📈 オートデブのパフォーマンス評価とITエンジニアの未来
オートデブのパフォーマンスはHumanEvalというベンチマークで評価されており、高い正確度でタスクをこなすことが示されています。この技術の発展により、ITエンジニアの仕事は大きく変わることが予想されます。AIに置き換わる部分が増え、エンジニアリングスキルがより必要になる一方で、AIを管理する新たなポジションも増えることが予想されます。
🎥 まとめと今後の展望
オートデブはMicrosoftが発表した革新的なAI開発フレームワークで、複数のAIエージェントを管理し、自動開発を可能にします。この技術は既存のタスクに置き換わる可能性が高いと評価されており、ITエンジニアの仕事には新たなスキルが必要になるでしょう。今後、AIに関する知識を持ち、エンジニアリングスキルを活かした新たな技術者が増える時代が到来するでしょう。
Mindmap
Keywords
💡オートデブ (AutoDev)
💡AIエージェント
💡コンテナ技術 (Docker)
💡バージョン管理 (Git)
💡テスト自動化
💡プログラムのリファクタリング
💡ドキュメンテーション自動化
💡AIのコマンド
💡セキュリティ
💡プライバシー
💡エンジニアリングスキル
Highlights
Microsoftが発表したAIソフトウェアエンジニアの概要
オートデブの紹介
エンジニアのタスクが自動化される可能性
オートデブの論文投稿
アーカイブの説明
オートデブのAIエージェント
セキュリティやプライバシーの保護
ドッカーとgitの技術
AIエージェント同士のコラボレーション
オートデブのパフォーマンス
人間のITエンジニアの仕事の変化
AIの学習とエンジニアリングスキルの重要性
オートデブの公開期待
ドッカーコンテナの使用
AIのテストコード生成能力
AIのコードレビューと改善提案
AIのドキュメンテーション自動化
AIのバージョン管理自動化
AIの不具合分析と修正提案
Transcripts
00:01[音楽]
00:07富蔵ハチへようこそ今回はトレンド編で
00:10Microsoftが発表したAI
00:12エンジニア軍団を作る自動開発
00:15フレームワークデブについて説明して
00:17いこうと思いますこちらチャンネル共通の
00:20告知事項です気になる方は一時停止して
00:22ご覧くださいえ今回の内容ですがえデブと
00:27いうですねま自動開発フレームワークこと
00:30でまたエンジニアのタスクがですねま自動
00:32化されていくという内容ですで最後の方は
00:35また定番のですね人間のITエンジニアの
00:38仕事今後どうなってくんでしょうという話
00:39もしていこうと思いますえ今回の動画は今
00:44まで以上に特にえ個人の意見感想を含み
00:47ますのでご留意くださいそれでは参り
00:50ましょうではまずオートデブの概要につい
00:53て説明していこうと思いますえ先日私は
00:57ですねこんな動画を投稿しましたえ中身
01:00ですねえっと2024年の3月12日にえ
01:03新しいAIデビが出ましたよとで何かって
01:07言うとITエンジニアの実務が実際にでき
01:11ちゃう世界初のAIソフトウェア
01:13エンジニアですという話でしたねでこちら
01:17の内容は結構反響が大きくてですね元々
01:19海外でもバってましたしまブロン記事も
01:22結構閲覧がすごい増えてですね私自身も
01:24驚いてましたでこれからエンジの仕事も
01:27色々また変わっていくなと思っていたん
01:29ですが
01:30えっとこれ系の話でさらに大きいのがまた
01:33出てきたのでこちら紹介しようと思います
01:36ことの発端はですねえっとまアーカイブと
01:38いう論文投稿サイトがあってこちらに
01:41Microsoftがえっとま測ってか
01:43測らずか2020年3月13日まデビの
01:47発表の翌日ですねこちらに投稿された論文
01:50がえっとありましたタイトルはですね
01:53オートデブオートメAIドリブン
01:56デベロップメントてことでですね威すると
01:59えデブAI駆動の自動開発と衝撃的な
02:03タイトルで出ておりましたでこのなんたら
02:07ドリブンデベロップメントまずこちらは
02:09IT業界でよく使う単語でま何をトリガー
02:13に何を起因に開発をしていくかすべきかっ
02:16て時によく使われる言葉なんですけどもま
02:18今回はAIドリブンデベロプメントAI
02:22駆動開発となんと素敵な名前でしょうで
02:26こちらに
02:28オートメーティッドはい結構これに驚き
02:31ましてまそもそもですねアーカイブ知ら
02:34ない方もいると思うんで説明していこうと
02:36思いますでアーカイブってえっとまあ
02:392000あ1990年ま91年頃にえ
02:43始まったえ簡単に言うと無料で論文を投稿
02:47閲覧できるウェブサイトですとま学術論文
02:50ですねで学術論文のジャンルは色々あって
02:53ま物理数学経済えまコンピューター
02:56サイエンスえ金融電気工学電子工学ま色々
03:01とあるんですけどもその学術論文をえ投稿
03:04できるところでまPDFでえっと投稿が
03:08できるしダウンロードもできると無料です
03:10ねで特徴はですねさ前の論文を取り扱って
