AIエージェントで挑んだ大規模リファクタリング - DMM Developers Blog
はじめに 背景 コード品質 ミノ駆動設計講座とは？ AX戦略 AI活用 対応方針 リファクタの対応 リポジトリ分割の例 Before After リファクタの工夫 リファクタの成果 工数削減 Findy Team+で可視化 まとめ はじめに こんにちは。DMMユーザーレビューグループのバックエンドチームの朝妻です。 （本記事は、朝妻が執筆し、TLの松井と協力して仕上げたものです。） 私たちのチームでは、DMMに投稿される「ユーザーレビューを処理するAPI」を開発しています。 このシステムは、レビューの投稿・レビューの表示に関するシステムを担っており、DMMの欠かせない基盤です。 本記事では、それらのシステムに関してエージェント型AI（今回は Devin）を活用し、大規模なリファクタリングを安全かつ効率的に進めた事例をご紹介します。 背景 Devinを活用してリファクタリングを進めるにあたり
DevinとClineをDMMで導入しました〜トライアルから見えた成果の共有〜 - DMM Developers Blog
1. はじめに 2. 制約 3. トライアル成果 発見1. 技術負債の特定とリファクタリング実装の半自動化 発見2. イベントストーミングで設計した画像をもとにドメインモデルと制約の実装 発見3. 指示範囲を明確に絞れば、人より格段に早い 発見4. 開発者の学習効率を上げる Devin or Cline？ 4. 25年3月時点での課題 5. 投資対効果と組織スケールの変化 AIツールの投資対効果 AIツールによって変化した組織スケールの方法 今後の展望 1. はじめに こんにちは。DMM.comでプラットフォーム開発本部の副本部長をしている石垣です。 今回は当社で実施したAIエージェント「Devin」と「Cline」の導入検証の結果について共有したいと思います。 DMMグループのクリエイター組織は、現在1,200名近くのメンバーを抱え、エンジニアだけでも1,000名近くのメンバーがいる組織
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
