Scarf、Haskellからの移行を発表
Scarf has moved away from Haskell (avi.press)
要約
Scarf社は、7年間にわたり使用してきたHaskellを、AI時代における開発サイクルの遅延という課題から手放す決断をしました。LLMによるコード生成が高速化する一方で、Haskellの長いコンパイル時間が開発のボトルネックとなり、Pythonへの移行を進めています。この移行により、開発者はより迅速なイテレーションと機能開発が可能になると期待されています。
全文翻訳
After 7 years in production, Scarf has reluctantly moved away from Haskell
Avi Press | July 10, 2026
[画像: Scarf社のプロダクトのスクリーンショット]
—
Disclaimer
この投稿を書くのは大変でした。批判するよりも構築とプロモーションを好むため、ほとんど書かないつもりでした。しかし、この投稿がHaskellの将来に関する議論に建設的に貢献できることを願っています。外部からHaskellを批判しているのではなく、私がHaskellを真剣に考えているからこそ、ScarfがなぜHaskellから不本意ながら離れることになったのかを正直に伝えることで、コミュニティの人々がこのフィードバックを真剣に受け止めるよう促したいのです。
Where I've been
過去16年間、私はHaskellの大ファンでした。間違いなく私の人生で最も重要なプログラミング言語でした。Haskellを学ぶことで、私ははるかに優れたプログラマーになりました。私はHaskellを擁護し、Haskellで動く会社を設立し、Haskell FoundationとHaskell.org委員会の理事を務めています。
また、Haskellが改善すべき点についても率直に述べてきました。
Scarfがローンチして以来、私たちのバックエンドはHaskellで構築されてきました。私たちのアプリを支えるメインAPIは、Servant、Beam for PostgreSQL、さらにはClickHouse用の自社クライアントのようなライブラリを使用しています。また、WAIの直上に、大量のオープンソースパッケージトラフィックのダウンロードパスに直接位置するScarf Gatewayのために、高性能なHaskellサービスを構築しました。これらのシステムには実際の稼働時間要件があり、契約で定められたSLAを満たしており、長年にわたりプロダクションで成功裏に運用してきました。
私たちはHaskellを真剣なプロダクションテストにかけ、その多くの約束が守られました。コードは信頼性が高かったです。型システムは実際のバグを捉えました。言語は、ドメインをどのようにモデル化するかについて、私たちに思慮深くさせるものでした。高性能なコードは、一般的に達成するのが容易でした。
しかし、コストも現実のものでした。最大のものはコンパイル時間とエコシステムの摩擦でした。私たちは、ビルド、キャッシュ、Nix、開発者環境、CI、そして真剣なHaskellコードベースの周りに必要となるあらゆる機械装置の最適化に多くの時間を費やしました。長らく、それは実行可能でした。私たちのチームは言語とツールを深く理解しています。私たちはどこに鋭いエッジがあるかを知っており、ほとんどの場合、それを受け入れていました。
しかし、AIがトレードオフを変えました。
LLMは今やコードを書くのが非常に得意です。もちろん完璧ではありませんが、ソフトウェア開発の経済性が変化するのに十分なほど優れています。
歴史的に、私はエラーをコンパイル時または実行時のいずれかで捉えるものと考えていました。今や第三の場所があります:コード生成時です。モデルは、コンパイラがコードを見る前に間違いを回避できることがよくあります。そして、モデルが改善されるにつれて、コンパイル時にあらゆる可能な問題を捉えることの相対的な価値は変化します。
これは型安全性が無価値になったという意味ではありません。しかし、型チェックのコストは今やはるかに重要になります。LLMが数分で動作する実装を生成できるのに、コンパイルステップがそれより劇的に長くかかる場合、あなたの言語とビルドシステムは開発ループのボトルネックになっています。
重要な指標:開発フィードバックサイクル全体にどれくらいの時間がかかり、そのうちコンパイラを待つ時間にどれくらいの割合が費やされるか?人間が1時間コードを書く場合、長いコンパイルサイクルは迷惑ですが、許容できるかもしれません。エージェントが数分で実行可能な変更をドラフトし、その後、コールドスタートからプロジェクトをビルドするために15分待つ場合、コンパイラは単なる小さな不満から、その作業スレッドの主要なコストへと移行しました。
これは、複数のコーディングエージェントを並行して使用すると、耐え難いものになります。