03:15いるえサービスまプレプリントサーバーっ
03:18て言んですけどもこのプレプリントサー
03:19バーっていうものの先駆けですまプレ
03:22プリントサーバーといえばアーカイブが
03:241番有名って感じですねはいで同じような
03:27サービスは日本にもあってJ回部とかあと
03:30海外でえっと生物系ならバイオアーカイブ
03:33科学系ならケムアーカイブとか色々あるん
03:35ですねでこのプレプリントってのは左前の
03:38論文ですけどもさってそもそも何ですかっ
03:41て話を一応しとくとえ学術論文を何か出版
03:45しようと思った時にさというプロセスを
03:47通るんですねでまえっと論文書人が執筆を
03:51して実際にえっと出版したいよとなった時
03:54にまその出版社のえっと編集とかがえっと
03:57チェックをしてままずはえっと定Sとか
04:01文書として成立してるかとかま色々と
04:04チェックをしますとでそのチェックを通過
04:07するとやっとサドというところに通って
04:09サドはまその専門家とかその界隈の詳しい
04:12人とかが色々とチェックをしてま審査する
04:15ところですねでこのサドを見事通過すると
04:18その学術師とかに乗るという感じなんです
04:21けれどもまこのえサドのレベルはですね
04:24出版社によって全然違うんですけども
04:26例えば有名なサイエンスとかネイチャー
04:29みたいな1の学術師だと砂のレベルは高
04:32すぎてですねなかなか通らないま仮に内容
04:36が合ってたとしてもそれがもう求める
04:38レベルの驚けなもんじゃないと上げないよ
04:40とかまそういうのがあったりするんですね
04:42なのでそこはま出発によってバラバラです
04:45なんですけど所得はそもそも時間がかかる
04:47んですねえっと平均して数ヶ月長くて1年
04:51以上かかったりもしますまつまり遅いん
04:53ですよねなのでえっと発明とか発見って
04:56いうのはま発表してから時間かっちゃうと
05:00古くなっちゃうんでえまスピードが遅いと
05:02いうところでえっとさ前の論文を早めに
05:05公開できるスピーディな情報共有目的をし
05:07たのがアーカイブですじゃあ砂通ってない
05:10から信用ないかってことはそんなことは
05:12なくてですねえ結構使われておりまして皆
05:15さんご存知OpenAIとかまApple
05:18GoogleMicrosoftもよく
05:20このアーカイブを使っておりますしま
05:22例えば数学のま難しい定理まポアンから
05:26予想とかですねこういうの定理に対する
05:28証明論文とかそういうのもまここに上がっ
05:30たりするんですねなんか乗る前にでま結構
05:33ここにもう乗せるのが定番になってきてい
05:36てえまさく前に実際アーカイブで公表し
05:40ちゃってでそこで専門家がああでもない
05:42こうでもないと意見を出してきてそれを
05:44参考に水行つまり修正をしてで本家の砂に
05:48持っていくという流れがだんだん一般的に
05:51なってきてるようですまあとはですね
05:53メリットがあって左って遅いのでえ砂でま
05:57あの遅いとですねチプ化するってもあるん
05:59ですけれどもそもそも里の時にですね
06:01アイデア盗まれるとかそういうのも実際
06:03あったらしいんですよねなのでえっと
06:05アーカイブ載せていつ誰がどんなことを
06:08出したのかを明らかにするこれでまえっと
06:10パクられたりとかするのを防ぐって意味で
06:13アーカイブはよく利用されてるようです
06:15ただえ砂じゃ通ってないから信用ない
06:17かっていうとそんなことはなくてですね
06:19一応所得前もちゃんとチェックはされてい
06:22てままずその界隈の専門家がアーカイブ見
06:25てますしあとはあの閲覧者がですねこの
06:28内容おかしいっていうのを報する機能も
06:30ありますであとは作の論文まサの論文が
06:33実際おかしすぎた場合はリジェクトつまり
06:36削除されたりすることもありますしえ登録
06:39分野が間違ってれば直されますしあまりに
06:42もアカウント含めひどかった場合はえっと
06:43アカウントま停止ま赤板ですねとかもする
06:46ことがあるようですはいなんでねえっと
06:49アーカイブ結構使われているのでえこの
06:52機会に是非アーカイブ見て興味があるある
06:54方はえっと見てみて
06:57くださいでこのアーカの論文は1個1個が
07:02識別できるIDが振られていましてその
07:04振られるルールも共有しますねえっと
07:07ルールはですねアーカイブコ投稿の年月を
07:11示す数字ド投稿数番号を示す数字そして
07:15バージョンがつって書かれていますでこれ
07:18に加えて登録分野とか投稿Bが補足される
07:21ような感じですで今回の実際の
07:23MicrosoftのえっとIDはこちら
07:25ですねえっとアーカイブコロ2403これ
07:29は2024年の3月の投稿ですとでド
07:340829これはえっと3月のえ投稿された
07:37論文の中の
07:398299番目のアーカイブ論文ですと
07:43すごい数が月刊で上がってますねでそれの
