本文にスキップ
AI News HubLIVE
サイト内リライト7 分で読了

CloudflareがAIでエンジニアリング標準を適用する方法

記事の要約

Cloudflareは、AIエージェントが開発ライフサイクル全体で利用するガバナンスされたエンジニアリング標準の集合体であるCloudflare Codexを構築しました。構造化されたRFCとエージェントによるレビューを組み合わせることで、チームはコード、仕様、インシデントレポート全体で一貫性を自動的に適用します。

ソースCloudflare AI Blog著者: Timo Reimann
CloudflareがAIでエンジニアリング標準を適用する方法
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

過去4ヶ月間、CloudflareのAIコードレビューアは、Cloudflareのエンジニアリング標準からの逸脱(本記事では「違反」と呼びます)を約25万件指摘し、1.6万件のマージをブロックしました。仕様レビューアエージェントは、実装開始前に約600件の技術設計を同じ標準に照らして評価しました。両システムは、人とエージェントのために構築された共有のエンジニアリングガイダンスであるCloudflare Codexから情報を得ています。本記事では、Codexを構築した理由、エンジニアリングライフサイクルをどのように支援するか、そして今後の計画について説明します。

Codex以前(以前のAIエンジニアリングスタックに関する記事で簡単に紹介しました)、Cloudflareの開発者ガイダンスは多くの場所に存在していました。正式なドキュメント、リポジトリファイル、チャットスレッド、そして個々のエンジニアの蓄積された知識です。エンジニアは、解決しようとしている問題に取り組む代わりに、ガイダンスを探すことに多くの時間を費やしがちでした。答えを見つけたとしても、それが最新で権威があり、自分の状況に適用できるかどうかを常に判断できるわけではありませんでした。

Cloudflareが成長するにつれ、そのモデルは維持がますます困難になりました。すべての標準を読むエンジニアはおらず、レビューアはすべての要件を確実にチェックできませんでした。人々がチーム間を移動すると、組織知識の回復が難しくなり、一貫して提示または適用されないガイダンスはプロジェクト間のドリフトにつながりました。

私たちはこの知識体系をCloudflare Codexとして再構築しました。これは、エージェントが作業時点で取得して適用できる、ガバナンスされたエンジニアリング標準のセットです。同じガイダンスが、コードレビュー、技術設計レビュー、インシデントレポートレビューなど多くのユースケースに情報を提供できるようになり、エンジニアは結果として得られる調査結果に時間と判断を集中できます。

Codexの組織とワークフロー

専用のCodexガバナンスモデルは、Codexを私たちが重視するエンジニアリング領域をカバーする個別のドメインに分割します。これには、アーキテクチャ事項(例:フロントエンドとコントロールプレーン)、横断的関心事(セキュリティと信頼性)、特定の言語(TypeScriptとRust)、その他いくつかの領域が含まれます。各ドメインはオーナーによって率いられ、オーナーは管理するドキュメントの内容、一貫性、全体的な品質に責任を負います。

Codex標準はRequest for Comments(RFC)形式を使用します。要件はRFC 2119で定義されたSHOULDとMUSTキーワードを使用します。また、ドメインやRFCステータスなどのメタデータを保持するフロントマターヘッダーも期待されます。主要な関心とドメイン能力を持つCloudflareの従業員は、規定の構造に従ったマージリクエストを通じてRFCを提案できます。提案はその後、徐々に広がるレビューアグループからの数回のフィードバックラウンドを経ます。ドメインオーナーが最終承認すると、RFCはCodexの一部となり、Astroで駆動される内部サイトに公開されます。

承認されたRFCはCodexクライアントとエージェントによって消費され、コード、設定、ドキュメント内のCodex違反をすぐに指摘し始めることができます。ただし、RFCが「承認済み」から「適用済み」のライフサイクル状態に移行した後にのみ、Codexステートメントに基づいてブロックします。この別個の昇格ステップにより、チームは新しい要件を吸収する時間を確保でき、適用に追加作業が必要なケースにも対応できます。

