Cloudflare、AIエージェント主導の開発手法「ADLC」を提唱　自律運用を支援するCIツールや監視機能など提供開始

要点

• Cloudflareは、従来のソフトウェア開発プロセスに代わり、AIエージェントの自律的な動作を前提とした「ADLC（エージェント開発ライフサイクル）」という概念を提唱した。

• 開発中のエージェントに本番同様の観測性を与えるOpenTelemetryトレース機能を、同社の開発ツール「Wrangler」やViteプラグインに組み込んだ。

• エージェントが自律的にCI/CDを実行し、問題の自己修復も行う新ツール「@cloudflare/ci」を導入した。

• オープンソースプロジェクト「Astro」において、GitHubのイシューを自動でトリアージ、再現、検証、修正する「ソフトウェアファクトリー」を構築し、未解決イシュー数をゼロにした事例を公表した。

• 米Cloudflareは2026年8月4日（現地時間）、AIエージェントによる自律的なシステム開発を包括的に支援するフレームワーク「ADLC（Agent Development Lifecycle：エージェント開発ライフサイクル）」を提唱し、それを実現するためのツール群や実践事例を公開した。AIの進歩でプログラムの「実装」が飛躍的に高速化したことで、テストやデプロイといった他フェーズに負荷が集中している現状に対処する狙いがある。

従来の「SDLC」から「ADLC」への移行背景

これまでのソフトウェア開発は、計画、設計、実装、テスト、デプロイ、維持、廃棄の各工程からなる「ソフトウェア開発ライフサイクル（SDLC）」に沿って、人間のチームが協調して進めてきた。しかし生成AIの登場により、かつて最もコストがかかっていた「実装」フェーズが最速かつ安価になったことで、テストや本番運用の維持といった下流プロセスに膨大な負荷がかかり、システム全体の維持が困難になる「スロップ（無駄）」が生じているという。

Cloudflareは、AIエージェントにコード作成だけでなく、開発ライフサイクル全体を担わせるアプローチが必要だと指摘する。同社はこれまでにも、ドメインの自動購入や一時開発アカウントの作成機能などを通じてエージェントを「顧客」として扱ってきたが、今回の発表により、開発の各フェーズを自律遂行させるためのツール群の導入へと踏み出した。

自律型開発を支える新しいツール群

Cloudflareは、エージェントがコードの自動生成にとどまらず、デバッグやデプロイまでを包括的に実行できるようにするため、以下のツールを発表した。

• @cloudflare/ci: 自動化サービス「Cloudflare Workflows」をベースにした新しいCI/CDツール。CI/CDとは、ソースコードの変更を自動で検知してテストや本番環境への配備を行う手法である。このツールは数百万規模のリポジトリ（コードの保管庫）で動作し、エラー発生時にエージェントが自動で自己修復を行うなどのタスクを実行できる。
• ローカル開発環境でのトレース支援: 開発ツール「Wrangler」や「Cloudflare Viteプラグイン」に、本番環境と同じ「OpenTelemetry（ソフトウェアの挙動を追跡・記録する標準規格）」のトレース機能を統合した。これにより、エージェントはローカル環境で自身のコードの動作を詳細にデバッグできる。
• 「Cloudflare Agents」および「Agent Traces」: エージェントが動作する際のトレースデータを集約し、動作の監視や性能改善を行う統合プラットフォームを提供する。

社内事例と「Astro」でのイシュー削減実績

同社は、自社開発での検証事例や、オープンソースコミュニティでの実践実績も公表した。
自社内の全コードリポジトリや仕様書に対してAIで技術基準を自動適用するシステムの運用実績に加え、Webフレームワークプロジェクト「Astro」と協力して「ソフトウェアファクトリー」を構築した。ソフトウェアファクトリーとは、課題の入力を受けてエージェントが自律的にソフトウェアの構築、デプロイ、管理までを行うシステムだ。
この取り組みでは、GitHub上に寄せられたイシュー（課題やバグ報告）をAIエージェントが自動でトリアージ（課題の重要度の整理）から再現、検証、修正コードの適用まで実行した。これにより、急増するコミュニティの課題に対応し、未解決イシュー数をゼロにすることに成功したという。

「ソフトウェアファクトリー」に必要なプラットフォームの7つの条件

Cloudflareは、人間がプロンプトで細かく指示を出すプロセスから脱却し、完全にエージェント主導でソフトウェアを構築・管理する「ソフトウェアファクトリー」の実現には、インフラに以下の7つの要件が必要であると説明している。

1. プログラマティック（Programmatic）: 画面上の手動操作を排除し、すべてをAPI経由で実行・デバッグできること。
2. 水平スケール可能性（Horizontally scalable）: テストや検証のため、本番同様のプレビュー環境をエージェントごとに個別に自動生成できること。
3. 再現性（Reproducible）: 特定の通信環境や地域からのアクセスなどのデバッグ環境を正確に再現してテストできること。
4. リアルタイム・プッシュ型（Real-time, push based）: 監視画面の定期確認ではなく、システムのイベントを契機にしてエージェントがリアルタイムに動作を開始できること。
5. アトミック（Atomic）: 各変更が他に影響せず、独立してテスト、リリース、観測、ロールバック（元の状態に戻すこと）できること。
6. 権限管理（Permissioned）: 安全性を保ちつつ、必要に応じて一時的な権限の委譲や昇格を実行できること。
7. 自己改善（Self-improving）: 運用中のエラーや失敗からエージェントが学習し、将来の開発精度を自律的に向上させられること。

Cloudflareは、これらの要件を満たすインフラを構築することで、現在AIエージェントが抱える「成功率が80%程度にとどまる」という課題を克服し、本番環境で安全に稼働できる自動化開発を実現していくとしている。