07:46えっと第一般V1ですという意味ですねで
07:50後ろの補足がえっとcsseつまり
07:53コンピューターサイエンス分野の中のえ
07:55ソフトウェアエンジニアリングの分野の
07:58論文ですと実際投稿日はえ2020年の3
08:01月13日というのが分かりますでこちらの
08:04IDは実際にあの調べれば論文が見れます
08:07ま概要欄にもね実際の論文のリンク貼って
08:10おきますので是非興味ある方はご覧
08:12くださいで論文見ますと中にですねえっと
08:15ま投稿者の名前のところに全員皆さん立
08:18この名前がえ下についてましてえ名前の下
08:21にえ所属ですねMicrosoftLM
08:24USAと書いてますでこれはえっと
08:27Microsoftの本社の住所ですねえ
08:30本社はえっとアメリカのワシントン州の
08:33レドモンドにあるのでま本社の人はこう
08:35やって書くんですねつまりえっとこの投稿
08:38者はMicrosoft本社の人たちの
08:40論文ですよということが分かりますで論文
08:43のえっとインデックス目次がえっとこんな
08:46感じで書かれてありましたま
08:47アブストラクトから始まって最後結論まで
08:51書いていて今回のオートデブの内容ですね
08:53で今回はこの中身を全部詳細には威しませ
08:57んがこの中身をえっとざっくりとえっとま
09:01噛み砕いて分かるレベルにまとめてえ日本
09:05語でえっとま意見も踏まえてえ説明して
09:08いこうと思いますでまだこの動画制作時点
09:11ではですねこの論文の内容説明してる日本
09:13語の動画なかったんですよね1個もなので
09:16今回多分初めてになると思うんで是非え
09:18興味ある方は最後までご覧くださいでは
09:21ですねえざっくりと説明するとですねまず
09:24先に結論ですねえ今回の論文中身はえ
09:27こんなことが書いてありますえ自立型の
09:30AIエージェントを複数用意する自動開発
09:34のフレームワークを提案しますとでその
09:38フレームワークを使うとですねま
09:40セキュリティやプライバシーの保護も
09:42ちゃんと対策ができますよとでえしかも
09:46えっとフレームワークってこの論文では
09:48表現しててもっぽくないんですけどもま
09:50ぶっちゃけですねもうテストを実際に実施
09:53してえっと評価が何パーとかっていう風に
09:55出してるんで多分なんかもがもうあるん
09:57でしょうね開発中でおそらくそれをベース
10:00に喋ってんだと思いますはいでこれを今回
10:03まちょっとIT初心者向の人も踏まえて
10:05ですねえ補足しながら説明していこうと
10:08思い
10:09ますえ今回の論文は非常にボリュームで
10:13ですねだいぶ削ったんですけれどもそれで
10:15も量が多いので少し長くなるかもしれませ
10:18んがお付き合いくださいではまずオート
10:20デブの特徴からまとめていきますえ冒頭の
10:24アブストラクトイントロダクションまとめ
10:26たらこんなことが書いておりましたえ自律
10:28型AIエージェントによって完全に自動化
10:31された開発フレームワークオートデブを
10:34提案しますとで従来のAIエージェント
10:37これ具体的な名前も出てましたねえgit
10:39HUBコパイロットとかそういったものは
10:41支援型であってえ自動化できる範囲も限定
10:45的ですけれどもオーデブは開発プロセス
10:48全体を自動化できますよとでオートデブは
10:52全ての作業がま後で説明しますがコンテナ
10:54に閉じられていてえ権限制御も可能なので
10:58えセキュリティやプライバシーもちゃんと
11:00確保できますよとですでにパフォーマンス
11:03もテスト済みでえ素晴らしい評価があると
11:06こちらも後で説明しますまこんなことは
11:08書いてありますでえっと今回のえオーデの
11:12オートデブの構造をえ図にしてるものが
11:14ありましてそちらを書き直したのはこちら
11:16ですねこんな感じになってましたでこれ
11:19少し英語分かりづらいので日本語に威して
11:21みましたま少しえ言葉の意味も変わっ
11:23ちゃいますけどもこんな感じですでこの
11:26説明する前にどうしても避けてれない専門
11:29用が2個ありましてこちらを補足する必要
11:31がありますそれがこのドッカーとギット
11:34ですねでこの今回ですね2個説明するん
11:37ですがすでにエンジニアで知ってる方は
11:39飛ばしてもらっていいので補足と書いてる
11:42チャプターを飛ばしてください知らない方
11:44はご覧くださいではこのこちらのギットと
11:47特化説明していこうと思いますえ先に
11:50さらっと触れておきますとギットっていう
11:52のはバージョン管理ができる技術です
11:55そしてドッカーっていうのはコンテナって
11:57ものが使える技術ですより詳しく説明して
12:00いきますまずgitはですねえバージョ
12:03ンってものを管理する技術です身近な例で
12:06言うとですねえっとアプリにはバージョン
12:08の数字がありますよねあとはスマホ自体に
