Swampが面白いのは、AIを信用していないからだ

AIツールの世界の多くは、より高い自律性、より多くのエージェント、より不透明なブラックボックスへと向かっています。デモは印象的ですが、現実はプロンプト、シェルスクリプト、そして運任せの集まりに過ぎません。そんな中、Swampはその逆を行くからこそ興味深いのです。Swampは最も強力なエージェントフレームワークでも、汎用人工知能を約束するものでも、エンジニアを置き換えると主張するものでもありません。実際、ほぼ正反対です。

著者はプラットフォームエンジニアリングとSREの分野で数年働いてきました。最も信頼性の高いデプロイパイプラインは、最も賢いものではなく、毎回同じ順序で同じチェックを実行するものです。環境やビルドが期待通りであることを確認するためには、機械的なチェックリストが必要です。ClaudeがひどいBashスクリプトを生成するたびに、著者は「このロジックはSwampに入れるべきだ」と考えます。重要なのは実装ではなく、ワークフローです。シェルスクリプト、一時ファイル、オーケストレーションのグルー、プロセス管理を考えるのではなく、どのようなチェックを、どの順序で、どのような証拠を収集し、失敗した場合に何が起こるべきかを考えたい。これはワークフローの問題であり、Swampはワークフローを第一級の関心事として攻めています。

Swampの最も興味深い点は、AIではなく、組織のワークフローを定義し実行する方法を提供することかもしれません。大規模組織に入れば、誰もが同じプロセスを再発明しているのを目にします：チケット→設計→PR→レビュー→デプロイ、インシデント→調査→検証→修正、変更要求→承認→リリース、セキュリティ発見→評価→是正。問題はAIが作業を実行できるかどうかではなく、ついに作業を記述できるかどうかです。

Patrick Deboisは最近、大規模組織はより「バッテリー内蔵」のソリューションを必要とするだろうと指摘しました。それは正しいかもしれません。しかし、Adam Jacobの応答も重要です。最良のワークフローは中央で予測されて生まれるのではなく、人々が現場で実際の問題を解決し、パターンが徐々に共有されることで生まれます。Chefがそうだったように、DevOpsがそうだったように、組織のAIワークフローもそうなるかもしれません。

プラットフォームエンジニアは長年にわたり、舗装された道、ゴールデンパス、テンプレート、ガードレールを構築してきました。Swampはその思考の自然な延長線上にあります——組織がインシデントを調査し、変更をレビューし、リリースを検証し、リスクを評価する方法を、誰も読まないドキュメントや誰も更新しないConfluenceページとしてではなく、実行可能なワークフローとして定義できるとしたら？

著者が最も興奮するのは、Swampが決定性を注入する場所を提供してくれることです。より自律的なシステムは必ずしも必要ではなく、自分が気にするチェックを確実に実行してくれるシステムが欲しいのです。SREとプラットフォームエンジニアリングのバックグラウンドを持つ者にとって、それははるかに面白い問題に思えます。未来は自律エージェントではなく、信頼できるエージェントかもしれません。