一度に1つのことだけを扱っているなら、コールドビルドのコストを一度支払い、そのまま進むことができるかもしれません。しかし、ますますそうではなくなっています。私は複数のワークツリーを起動し、異なる作業ラインをフォークし、エージェントに試行させ、結果を確認し、有用なものを保持したいのです。その世界では、コールドスタート時間は非常に重要になります。新しいワークツリーごとに長いHaskellビルドが必要だったり、注意深いキャッシュ設定が必要だったり、大量のメモリを消費したりする場合、新しい作業スレッドはすべて税金から始まります。5つのエージェントが並行して5つのブランチを探索したい場合、その税金は倍増します。
Haskellの人々は、キャッシュ、Nix、リモートビルダーなどのツールについてよく話します。それらのツールは役立ちます。私たちはそれらを使用しました。しかし、キャッシュは決して完璧ではなく、十分にうまく機能させるために必要な労力自体が問題の一部です。実際には、並列AI支援開発は、安価で使い捨て可能な実行コンテキストを必要とします。私は、「これをフォークして、変更を試して、テストを実行して、何が起こったか教えて」と言えるようになりたいのです。私たちのHaskell環境は、そのスタイルの作業には十分安価ではありませんでした。
すべてがキャッシュされており、小さな変更を加えた場合、非常に速いコンパイルが得られることがあります。時にはループは20秒で、それは素晴らしいと感じます。しかし、それは最良の場合であり、システム全体を最適化できるのは最良の場合ではありません。変更がビルドプランのコア部分に深く入るほど、その話は当てはまらなくなります。エージェントが多いワークフローでは、コールドスタートケース、平均ケース、および深い変更ケースについて、はるかに多くを気にするようになります。完璧なキャッシュケースを確実に実現するために必要なエンジニアリングの労力自体が、税金の一部です。
これはますます苦痛になりました。
How we moved
Scarfでは、新しいAPI作業をすべてPythonで行うようになりました。Haskellのものと並行してPython APIサーバーをデプロイし、リクエストを適切な場所にルーティングし、触れた機能から順次移行を開始しました。新しいAPIルートはPythonに入り、既存のHaskellコードは実行され続け、時間の経過とともに新しいサーバーがメインパスになり、Haskellのフットプリントは縮小していくでしょう。
そのアプローチにより、劇的なカットオーバーのリスクなしに移行することができました。また、認証、データベースアクセス、共有モデル、デプロイメントイメージ、テスト、運用上のグルーなど、いくつかのコア機能を再実装する必要もありました。歴史的に、そのようなセットアップ作業は高価に感じられたでしょう。LLMを使用した場合、それは悪くありませんでした。既存のコードを新しい言語に移植することは、今日のモデルにとって非常に簡単です。
ツールチェーンとの格闘や待ち時間から取り戻した開発サイクルの時間は、より包括的なテストでより多くの機能をリリースするために再割り当てされました。AIは多くのテストを書くのが得意です。ゴミや偽のテストを書く可能性があるので、まだ注意する必要がありますが、ループは十分に速いため、このトレードオフは数年前に予想していたよりもはるかにうまく機能します。
その結果を単一のメトリックで捉えるのは困難です。PRのスループットが明らかに増加したわけではありません。コミット量はノイズが多いです。コード行数は悪い指標です。デプロイメント数は、プレビュー、インフラストラクチャ、その他のノイズを含むため不明瞭です。しかし、生産性の変化は、私たちが現在、高い労力で、最小限の監視で、さらには完全に自動でリリースできるものの形状に現れています。顧客からの電話 -> チケット発行 -> PRオープン -> PRレビューとイテレーション -> マージ -> デプロイというプロセスで、顧客との電話が終わる前にバグ修正がライブになることがあります。このような生産性に抵抗することは、もはや選択肢ではありません。
これまでのところ、切り替えで失ったものはあまりありません。手放した型安全性は、特にテストカバレッジがこれまでになく向上していることを考えると、具体的な方法ではまだ目立っていません。今、バグが発生した場合でも、以前経験したことのないペースでホットフィックスできます。修正は文字通りSlackメッセージ1通で完了します。エンジニアリングチームは、生産性の向上と、活用できるテクノロジーの全く新しいフロンティアによって、より活気に満ちています。過去に必要だった開発ツールチェーンについて考える時間は大幅に減っています。
The Haskell ecosystem problem
Haskellは深刻な危機に瀕しています。
AIはここに留まります。それをうまく利用する人々やエコシステムは、そうでない人々やエコシステムよりもはるかに速く進むでしょう。これはもはや微妙なことではないと思います。AIを活用した熟練したエンジニアは、かつて数週間または数ヶ月かかっていた作業を数日でこなせるようになりました。
私がどこからこれを言っているのかも明確にしたいと思います。私はHaskellの世界の外から石を投げているわけではありません。私はHFでの役割を通じて言語のリーダーシップに直接関わっています。私にはある程度助ける能力があり、可能な限り支援を続けます。同時に、Scarfを運営するという現実によって、私の自由時間は大幅に制限されています。傍観者でいたくないと思っていますが、これらのダイナミクスを一方的に変える能力は確かに限られています。