12:11もOSのバージョンの数字ありますで
12:14ゲームにもバージョンがあってよくアプデ
12:16したらえっと数字が上がってま新しい
12:18ステージが増えるとかキャラが増えるとか
12:20ありますねで紙の本とか電子書籍こちらも
12:23バージョンがありましてま初犯とか第1般
12:26第2半とかまそういったものがありますよ
12:29ねま要は中身が変わったら上がっていく
12:31数字みたいな感じですねでこのえ
12:34バージョンはプログラムにもありましてま
12:37プログラムが一定の規模を変わった場合は
12:40バージョンをつけてそれを変えたりして
12:42管理していきますでそのえっとバージョン
12:45として目印を不要してえっと管理してます
12:47よとまV1.とかそういうのがバージョン
12:50ですねま今回のアーカイブでも一応例で
12:53言うとあれもバージョンですえ識別史とし
12:55てま与えられたIDに最後にV1とかV2
12:58とかありますねあのもバージョンですで
13:01バージョン管理の技術を使うと何がいい
13:04かって言うとえっとバージョン管理の技術
13:07を使った場合管理領域ってところがあって
13:09その管理領域の中でえっとファイルを監視
13:12して変更を見ていきますでもし技術が使わ
13:15れていなかった場合普通にえっと
13:17バージョン管理なしで運用しちゃうとま
13:19右上みたいにですね似たようなファイルが
13:22いっぱい出来上がって管理しづらくなり
13:24ますまコピーコピーでどんどん作られてく
13:27感じですねなんですけれどもちゃんと
13:29バージョン管理技術を活用すると下のよう
13:32にえすっきりと常に1個だけのファイルに
13:34なりえそして変更の履歴とかがちゃんと
13:37管理されていてえま綺麗になりますとで
13:41この管理領域のところこれ名前がちゃんと
13:44ついていましてえっとリポジトリーと言い
13:46ますでリポジトリーという領域の中で
13:49ファイルをいじることによってちゃんと
13:51管理ができますよでこのリポジトリーって
13:53いうのはま差分変更の利益を全部持ってい
13:56ていつ誰がどのファイルをどんな風に何行
14:01目を変えたかとかが全部記録されていて
14:03履歴に残りますただし勝手に履歴に残る
14:07わけじゃなくて自分が確定したタイミング
14:10この時点の変更で保存しますみたいなこと
14:12を宣言するとえ前の状態からその宣言状態
14:16までの間で差分を管理するというような
14:19仕組みになってますでまバージョン管理が
14:22できるとですね例えばえっと古い
14:24バージョンに1回戻そうとかちょっと
14:26新しくしようとかができるようになります
14:29まバージョン管理のえっと具体的なえま
14:33商品名と言いますか有名なサービス名が
14:35gitですとでまとめますとgitって
14:38いうのはえっとバージョン管理つまり文章
14:40やプログラムの中身の状態を管理できる
14:43技術ですと何がどう変わったか誰が書いた
14:46のかを記録できますでそれぞれの
14:48バージョンに目印Vいくつとかがつけれ
14:50ますとでえっとこれらの履歴のデータを
14:53管理する場所をリポジトリーと言いますと
14:56で過去の状態に戻したりとかできる
14:58メリットがあります他人とも共有できるの
15:01でチーム作業に向いてますでギットって
15:04いうのはそのバージョン管理技術の中の1
15:07個に過ぎませんで前回ですねデビの時に
15:10あのまgitハブて説明しましたけども
15:13gitHUBとGは一応違いましてえっと
15:16gitハブっていうのはま前回説明で言う
15:19とえプログラムの中身を他人と共有し
15:21合えるIT業界定番のサービスと言いまし
15:24たただこのgitハブっていうのはgit
15:27の技術を利用しているウブサービスの1個
15:30に過ぎませんま要はGって元々画面がない
15:32のでえ仕組みだけなのでその仕組みを利用
15:35して画面くっつけたやつがGハブって感じ
15:37ですねはいまこれ以外にもGとか
15:41バージョン管理詳しい説明はまた別の動画
15:43作りますので気になる方は是非えっと
15:45チャンネル登録お願いいたします次は
15:48ドッカーですがドッカーっていうのは
15:50えっとコンテナ仮想化またはコンテナて
15:53ものを利用できる技術ですでコンティナっ
15:56て何かって言うとちょっと難しい説明なの
15:58で今回は超ざっくり言っちゃいますけどえ
16:01ざっくり言うとMacとWindowsが
16:03あったとした時にえMacで動く
16:06プログラムこれは通常Windowsでは
16:08動きませんなぜかというとOSが違うから
16:10ですなんですけどえコンテナてもので
16:14包み込んであげてこのコンテナって技術を
16:17使うとですねなんとWindowsでも
16:19Macのプログラムが動くんですねま要は
16:22環境サを気にしなくても済むのがえっと
16:26コンテナって技術ですでそのえコンテナを
16:30利用できるようにするための中で有名な
16:33ものがドッカーですドッカーを使うとこれ
