HN 日本語サマリー

← 一覧へ戻る
プログラミング

8日間で108件のプルリクエスト:ループエンジニアリングの偶然の発見

108 PRs in eight days: Accidentally discovering loop engineering (brittany-ellich.offprint.app)

13 pointsby mooreds5 コメント

要約

この記事は、8日間で108件ものプルリクエスト(PR)を作成した経験から、偶然「ループエンジニアリング」という概念を発見した経緯について述べています。大量のPR作成プロセスを通じて、開発効率やコードの構造化に関する新たな洞察が得られたことを示唆しています。

全文翻訳

108件のプルリクエストを8日間で:ループエンジニアリングの偶然の発見

この1週間ほど、私のタスクボードでエージェントが稼働しています。タスクをピックアップし、隔離されたワークツリーでコードを書き、PRを開き、CIをグリーンにし、レビューのフィードバックに対応し、テストできる場所に結果を配置します。その後、しばらくスリープし、再び実行します。今朝の時点で、約8日間で108件のタスクがこれを経由しました。以前の週あたり5〜10件のPRという平均と比較すると、これはかなりの変化です。

これがうまく機能するための要因がいくつかあります。私は、現在活気のある小規模なチームに所属しています。速く動いているのは私だけではなく、非常に高いレベルの信頼関係があります。コードを他の人が必ず確認するという義務的なルールがなく、これが大いに役立っています。不明な点があれば同僚からフィードバックを得ますが、マージして作業を完了するために他人のタイミングを待つ必要がないのは非常に大きいです。

私は最近Blueskyでこれについて投稿しました(「原子力安全コードを出荷しているのでない限り、PRの人間レビューアは必要ないでしょう」)が、最も一貫した反論はAIレビューの品質についてではなく、PRレビューがチームの連携を保ち、ジュニアエンジニアが学習する手段であるという点でした。それはもっともだと思いますし、まさにチームのコンテキストが重要である理由です。毎日会話する2〜3人のチームであれば、連携はレビュータブではなく会話の中で行われます。より大きなチームに所属していたり、ジュニアのメンターを務めている場合は、うまくいかないかもしれません。また、レビューから人間を完全に排除したわけではないことも明確にしておきたいです。レビューの場所を移動させたのです。私は今でもすべての変更を確認していますが、PRでの行ごとの確認ではなく、テストと結果のレベルで行っています。

また、継続的デプロイメント(CD)も設定していません。これは私にとって肯定的なこととして言うのは奇妙ですが、長い間、それは優れたソフトウェアエンジニアリングプラクティスの証でした。しかし、私が1週間に108件のPRを出荷している状況では、実際には異なる考え方をするようになりました。今では、CIとプレビュー/ステージ環境を好み、マージごとに新しいビルドをユーザーにリリースするのではなく、一度にまとめて作業をリリースしています。それでも1日あたり約2件の変更が本番環境にデプロイされますが、問題が発生する可能性のある領域を劇的に制限します。これは、1日に1〜2回しかリグレッションテストを行う必要がなく、ユーザーの目に触れる前に早期にバグを処理できることを意味します。

私が個人的なプロセスで改良を重ねてきたことには、ループエンジニアリングという名前がついていることがわかりました。Addy Osmaniが6月にこの用語を造語し、Boris Cherny(Claude Code)とPeter Steinbergerが、自分でプロンプトをすべて入力するのではなく、エージェントに指示を出すシステムを設計することについて言っていたことを基にしています。それについて読んだことのほとんどは、「明確な目標とターンキャップを与える」ところで終わっています。そのアドバイスは悪くありませんが、私自身のユースケースではそれ以上のものが必要だとわかりました。

ループエンジニアリングのための私の3つのレイヤー

システムには、プロトコル、ループ、ワーカーがあります。

プロトコルはルールのMarkdownファイルです。各ステータスが何を意味するか、各パスで何がどのような順序で発生するか、何がマージされ、何がマージされないか。これはリポジトリ内ではなくボードの隣に配置されるため、ルールの編集とボードの編集は同じ行為です。私は、単一のソースから複数のリポジトリで作業できるように、メインのリポジトリとは別にボードを保持しています。

ループはボードを読み取り、ghを実行し、タスクのフロントマターを更新し、作業をディスパッチします。コードは書きません。リポジトリのワーキングツリーには一切触れません。

ワーカーは、独自の隔離されたワークツリーでコードを書き、小さな構造化されたブロックで報告します。ボードには一切触れず、私に直接話しかけることもありません。

ボードはMarkdownタスクファイルで満たされたフォルダです

私の最初のバージョンは、テーブルを含む単一のMarkdownファイルでした。それは約1日で終わりました。なぜなら、私がボードに追加することと、ボードが自己更新することの間で多くの衝突が発生することに気づいたからです。

タスクごとに1つのMarkdownノートを作成することで、構造的にこれを解決し、ObsidianのBasesと非常によく機能します。Basesは実際のボード構造を提供し、フロントマターで整理します。両方が同じタスクに触れる場合にのみ衝突が発生しますが、それはまれで、発生した場合は明らかです。ボーナスとして、私自身のノートのどこかに誤って|が含まれていても、システム全体が壊れることはなくなり、ボードはテキストとして解析する必要があるものではなく、データとしてクエリ可能になります。