Haskellの世界には、同じ経済の変化を見ており、Haskellがそれらに適応するために速く動くことを望んでいる人々がたくさんいます。しかし、全体として、Haskellのツールチェーンとエコシステムの進歩は、私が考えるほどではありません。
それにもかかわらず、Haskellの分野でAIについて話すとき、会話はしばしば制限よりも有効化に焦点を当てているように見えます。人々の懸念があることは理解しています。規範があるべきです。開示があるべきです。コードがAI支援であったかどうか、どのモデルが関与したか、どのようにレビューされたかを言うように求めるのは合理的です。
しかし、「LLMを使用しない」というキャンプ、あるいは「LLMが関与するワークフローをサポートしたくない」というキャンプには強力な集団がおり、私はそれが歴史の誤った側だと信じています。それは言語のエコシステムにとって悪い結果になると予測します。
AI対応のHaskellエコシステムは、異なる質問をするでしょう。エージェントがHaskellをうまく使用できるようにするにはどうすればよいですか?より高品質なHaskellの例をモデルのトレーニングデータに増やすにはどうすればよいですか?レビューをどのようにスケーリングできますか?ライブラリのドキュメントを、美しい型だけでなく、コピー&ペースト可能な現実的な例で満たすにはどうすればよいですか?プロジェクトのブートストラップを速くするにはどうすればよいですか?PRの量と品質のばらつきが急増した場合、貢献をどのように処理すべきですか?コールドビルド時間を削減するにはどうすればよいですか?ヘルプしようとしているモデルに、一般的な産業パターンをどのように明確にできますか?
Haskellは、AI対応のエンジニアやエージェントにとって、異常に有利な立場にあるはずです。型安全性は、コンパイラがエージェントの収束を迅速に支援する場合、LLM生成コードにとって大きな利点となり得ます。しかし、それは人間が手でコードを書くために言語を最適化することとは異なります。エージェントは異なるボトルネックを持っています。コード生成は得意ですが、ブロックされるとコストがかかります。彼らは迅速なフィードバック、明確な例、低いセットアップの摩擦、そしてコードを迅速に修復するのに役立つエラーから恩恵を受けます。
[画像: Greg Brockman氏のRustがエージェントに最適な言語であるというツイートのスクリーンショット。返信でHaskellに言及している。](https://x.com/gdb/status/2007228511363444905)
HaskellがAI時代に偉大でありたいのであれば、意図的にその世界のために最適化する必要があります。
私はHaskellが成長することを望んでいます。それが重要であることを望んでいます。Haskellが得意なこと――正確さ、保守性、構成的な設計、原理的な抽象化――が、ソフトウェアの次の時代の一部となることを望んでいます。
しかし、これらは優先順位でなければなりません。私が目にするもの、オープンソースエコシステムのトレンドに対するScarf自身の見解を含めて、Haskellの成長は、他の場所で起こっていることと比較して、せいぜい控えめに見えます。現時点では、すべての基盤となる数値を共有することはできませんが、方向性としては物語は難しくありません。多くの開発者エコシステムがAI時代に加速しており、Haskellはそれらの1つではないと感じています。
この停滞の機会費用は、かつてないほど高くなっています。
答えは、Haskellを、私たちが実際に参入している世界にとって最高のバージョンにすることです。それは、AIをエコシステムのファーストクラスのユーザーとして真剣に受け止めることを意味します。それは、型システムの研究よりも、ビルド時間、オンボーディング、ドキュメント、例、ツール、エージェントワークフロー、マーケティングを重視することを意味します。それは、コミュニティの努力を再配分し、現在の作業領域を放棄することさえ意味します。それは、Haskell Foundationがより多くの技術作業を資金提供し調整するために十分なお金を集める方法を見つけることを意味します。
従属型のような新しい言語機能が興味深く、そのユースケースがあることは知っています。しかし、産業用Haskellユーザーは何年もコンパイル時間とエコシステムの摩擦について不満を言っています。AI時代において、それらは単なる迷惑を超えて、言語エコシステムとの根本的な不一致にまで成長しました。
Scarfでは、その壁にぶつかりました。私たちは今でもHaskellを尊重しています。私たちは今でもプロダクションでHaskellを実行しています。しかし、新しい製品開発においては、Pythonに移行しました。なぜなら、Pythonは、私たちがソフトウェアを出荷する方法と速度を変革した最新のAIツールを使って、より迅速に動くことを可能にするからです。
状況が異なればよかったのですが、このような移行は私たちの状況にとって明確で論理的な前進でした。Haskellコミュニティがこの瞬間を、それが値する緊急性をもって扱ってくれることを願っています。