16:36ができるってことですねで別にOSの際
16:39だけじゃなくてえ例えばですねえっとある
16:42MacからRMacにえっとま
16:44アプリケーションのソースコードとか移動
16:45する時にですねえっと前のMACはえっと
16:49バージョンがま新しくて次のMACは
16:52たまたま古かったりとかする場合ですねえ
16:55本来古いバージョンなら動かないはずの
16:57ものがコンテに入れてあると動くんですよ
17:00ねとかえっとPHPのえっと開発環境前の
17:05マックは作ってたけども新しいMacは
17:08まだPHPの環境を作ってないやとそう
17:10いう場合でもえっとプログラムを
17:12パッケージとしてコンテナーに閉じておけ
17:14ば動くんですよねあとはえっとまそもそも
17:17え開発環境構築が面倒な手順で結構色んな
17:21手順を叩くのが面倒くさいでやっとそれが
17:24終わって出来上がるこ環境っていうのが
17:26あったとしたらその環境ごと体に
17:29パッケージしてしまえばえ環境構築をする
17:31ことなく出来上がった状態のものが渡せ
17:34ますまこういった風な使い方もできるのが
17:37えっとコンテナ技術ですじゃあ元々
17:41パソコンにあるものとの関係はって言うと
17:44えっとパソコンで元々動いてるプログラム
17:47や元々あるファイルとかそういった
17:49リソースとコンテナは切り離されますなの
17:53でえっとコンテナで何が起きてるかって
17:56いうのは元々のPC外側には影響しないん
17:59ですねえコンテナはあくまでもホストの
18:02PCまそのコンテナが動いているベースの
18:04え下地のPCにとってはただの位置処理に
18:08過ぎませんま要はですねコンテナっていう
18:11のはえっと影響範囲が制御できてえ何もし
18:15なければ外に影響は及ぼしませんしま設定
18:17すれば影響はえっと変えられますが基本的
18:20には切り離すことができるんですねえで
18:23今回のオートデブっていうのはこの
18:25コンテナ技術を使っていてそこでえ対応を
18:28全部済ますからえセキュリティとかの問題
18:30もちゃんと設定すればクリアできるよって
18:33ことを言いたいわけですはいで今回のえ
18:36説明したドッカーコンテナこちらも別の
18:38動画で説明していきますので気になる方は
18:40是非チャンネル登録をお願いいたしますで
18:43は補足が終わりましたのでオートデブの
18:45実際のえっとまフレームワークの中身を
18:48説明していきますまずオートデブという
18:50フレームワークは大きく4つのえツールで
18:53成り立っていてえ右側説明していきますと
18:56まずAIエージェントこちらはですね
18:58エージェントスケジューラーなるえ仕組み
19:00が用意されていてまAIモデルの選択
19:03そしてどういう役割なのかっていうの
19:05割り当てえこれをえっと管理し複数のAI
19:08エージェントを作れるようになっています
19:10で次に会話管理ツールですねこちらは全体
19:13のまコントロール制御はもちろんのことえ
19:16プロンプトで指示を出してタスクをやって
19:17もらうとかあとはAIの状況を把握したり
19:20とかAIからフィードバックを受けるとか
19:22いろんなことができるまメインのユーザー
19:24が使う領域ですねえ次にツール群これは
19:27AIエージェントが利用するツールが揃っ
19:29ていますよということですでまファイルを
19:32いじったりえ開発をしたりテストをしたり
19:34えなんか動かしたり検索したりバージョン
19:37管理をするツールこれがえっとあるとで
19:40これ英語の論文で気になったのがえ検索の
19:42ところにですねリトリバルって書いてたん
19:44ですねでリトリーバルてのはリトリブって
19:47いう同士のま活用系ですけれどもえっと
19:49サーチとの違いはサーチの方がまネットと
19:53かも含むえ情報からえ情報を検索して
19:56探し出すというニュアンスがあると思って
19:58いてえリトリーブはですねすでにある情報
20:01リソースの中からえ回収取得するという
20:04ニュアンスがあると思っていますなので
20:06もしかしたらですねえっとデビみたいに
20:09Webブラウザー使ってオンライン上の
20:11ものを探してきてとかやらないかもしれ
20:13ません事前にこちらが用意する必要がある
20:15かもしれませんただネットのオンラインも
20:18できるかもしれませんこちらは今後要
20:19チェックですねで次実行環境こちらは
20:22えっとまちょっと置き換えちゃったんです
20:24けどプログラムとログとでこちらは実際に
20:27AIが行う全作業はこの中で行われますと
20:30いうことですねでドッカーっていう
20:32コンテナを使いますのでえクローズな環境
20:35の中でセキアに作業が行われますよという
20:38ことでしたでは実際にオートデブを使う際
20:42の1つのサンプルというか事例というか
20:44どういう流れで使うってのを説明して
20:45いこうと思い
20:46ますデブをまず使う時にはまず全体設定