次の図はCodexワークフローのステップを示しています。

素朴なプロセスはここで停止し、Codex全体をそのまま大規模言語モデル(LLM)に投入するかもしれません。しかし、すでに60以上(そして増え続ける)のRFCがあるため、コーパスの量はコンテキストウィンドウに大きな負荷をかけ、LLMの結果に悪影響を与えます。モデルを最も関連性の高いRFCに導くために、専用に構築されたエージェントを呼び出し、SHOULDおよびMUSTステートメントを自動的に抽出・圧縮して専用のJSON構造に格納し、遅延発見と段階的開示をサポートするメタデータで強化します。以下の抜粋は、コントロールプレーンサービスRFCの結果を示しています(省略版)。

各ステートメントには安定したスラッグ識別子が付与され、RFCが更新されても抽出プロセス中に変更されません。この識別子により、同じステートメントを異なるシステム間で経時的に追跡でき、監視、分析、例外処理に不可欠です。

当初、ステートメントを別のより簡潔なMarkdownファイルに抽出しましたが、JSONではありませんでした。時間の経過とともに、エージェントが必要なコンテンツをより正確にフィルタリングできるように、より豊富な構造化形式に移行しました。さらに、ステートメントが適用されるソフトウェア開発ライフサイクル(SDLC)ステージ(設計、実装、ランタイムなど)の指標など、より厳密なスコープ設定のための追加メタデータを含める予定です。

Codexの利用者

いくつかのシステムがすでに日常のエンジニアリング作業でCodexを使用しています。3つのエージェントが実際のCodexの動作を示しています。AIコードレビューア、仕様レビューア、インシデントレポートレビューアです。

AIコードレビューア

AIコードレビューアエージェント(別のブログ記事で取り上げています)は、Codexコンプライアンスを含むいくつかの次元でマージリクエストを評価します。

各レビューで、エージェントはRFCを取得し、Codexステートメントを解析します。モデルまたはコーディネーターが追加のコンテキストを必要とする場合にのみ、完全なRFC本文を読み込みます。ほとんどの場合、ステートメントは報告された違反を説明するのに十分な情報を提供します。

SHOULDとMUSTの区別、およびRFCのステータスが、レビューアの応答方法を決定します。承認されたRFCからの指摘は非ブロッキングの推奨事項です。RFCが適用されると、満たされていないMUST要件により、レビューアは承認を保留するか、重大度に応じてマージリクエストをブロックします。Codexが今年初めに発足して以来、AIコードレビューアは約23万件の違反を指摘しました。そのうち約1.6万件が承認の保留(つまり、適用済みRFCのMUSTステートメントに関連)につながりました。

コードレビューの代替手段

コーディネーターフレームワークとサブエージェントの実行により、単一のAIコードレビュー実行は通常数分かかります。待ち時間は多くの場合、費用(またはトークン)に見合う価値がありますが、エンジニアは遅延と指摘の修正に伴う余分な往復を指摘していました。私たちは体験を改善する方法を検討し、2つの追加オプションを考案しました。

機械的に検証できる言語固有のCodex要件については、カスタムリンター設定パッケージを提供しています。これらはCodex仕様に沿っており、ミリ秒単位で問題を表面化できます。TypeScriptは最初にCodexリンターサポートを受けた言語であり、高性能リンター実行のためにoxlint(最近Cloudflareに参加したVoidZeroチームが維持)に標準化しました。Rustプロジェクトのリンターは現在開発中で、Goも最終的に続き、Cloudflareで最も一般的に使用される言語のカバレッジを完了します。

レビューサイクルから継続的インテグレーション(CI)の脚を削除するために、コマンドラインインターフェース(CLI)を介してAIコードレビューアをローカルで実行できるようにしました。CIのコーディネーター機能と一致し、自動的に決定された差分セットに対して同じ(OpenCodeベースの)エージェントを実行し、結果をターミナルに表示します。

リンターはほとんどすべての開発者とコードベースに有用であると考えていますが、CLIはそれを好むエンジニアにとってオプションの代替手段です。

仕様レビューア

Cloudflareのエンジニアは、実装前に設計ドキュメントや技術仕様(略してspec)を定期的に作成します。Codexのかなりの部分が設計、アーキテクチャ、その他の技術レビューに関連するテーマに関係しています。実装開始前にアーキテクチャ上の誤りを捉えるために、私たちは仕様レビューアを構築しました。これは仕様を発見し、関連するCodex要件に照らして評価するエージェントです。

