[re:Invent 2023 レポート] Amazon CodeCatalyst & Amazon Qで全ての開発にAIをシームレスに統合する(preview)

2023.11.29

この記事を書いたメンバー：

Keiichi Kurosawa

Self-introduction

はじめまして、BeeX黒澤です。

AWS re:invent 2023に参加させていただいていて、弊社ブログ初投稿のため、簡単に自己紹介を記載します。

元々アプリケーション開発をメインとしており、そこから弊社に入って、サーバレスアプリ開発、インフラ構築、IaC導入、アーキテクチャ設計と幅広く業務に従事しております。

昨年1年間かけて、ProfessionalとSpecialityを全て取得し、2023 Japan AWS All Certifications Engineersを所持しております。

また、今年はGCPにも手を出して資格取得に励んでおりました。

Intro

本日、参加していたセッションにて個人的に感銘を受けた(かつ恐らく残り期間でも超えない)セッションがありましたので、紹介したいと思います。

AWSに関わるアプリケーション開発者のみならず、プログラムやコンフィグを書く人全体に影響を与えられる、まさしく"Game-Changer"となる内容だと感じました。

セッションタイトル: Accelerate DevOps with generative AI and Amazon CodeCatalyst

(タイトルスライド写真撮り損ねました。。。)

セッション概要は以下になります。

In this session, see a demo of the newest generative AI features in Amazon CodeCatalyst. Learn how you can input simple instructions to produce ready-to-use code, automatically adjust infrastructure, and update CI/CD workflows. Explore how you can generate concise summaries of intricate pull requests. Join this session to see firsthand how these practical additions to CodeCatalyst simplify application delivery, improve team collaboration, and speed up the software development lifecycle from concept to deployment. Discover the groundbreaking impact that AI can have on DevOps through the lens of CodeCatalyst.

Google翻訳は以下となります。

このセッションでは、Amazon CodeCatalyst の最新の生成 AI 機能のデモをご覧ください。簡単な指示を入力して、すぐに使用できるコードを生成し、インフラストラクチャを自動的に調整し、CI/CD ワークフローを更新する方法を学びます。複雑なプルリクエストの簡潔な概要を生成する方法を検討してください。このセッションに参加して、CodeCatalyst へのこれらの実用的な追加機能がどのようにアプリケーションの配信を簡素化し、チームのコラボレーションを改善し、コンセプトから展開までのソフトウェア開発ライフサイクルをスピードアップするかを直接確認してください。CodeCatalyst のレンズを通して、AI が DevOps に与える可能性のある画期的な影響を発見してください。

セッション内容としては、話題のAmazon QとCodeCatalystが統合されており、3つのケースでデモを行うという物でした。

Main Content

以下ではデモの1つ目であったIssueをAmazon Qに担当してもらい、修正内容の生成およびPRの生成を行うといった内容をスクリーンショットを追いながら見ていただきたいです。(説明部分で2つ目、3つ目のデモ内容を一部補足)

まずCodeCatalystのセットアップとQの有効化、README.mdのみのレポジトリを用意しました。(有効化方法は本題と逸れるため、割愛)
- 以下が初期設定されているREADME.mdです

IssuesからCreate IssueでREADME.mdを修正してほしい内容のIssueを作成する。
- ここで担当者をAMAZON Qを設定する。

作ったIssueから返信で、確認事項が返ってくるので、返信する。
- 質問の内容は(ざっくり文意で)インタラクティブな方式でするか、ワークフローファイルの変更を許可するか、対象のレポジトリについての確認でした。

少し待ってあげると、次に対応方針についての確認で、上記と同じく、確認する。
- デモでは意図が異なった場合、返信で修正方法を変更させることもできていました。

全てのプロセスが完了すると、PRが作成されるので、表示されるリンクへジャンプする。

PRで先ほどのアプローチに基づいてコメントが記載されていることを確認する。
- デモでは画面中央の"create comment summary"を押下すると、Amazon Qでコメント要約が生成されていました。(今回は単純すぎて要約する内容がなかった様子)

Changesタブで依頼内容、修正方針に基づいてコード(今回はREADME.md)が修正されていることを確認する。
- マージ後に設定したworkflowでエラーになった場合はエラー内容をそのままIssue化することでAmazon Qに対応してもらうということもできていました。

Points that I personally thought were impressed

システム開発とLLMのシームレスさがこのソリューションの希少性につながっていると考えています。

がGithub Copilotの登場からLLMを用いた開発効率化は飛躍的に進みましたが、このAmazon QとCodeCatalystの組み合わせはLLMを用いた開発からさらに一歩進んだ形を提示していると思います。

従来であれば一例として、ローカルPCで開発環境構築→Github Copilotで実装内容リコメンドによる実装期間の短縮→ChatGPTによる不明点、エラーの解消→Github ActionsによるCICDパイプラインの実装 + GithubによるIssue管理と各内容に応じたツールの利用が主だと思いますが、これらが1つのプラットフォームで使い分けを意識することなく開発を進められることはアプリ開発者として大きなメリットだと考えます。(それぞれ単体のツールの精度が劣っていたとしても、それらを上回るメリットだと考えます。)

また、ツールが単体で完結するということは開発開始までのオーバーヘッド(新規参画者のツールごとのアカウント作成、各ツールごとの習熟度向上など)が短くなる、かつ、ベースはAWSであるということでインフラ領域であるIaCでのインフラ構築や運用スクリプト作成へも高度にLLMとシームレス化された開発体験を提供できるということであり、AWSに関わらず、ソースコードやコンフィグを書く全ての人へ開発体験の向上を提供するものだと思いました。

Conclusion

LLMやGen AIの領域の進歩は追いきれないのではないかと思うほどの速さですが、開発者としてそれらを用いたツールを選定し、使いこなせるようになることは最低限の責務になりつつあると感じています。特にAWS re:invent 2023に参加して、猫も杓子もAIとなっている中でAIを理解し作る側である必要はないが、常に最新のAIで何ができてそれが開発へどのような影響を与えるか考えていかないとと思いました。そうした中でAWSという現在、利用しているプラットフォームの中でこうしたツールが出てきたので、使った上でどう便利なのか、何が足りていないのか、今後の開発ツールや開発者体験がどうなっていくのかを考えるよい機会にできると良いのではと思いました。