🙌

Tech Night 〜AIと創る“次の開発体験”〜に行ってみたよ！

に公開
AI
CircleCI
Docker
idea

おっすおっす。
はじめまして、AOI(アオイ)です。

今回は11/27に東京青山で開催されたCircleCIさんとDockerさんが主催の「Tech Night 〜AIと創る“次の開発体験”〜」へお邪魔してきました。

現地写真を掲載できたらよかったのですが、今回はダメっぽいで写真は割愛させていただきます。
それでは本編へレッツGO...余談ですがAI使ってないですよ！笑

まずはCircle CIさんからの登壇でした。

今回Circle CiさんといえばSaaS型のCI/CDサービスですね。
自分の開発環境では現状導入していないので名前だけは知っている感じです、読んでいる方の中には馴染みある方もいるのでは👀

今回のイベントはAIを活用した開発体験ですので、
Circle CIさんのAI活用例を早速紹介されていました。

  • フレキテストの自動化
    AIがテスト解析→修正コードを自動生成PR作成→複数のバリエンテーションを実行してセーブポイントを作る。。
  • 動的スコーピングによる効率化
    修正されたコード部分に関連するテスト範囲をAIが自動で絞り込みすることで全テストを毎回実行する回数を削減。
  • MCPサーバーとの統合
    LLMにツールに権限を与え、コード修正やコミットを自動化して開発者がトラブルシューティングを依頼するとAIが自動解析。
  • AIエージェントの活用
    システム上で自動処理するAIエージェントを導入し、単発タスクなどを実行。
    その他、ユーザー独自ルールを読み込んで動作。
  • これらによって得られたもの
    開発者の負担軽減。
    フィードバックサイクルの短縮。
    コード品質の担保とパイプライン効率化。

どうでしょうか。
特にMCPサーバーとAIエージェントは今のトレンドでもありますが、Circle CIさんでもやはり導入されていましたね。
特に最近のAIは頼りになる場面も多いのでフレキテストの自動化と複数バリエーションによるセーブポイントの確保はかなりポイントかなと思います。

MCPの活用例もありますが、これらは既に継続的に導入している所、やってみたけど微妙だったので使わなくなった所なども多いはずです。
他の企業さんの活用事例も含めるとおおむねコード修正とコミット自動化が大半のように感じます。実際、僕自身はコードレビューとコミット化に絞って活用しています。

AIエージェントの活用はかなり深いレイヤーで動作されているようでした。
僕自身もエージェントと言えるまでなのかわかりませんが、Qwenを日本語向けにInstructさせて検索とTODOタスクをDiscordで発信してくれるPythonツールを一時期ネット仲間と実験的に作っていました。
ただし僕的にはAIをエージェントタスクとして扱うのは一部でいいかなという所感であまり触れていなかったのでCircle CIさんはかなりガチにやっている感じでしたね。

Circle CIさん的にはAIで書いたコードが回ってくる回数が増えたのでそこをAIで自動化して手間を減らしたいのかな～と感じられた部分もありますね。
もちろん単純な効率化もあると思います。

ではDockerさんへ、レッツGO

Dockerさんはコンテナ革命児として有名ですが。
そんなDockerさんもAIを活用したプロダクト術を紹介していました。

  • AIエージェント導入の市場分析
    現在、国内の導入済みは約4%、しかし1年以内に導入予定の企業は68%。
  • AIを使い始めた"Docker"としての役割
    Docker Hubで主要LLMモデルを配布。
    Docker Model RunnerはOpenAI API互換で簡単に切替可能。
    MCPサーバーをコンテナ化して環境依存やセキュリティリスクを軽減。
    MCP Gatewayで複数サーバーの認証・構成を一元管理。
  • Docker Composeの登場
    LLM、MCPサーバー、アプリケーションをまとめて起動可能、更にLangGraph、Vercel AI、Google Agent Development Kitなど主要フレームワークに対応。
    これらによりローカル開発環境から本番環境へ簡単にデプロイ可能。
  • Docker Offload
    ローカルGPUが重い場合にクラウドへ処理を逃がせて開発体験を損なわずに高負荷処理をクラウドへ移行できる。

という感じでした。
いかにもDockerらしい展開だなと思いますね、特にMCPサーバをコンテナ化するというのは誰もが考えたことですがDocker自身がそれを推奨しているのでその周辺環境の整備もDocker Offloadなどで構築しているようです。

現状AIを一から作るよりも既存の軽量OSSモデルをInstructさせるかMCPを使ってOne Shotプレイヤーにやってもらう方がずっと効率的かつ経済的なのであらゆる場所でMCP開発が加速していると思います。

一方でAIをまだ導入できないセキュリティ系の環境では専用エージェントをローカル動作させるといったクローズドな環境を強いられてしまうところもあるでしょう...というかそもそもAIすら使えない所もあるはずです。
そういったソリューションを生み出すのも今回の狙いなのかなとも思っています。

という事で11/27に東京青山で開催されたCircleCIさんとDockerさんが主催の「Tech Night 〜AIと創る“次の開発体験”〜」のレポートでした。
正直、文系な書き方なのは恐縮なのですが可能な限り現地で発表された内容を5分ぐらいで読めるように構築しました。

また次回も何かあればレポートします！またこんど！( ∵ )ノ

Discussion