仕様レビューアはDeveloper Platform上で動作します。Cloudflare Workerとして実行され、結果と状態をD1に保存し、AI Gatewayを介してモデルリクエストをルーティングし、Cron Triggerを介して新しい仕様のスキャンを開始します。まず、仕様に関連するドメインとセクション(たとえば、言語機能や実装重視のRFCは無視)でCodexをフィルタリングします。いくつかのガイドプロンプトが、評価を実行し結果を組み立てる方法をモデルに指示します。調査結果は重大度(SHOULDおよびMUSTキーワードの影響を受ける)に基づいて評価され、一般的な品質とアーキテクチャのアドバイスが含まれます。レビュー実行の完了時に、仕様ドキュメントにメモが残され、レビューの詳細を検査できるカスタムダッシュボードにリンクします。

2026年5月初め以来、ほぼ600件のユニークなオープン仕様がレビューされました。オンデマンドまたは仕様変更によってトリガーされた再実行を含め、これまでに3,200回以上のレビュー呼び出しを追跡しました。調査結果の大部分は「主要」(65%)または「軽微」(29%)の重大度で、「重大」な調査結果は少数派(6%)でした。

次の画像は仕様レビューアUIの印象を示しています。

仕様レビューアをより緊密に統合する予定です。仕様ドキュメントに直接コメントを投稿し、レビュー評価に影響を与える人間とエージェントの会話を埋め込み、高影響の提案を追加の人間によるレビューのためにフラグを立てます。

インシデントレポートレビューア

インシデントレポートレビューアは、インシデントレポート(ポストモーテムとも呼ばれる)に同じアプローチを適用します。各レポートが完全であることを確認するだけでなく、レポートが何が起こったかを明確に説明し、寄与要因を特定し、解決策を文書化し、意味のあるフォローアップアクションを提案しているかどうかを評価します。これらの期待は専用のCodex RFCで定義されています。

インシデントレポートレビューアは、仕様レビューアと同じDeveloper Platformビルディングブロックを使用します。この共有アーキテクチャは、私たちのCodexエージェントの一般的なパターンになりつつあります。

2026年5月以来、レビューアは200件以上のインシデントレポートを評価し、フォローアップアクションアイテムの欠落、不完全なタイムライン、検出シグナルの省略などのギャップを特定しました。これらのレポートのうち93%は、低影響、内部のみ、または予防的に宣言されたインシデントを対象としていました。高重大度インシデントについては、包括的な中央レビュープロセスの一部としてレビューアを必須とし、すべての調査結果が対処されるまでレポートは完了と見なされません。

今後の取り組み

Codexはすでにコード、技術設計、インシデントレポートをレビューするエージェントをサポートしています。私たちはこのモデルをSDLC全体に拡張し、エージェントが設計、実装、運用全体で一貫して問題を表面化できるようにする予定です。長期的な目標は、エージェントが問題を特定するだけでなく、ますます自律的に修正を提案できるようにすることであり、エンジニアはそれらの変更をレビューし承認する責任を負います。

また、Codexをエンジニアリングの範囲外にも拡大しています。製品、セキュリティ、コンプライアンス、信頼と安全のチームが独自の標準を追加し始めており、エージェントが設計と実装だけにとどまらない考慮事項に照らして作業を評価できるようになります。

多くのエンジニアリングワークフローで、Codexに支えられたエージェントは、問題をより早く表面化し、標準をより一貫して適用するのに役立っています。私たちは、AIが作業時点でエンジニアに適切なガイダンスを提供するときに最も有用であることを発見し、このアプローチをCloudflare全体に拡張し続ける予定です。

このようなシステムの構築に興味がある方は、私たちのエンジニアリングチームが採用中です。

要点と分析を開く

記事インテリジェンス

エンジニア中級

要点

  • AIコードレビューアは4ヶ月で約25万件の違反を指摘し、1.6万件のマージをブロック
  • 仕様レビューアは実装前に約600件の技術設計を評価
  • CodexはSHOULDとMUST要件を含むRFC形式を使用し、ドメインオーナーが管理
  • インシデントレポートレビューアは200件以上のレポートを評価し、不足しているフォローアップアクションやシグナルを特定

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。