20:50から行いますこれ人間のユーザーがまず
20:53えっとプロジェクトのゴールつまり何を
20:55作りたいかとか何をして欲しいかっていう
20:57のを先に決めるってことですね
20:59えその次にルールズアクションズ
21:01オブジェクティブコンフィギュレーション
21:02を決めていきますまつまりえAI
21:05エージェントに対して何ができるのかどこ
21:08までできるのかどういう権限があるの
21:10かっていう細かいところをコントロール
21:12制御できますで次にえっと実際処理が行わ
21:15れる実行環境とかシステム全体の中でえ
21:19流れていく情報に対してま機密情報もれ
21:21ちゃまずいものとかがあればそれが保護さ
21:23れるような設定をする必要がありますで
21:26こういった定義はですねえっとやる
21:28ファイルで行われるようですヤルファイ
21:30ルっていうのはまファイルの種類の1つで
21:33えファイルの名前の後ろにドットなん
21:35ちゃらってあると思うんですけどもこのド
21:36なんちゃらがえっとヤるとかymlって
21:38書いてやつがヤるファイルです他に人気の
21:41やつはえっとドJSっていうJSON
21:43ファイルがありますけれどもま要はえ設定
21:45系でよく使われる人気のえファイル
21:48ジャンルですで具体的には右側のように
21:50書きますが要はコロン区切りで左側に
21:54えっと何をえ対象に設定したいのか右側に
21:57どういう値をま当てるのかっていう感じで
22:00えキーとバリューを当てはめてえ管理し
22:02ますでインデンと字下げを使って回送構造
22:06を作れますまこんな感じでえっと設定系の
22:09内容を定義することができるま人気の
22:12ファイルこれがやるファイルですねで次に
22:15えっとエージェントスケラーって
22:17ものを使ってAIエージェントを管理でき
22:19ますでこのえっとAIエージェント
22:21スケジューラーで具体的には何のAI
22:24モデルを使うのかをちゃんと選んでえその
22:28AIエージェントには何をして欲しいの
22:30かって役割を決めます例えばえっとテスト
22:32をして欲しいレビューして欲しいえ行動を
22:35書いて欲しいとかファイルを操作して
22:37欲しいとかっていうのを自分が欲しい専門
22:40家を用意する感じですねこれを複数作れ
22:42ますまこれがAIエージェント軍団たる
22:45遊園ですねで次にこのオートではですねえ
22:48特有のえ機能を元々用意されていてですね
22:52それがえトークコマンドアスクコマンド
22:54ストップコマンドですこれは人間じゃなく
22:57てAIが使うコマンドですで何かって言う
23:00とトークコマンドはえっとAIが人間に
23:02対して報告や進捗状況の共有とか情報共有
23:06をするためのえコマンドですで次にアスク
23:09コマンドこれもえ人間の有罪に対してAI
23:12が相談してくるフィードバックを求めて
23:14くるためのコマンドつまりこれからどうし
23:17ますかとかこんな結果だけどどうすると
23:18かっていうのをAIが聞くためのコマンド
23:20が用意されてますで次にストップコマンド
23:23これはタスクが終わったとかもしくは
23:25エラーで止まったとかなんか止まる理由が
23:27あった時にAIが投げてくるコマンドです
23:30まこのコマンドがオートデブは初めから
23:32用意されてるということでした次に全体
23:35設定とAIスケジューリングが終わったら
23:38いよいよタスクを実行してもらいますで
23:40これは会話管理ツールを使って実際に指示
23:42をしてくんですけれどもえっとAIが複数
23:45いますのでこの会話管理ツールの中では
23:47ですねなんと複数のAI同士が会話をして
23:50いくんですね会話をしながら応答内容を
23:53解析してタスクを進めていくとえただ
23:55えっと会話終了条件を事前に設定すること
23:58ができてまストップコマンドが何回行った
24:00とかえどういう条件でストップしたとかま
24:02色々とこう条件をつけてタスクが終わる
24:05区切る条件とかを作ることができますえ次
24:08にえっと元々の論文ではパーサーって書い
24:10てあんですけどもま要は変換ツールですね
24:13えパーサーを使ってえっとそれぞれの出力
24:16内容っていうのをAIが解析してタスクを
24:18するしないとかを判断していきますよとで
24:21パースっていうのは簡単に言うとえ情報を
24:24まAIエージェントが理解可能な状態に
24:27えっとま活変換していって解析するって
24:30いう感じですまイメージで言うとリンゴ2
24:33つ買ってねっていうまテキストがあったら
24:35えそのテキストをえっとまパースしてえ
24:39同士は買う対象はリンゴ数は2だという風
24:43に解析できますまこんな感じで文章を
24:45ちゃんといい感じに変換できるものだと
24:47思ってくださいでこのパースが適切なのか
24:50どうかっていうのをちゃんとえっとAI
24:52エジンとが理解して足りない情報があれば
24:55足りてないとえ警告を出してくるし足りて
24:57いれば次のフェーズにぎますちなみに
