Cloudflareが開発基準の適用にAIを活用、4ヶ月で23万件の違反検出し1.6万件のマージを阻止

要点

• 米Cloudflareは、エンジニアリング基準の管理と適用にAIを活用した実績を公表した。
• 独自構築した基準データベース「Cloudflare Codex」をもとに、AIエージェントが設計やコードを評価する。
• 過去4ヶ月でAIコードレビュアーが約23万件の違反を検出し、1万6000件のマージをブロックした。
• 基準をJSON形式に圧縮してAIに処理させることで、大規模モデルの処理負荷を軽減している。

リード文

米Cloudflareは2026年8月4日、AIを活用して社内のエンジニアリング基準を自動的に適用するシステム「Cloudflare Codex」の運用実績を公開した。同システムと連携したAIコードレビュアー（プログラムの変更内容をAIが自動で検査する機能）の導入により、過去4ヶ月で約23万件の基準違反が検出されたという。組織の拡大に伴って形骸化しがちだった開発基準の維持を、AIによって効率化していると説明している。

分散した開発基準と組織拡大に伴う限界

Cloudflareでは従来、エンジニアが遵守すべき基準が、公式ドキュメントやプログラムのリポジトリ（プログラムなどのデータを一元的に管理する保管庫）、チャット、個人の知識など様々な場所に分散していた。そのためエンジニアは基準を探すために多くの時間を費やし、見つけた情報が最新かつ適用可能かを判断するのも難しい状態だったという。

組織が拡大するにつれて、全員がすべての基準を把握することは不可能になり、プログラムの査読を行うレビュアーも全要件を漏れなくチェックすることが困難になった。メンバーの異動によって知識の共有が途切れたり、基準の適用が不徹底になったりした結果、プロジェクトごとに設計や品質のばらつきが生じていた。

共通基準「Cloudflare Codex」の仕組み

これらの課題を解決するため、同社はAIエージェントが開発現場で取得・適用できる基準管理システムとして「Cloudflare Codex」を再構築した。

Codexは、フロントエンド設計やセキュリティ、特定言語などの「ドメイン（領域）」に分割され、各領域のオーナーが情報の整合性を管理する。基準は「RFC（仕様や基準を提案し議論するための文書形式）」で記述され、基準の重要度を示すために「MUST（しなければならない）」や「SHOULD（すべきである）」といった表現が厳格に定義されている。

従業員が提案した新しい基準は、フィードバックを経てオーナーに承認されると、社内サイトに公開される。承認された基準はすぐにAIによる違反検出の対象となるが、この段階ではプログラムの統合（マージ：複数のプログラムの変更履歴を1つに統合すること）を妨げない。基準が「適用（enforced）」状態に移行した段階で初めて、MUST要件の違反に対してマージをブロックする動作を開始する。これにより、開発チームが新しい基準に対応するための準備期間が確保されている。

AIの処理能力を最大化するデータ圧縮の工夫

Codexに登録されている基準文書はすでに60件を超えており、これらをすべてそのままLLM（大量のテキストデータを学習し、高度なテキスト理解と生成を行う大規模言語モデル）に入力すると、一度に読み込める情報の最大量である「コンテキストウィンドウ」を圧迫し、AIの回答精度が低下する原因となる。

この問題を回避するため、同社は専用エージェントを使用して文書から「MUST」や「SHOULD」などのルールが記述された一節を自動抽出し、JSON（データを記述するための標準的なテキスト形式）データとして圧縮する仕組みを構築した。

抽出された各ルールには「スラッグ（データを一意に識別するための短い文字列）」と呼ばれる一意の識別用コードが割り当てられる。これにより、元の文書が更新されてもルールそのものをシステム間で追跡することが可能になり、例外処理や運用の監視に役立てられているという。当初はMarkdown形式で抽出していたが、AIがより正確に絞り込めるよう、データ構造をJSONへ移行した。今後は、開発のどの段階で適用すべきルールなのかを示す情報をデータに付与し、さらに絞り込みの精度を高める計画だ。

AIエージェントによる検証の実績

現在、Cloudflareでは複数のAIエージェントがCodexを利用している。その代表例が「AIコードレビュアー」だ。このエージェントは、プログラムの変更提案に対してCodex의基準を満たしているかを検証する。

AIコードレビュアーは検証の際、まずパース（データを解析して処理しやすい構造に変換すること）された圧縮データを読み込み、詳細な情報が必要な場合のみ元の文書全体を参照する。これにより、効率的な処理を実現している。

過去4ヶ月の運用で、このAIコードレビュアーは開発基準への違反を約23万件指摘した。そのうち、すでに適用が義務付けられている「MUST」要件への違反により、プログラムの統合承認を保留、またはマージをブロックした件数は1万6000件に達したという。

また、プログラムの記述前段階においても、「スペックレビュアー」と呼ばれる別のエージェントが機能している。このエージェントは、実装が始まる前に約600件の技術設計書をCodexの基準に照らし合わせて自動評価した。同社は今後、障害発生時のレポート検証など、さらに多くの場面にCodexを活用するエージェントを導入していく予定であると説明している。