同じ理由がさらに一段階下に適用されます。ループはボードとメモリファイルへの唯一のライターです。ワーカーは結果を返し、ループがそれらを記録します。同時に実行されている3つのエージェントは、1つのプロセスしか書き込みを許可されていないファイルを破損させることはできません。

メインのチェックアウトは私のものです

すべてのタスクは、私のチェックアウトしたブランチからではなく、リポジトリのデフォルトブランチから分岐したワークツリーの分離を持つサブエージェントで実行されます。私の半端なローカル状態がタスクに漏れることはなく、タスクの編集が私が何かをテストしている最中に私のツリーに表示されることもありません。

テストする準備ができたタスクは、ローカルでチェックアウトしたブランチでテストします。そこからコードを確認したり、自分で変更を加えたり、エージェントが次のループで変更できるようにタスクに変更を追加したりできます。

ループは停止できなければならない

私はClaude Codeの/loop機能を使用して、間隔なしでループを実行しています。

/loopに間隔を与えると、それはcronジョブになります。終了するか期限切れになるまで実行され、自身で終了することはできません。間隔なしのベア/loopはセルフペースです。各パスの後に独自の遅延を選択し、PRがアクティブな間は短く、物事が静かになったら長くします。そして、ボードが私なしでは何も動かせないことを示したら、ループを完全に終了できます。これにより、多くの問題を処理するように設定し、一晩でそれらを処理して、翌日のテストのための良いバックログを作成できます。

プロトコルには明示的な停止条件があり、すべて真である必要があることのリストとして記述されています。進行中のものがない、CIを待っているものがない、マージ準備ができているものがない、そして残りのすべてのタスクが私を待っているか完了していること。それが満たされたら、ループは待っているものを1行で伝え、私が再び開始するまで停止します。これは、ループが作業を使い果たしたらすぐにトークンを使い切ることを意味します。

メモリ、ハードキャップ付き

ループは、プロセスが学習したことのメモリファイルを保持します。ワーカーに実際の時間を費やさせたコードベースの事実、私が複数回述べた好み、繰り返し発生する欠陥。各エントリには確認カウントと日付が付いており、各ディスパッチはメモリをワーカーのプロンプトに貼り付けます。これにより、未記述のことがカウント付きで書き留められ、問題に遭遇する頻度を知り、解決できるようになり、スタックし続けることを防ぎます。

バグや問題の確認カウントが一定のポイントに達すると、それを修正することが独自のタスクになります。たとえば、ワーカーはリポジトリに保存されていた古いスキルでスタックし続けましたが、最終的にはそのスキルを削除するタスクを作成しました。これにより、プロセス全体が時間とともに効率化され、別のものにメモリスロットを解放できます。

ハードキャップを使用することで、メモリリストを合理化し、システムが最も関連性の高い部分を維持するためにトレードオフを行う必要があります。ワーカーが作業するたびにメモリがロードされ、そのコンテキストを小さく保つために管理したいと考えています。

私です、こんにちは、私がボトルネックです、私です

私のボードには現在、キューに入れられたタスクはゼロで、私がテストするのを待っているタスクが8件あります。つまり、私がテストを行い、キューにさらに作業を追加するのを待っているということです。私が時間を費やしている場所は、ループをさらに改善する方法についての良い洞察を与えてくれます。

そのBlueskyのスレッドの何人かの人々は、このシフトを予測していました。つまり、人間の努力はコードレビューから仕様と問題定義のレビューに移行するというものです。それは私の時間の使い方と完全に一致しています。私のパイプラインの両端は現在、仕様作業です。キューに入れるものを決定し、出てくるものを検証することです。まるで2026年のソフトウェアエンジニアはプロダクトマネージャーとQAであるかのようです。

たとえば、Claudeと問題を調査するためのタスクを作成するスキルを追加しました。たとえば、エラーログのエラーや、何かが遅く動作している場合などです。これにより、Claudeは調査中に迅速にバックログにタスクを追加できます。キューに適切なアイテムを追加するボトルネックを減らすことが、私が次に改良している分野です。

テストと検証ステージの自動化も、私が調べているもう1つの分野です。手動レビュープロセスを、アクセシビリティ、モバイルデバイスでの表示、またはリグレッションがないかなどをチェックするために、さらに渡す前に実行できる自動化を作成するにはどうすればよいでしょうか?そうすれば、私のQAステージはさらに短縮されます。

始め方

試したい場合は、私のループセットアップをオープンソースで公開しています。誰もがプロセスは異なりますので、ゼロから始めることもできます。

最初のステップとして、他に何も書く前に「完了」がどのように見えるかを書き留めることをお勧めします。私のプロトコルでのすべての良い決定は、状態を正確に定義することを余儀なくされたことから生まれました。タスク完了、CIグリーン、AIコードレビュー承認です。そこから、徐々に「完了」から作業を始めることができます。フロントエンドでは、タスクや問題から完了したPRまでどのように移行するか、バックエンドでは、レビューのためにすべてがどのように準備されるかです。

これを試す場合は、どのように機能するか教えていただけると嬉しいです。連絡して知らせてください。