24:59パースが終わったら次はですねえっと検証
25:01した後え自分の権限はどこまであるのか
25:04どこのコマンドが使えるのかっていうのを
25:06確認して次のフェーズに移っていきます
25:09えっと最後に出てたのが出力ツールですね
25:11アウトプットオーガナイザーこれはえっと
25:13ま単純にえ作業する実行環境からの結果を
25:16受け取る場所とか何かしらのえっと出力を
25:19する機能ですねこの出力ツールがあるから
25:22ま我々の状況把握もできますしえAI同士
25:25の会も成立するという感じですこれらの
25:27ツールをを使ってタスクが進めていかいき
25:30ますま今回の特徴はですねまえっと
25:33コラボレティブって単語が論文でぱ出て
25:35くるんですねコラボレ強調性というかま
25:38コラボレーションですねなのでえっと今回
25:40の特徴はコラボレエージェントま強調型
25:43エアエージェントと私は名前をつけました
25:45でこれはAIエージェント同士がえっと
25:47会話をしていくまさにチーム開発を実現
25:50するためのスキームかなと思っております
25:53で最後に設定した内容で実際タスクを実行
25:57してもらってその動くととがこの実行環境
25:59ですとえ論文ではイバルインバイメントて
26:02書いてますけども正確には
26:03エバリュエーションインバイ実行環境です
26:06ねでこちらの中で全ての処理が行われて
26:09いきますこの中でアプリが動くしログが
26:12あったらこちらに蓄積しますよってこと
26:13ですねでえっとドッカーのコンテナの中で
26:16動作しますのでえっとま他の処理とは
26:19切り離して動きますなので適切に設定を
26:22すればセキュリティも守られるし
26:25プライバシーの方がも問題ないですよって
26:27いうような感じのえ内容が書れておりまし
26:29たで総合しますとオートデブの特徴って
26:32いうのはえっと複数のAIエージェントを
26:36管理して役割を与えられますよとでAI
26:39エージェント同士が会話をしてタスクを
26:41進めていきますえ全体の情報制御やaiの
26:46権限等を設定しドッカーを利用するので
26:49セキュリティも担保が可能ですとでえっと
26:52AIが人間のユーザーにフィードバックを
26:55求めてくるこれも特徴的でしたで開発
26:58プロセス全体をそれを通して自動化でき
27:00ますとま一言で言うと自分専用のAI
27:04エンジニアチームを持つことができるそれ
27:06がオートデブのすごいところてところです
27:09ねはいでは肝心のパフォーマンスこちらも
27:13説明していきましょうえオートテブの全体
27:16のコンセプト基本方針とかま仕組みすご
27:19そうなのは分かったと思うんですけれども
27:21じゃ実力はどうなんですかて話ですねで
27:24今回ですねえっとヒューマンイバルという
27:26ものでえっと評価をしているみたいです
27:28ちょっと毎回ねあのAI系は全く知らない
27:30テスト方法とかが出てくるんで大変です
27:32けれども今回はヒーマンイバルです
27:352021年にOpenAIが公開したもの
27:38でえっとま大規模言語モデルllmの
27:41えっとベンチマークをする中では標準的な
27:44ものの1つらしいですでえっと164個の
27:47Pythonのま問題集と回答集でえ初級
27:51から上級まで難度カバーしていてま結構
27:53使われているらしいですとこれはgit
27:56HUBで公開してますので無料で入手が
27:58可能ですでえっとこの中身を簡単に説明し
28:01ますとえっとまずAIのモデルにある問題
28:05を与えますとその問題を解くプログラム
28:08コードを書いてもらいますとでその書いた
28:11コードがえ稽古ま何個かあった場合その
28:14えっと何かか書いたコードそれぞれを
28:16テストしますでそのテストがちゃんと通る
28:19か通らないかってところでえっと判断する
28:22評価モデルらしいですでこれをPASS@
28:25Kという指標でえっと判定していてええ何
28:28個のコードを書けばどんぐらいの確率で
28:30テストが通るらしいそういう性能です
28:32みたいなことが分かるらしいですで今回は
28:35このえっとオートデブっていうのがえっと
28:37この問題を使ってえ今回は1個ですね
28:41えっと1個のえ作ったソースコードこれが
28:44どんだけ通りやすいかっていうのをえ
28:46チェックしておりましたなんで今回は
28:49PASS@1ですねえODデブがその問題
28:52に対してたった1個の回答を用意してその
28:54回答が合ってるか合ってないかみたいな
28:56感じですねでそれがなんと生徒率が高かっ
28:58たよという話ですで今回はそもそもえっと
29:02アプリケーションの行動を作る問題として
29:05もえパス1で991.5の評価を出してい
29:09てえそれとは別でえテストを作ることも
29:12できるようでま要は既存のえっとソース
29:14コードプログラムに対してこういうテスト
29:16をすべきでしょうというようなテストも
29:19行ってそれも正当率がえっと一発で87.
29:23%ま要するに一発合格の確率が高かっ
29:26たってことですねなのでえっとコード生成
29:29だけじゃなくてテストもえ生成できる
29:31らしいですえつまり自分のえっとま
29:35プログラムを読んでもらってじゃこういう
29:37テストした方がいいねとかっていう理解
29:39コンテキストの多分理解もできるん
29:40でしょうねなんでえっと結果的には非常に
29:44高い精度でタスクをこなすことができた
29:47らしいことが書かれておりましたま要は
29:49えっとコンテナでセキアにえ作業ができる
29:53ししかも制度も悪くないよみたいな話です
29:57ねでは最後定番ですがえ我々人間のIT
30:01エンジニア今後仕事どうなるんでしょう
30:03かっていう話をしていこうと思いますで
30:06結論ですがえっと現役ITエンジニアの
30:09観点も含めて個人的感想ですがやっぱり
30:13従来に作業の中でAIに置き換わる部分
30:15ってのはこれどんどん今後増えてくと思っ
30:17ていますオートデブができることを考えた
30:20時にですねこんなことできそうですね例え
30:22ば単純にアプリを作らせるまコードの生成
30:24ですねこれはできそうですとでテスト
30:26コードが生成できるってことはテストの
30:28自動化もできそうですテストコドかけ
30:30るってことはえプログラムの背景
30:32コンテキストが理解できるのでえつまり
30:34リファクタリングとかですねえ既存コドの
30:37改善点の調査とかこの辺がまできそう修正
30:40とか改善もできそってことですねあとは
30:42ドキュメンテーションの自動化まつまり
30:44ですねよくIT現場であるこの現場えっと
30:47プログラムはあるけれども詳細積書がない
30:49とかねそういう現場結構あると思うしそれ
30:51やってるエンジニアもいると思うんです
30:53けどもまそれも任せられそうですね1番
30:55結構厄介な作業でしたであとはですね
30:58えっとソースコードのレビューこれもでき
30:59そうですしあとはなんか不具合があった時
31:02にどこがおかしいのなんで起きたのどう
31:05直したら良さそうっていうのもえ任せ
31:07られる可能性が出てきますあとは
31:09バージョン管理できるんでギットのタスク
31:11も自動化できそうな感じがしますま色々
31:13想像が深りますけれどもえっと一方で
31:16やっぱりですねえっとAIを管理する側
31:19扱う側のポジションもやっぱり増えそうだ
31:21なと思いましたえ特に今回のオードデブは
31:23デフォルトでアクコマンドがありますよね
31:25アスクコマンドじゃあそのアスクコマンド
31:27でAIに聞かれますよとえ今こういう状況
31:30でここまでやりましたどうしますかとか
31:32こんなエラーがあったけどどうしますかっ
31:33て言われた時に答えられますかて話ですね
31:36はいあとはえっとコマンドや権限を適切に
31:38付与すると石はに安全に使えますよって
31:41言いましたけどもじゃそもそもコマンド
31:42権限って分かってますかとどう使いますか
31:44何がありますかって知ってますかみたいな
31:45感じですねやるファイルかけますかとなの
31:48でやっぱりエンジニアリングのスキルって
31:50絶対に必要なんですよねでどちらかと言う
31:52と今のエンジニアがどこっていうよりかは
31:55エンジニアと呼べる技術者これがえっと
31:57スキル持ってる人が増えるってイメージ
31:59ですエンジニアは消えるんじゃなくって
32:01エンジニアスキルを持ってる普通の人が
32:03増えるみたいな感じですそれはもはや
32:04エンジニアですねだってスキルあるんだ
32:06からだしあやっぱりAIのことについて今
32:10のエンジニアもっと勉強すべきだと思い
32:12ましたね改めてえ例えばですねまえっとソ
32:15とかgimとか経理の人でWord
32:18Excel使えないってちょっと今厳しい
32:20時代じゃないですかやっぱり時代によって
32:22その技術が使えるのが当たり前えって時が
32:24来ると思うんで今後はやっぱりエンジニア
32:26もAIのことは多少触れて当たり前使えて
32:30当たり前知ってて当然っていう風な時代が
32:32来ると思うんでそれに備えてもやっぱり
32:33エンジニアももう少しAIのことをえま
32:36学習すべきですねえとにかくですねどっち
32:39にしても個人的には早く一般公開して
32:41欲しい触りたいですねはいていうのは感想
32:43でしたではまとめですえ今回紹介したオー
32:48debはですねMicrosoftが新た
32:50に論文発表した自動開発フレームワーク
32:52ですま気になる方はえっとこちらの論文
32:54是非ご覧くださいでえっと複数のAI
32:57エージェントを管理して自分だけのAI
33:00エンジニアチームを持てるようなそんな
33:02技術ですねまデビがいっぱいいるって感じ
33:04ですねでえっと強調型のAIエージェント
33:07がえ互いになんと会話をしながらですね
33:09タスクをこなしていくというものですえ
33:12ドッカーを利用することで適切な設定も
33:15することでえっとセキュリティもえ安全性
33:17もちゃんと担保ができそうですとでコド
33:20生成やテスト生成といったところで高い
33:22パフォーマンス評価を既に発揮している
33:24みたいですで既存のタスクはやっぱりこう
33:27いったAIに今後置き換わっていく可能性
33:29が高いんじゃないかなと思ってます一方で
33:32人間のユーザーはこういったものを扱う
33:34ためのエンジニアリングの専門知識は今後
33:36必要になってくると思いますで動画投稿日
33:39現在はまだこの技術は一般公開はされてい
33:42ませんはい今回の動画はこちらで終わり
33:45です長い時間お付き合いありがとうござい
33:47ましたえ今回の内容が面白かった参考に
33:49なったら是非高評価をお願いいたします
33:51また違う動画見てもいいかもと思った方は
33:53是非チャンネル登録もよろしくお願いし
33:55ますまた違う動画でお会いしましょうそれ
33:58では
33:58[音楽]
34:18また
5.0 / 5 (0 votes)