LangChain が大規模機能構築に dcode を活用

LangChain が語る AI エージェントの進化：「/goal」コマンドが変える大規模開発のパラダイム

従来の AI コーディングエージェントは、一度に完結する小さなタスクには強力ですが、複雑で大規模な機能実装においては「ワンショット」アプローチの限界に直面していました。LangChain が公開したオープンソースツール「dcode」の新機能「/goal」コマンドは、この課題を解決し、開発者が指示を待たずに自律的に大規模プロジェクトを完了させる新たなワークフローを実現します。

従来の「ワンショット」アプローチの限界

大規模な機能追加や実験的なプルリクエスト作成において、従来の AI エージェントは単発の指示（ワンショット）で完結しようとすると失敗することが多々あります。エージェントが作成した解決策が意図とズレていたり、主要機能は完成してもテストや CI（継続的インテグレーション）が通らなかったりするケースです。

「実質的なタスクにおいて、ワンショットで全てをやり遂げることは通常不可能です」

この場合、開発者はプロセス全体を通じて常に人間が介入し、修正や指示を出す必要があり、これがボトルネックとなります。AI に任せるはずの時間が、結局は人間による手動調整に費やされてしまうのです。

「/goal」コマンド：永続的な目標と評価基準の定義

この問題に対処するために導入されたのが「/goal」コマンドです。これはエージェントに対して、長時間にわたって達成すべき「永続的な目標」と、その完了を判断する明確な「受容基準（Acceptance Criteria）」を与える機能です。

従来のアクションループ（思考→行動→観察→反応）はそのままに、それを包み込む外部ループが追加されます。この外部ループが継続的に検証を行い、「現在の進捗は永続的な目標を達成しているか」を確認します。基準を満たしていなければ目標はアクティブなまま続き、不可能と判断されればブロック状態になります。

実演では、MCP を使わずにネイティブブラウザ制御機能を dcode に追加するタスクが与えられました。コマンド入力直後に dcode は、その要件を短縮された受容基準に変換し、開発者に提示します。

「dcode はネイティブブラウザ制御インターフェースを通じてブラウザを起動・操作できること」

この基準は可視化され、必要に応じて「/goal amend」コマンドで実行中に追加や修正が可能です。例えば、「Python Playwright API を使用すること」という要件を追加したり、「CI を通すこと」を後から付け加えたりできます。これにより、開発者は初期の要件定義と微調整に集中し、その後は AI の自律的な実行を見守るだけで済みます。

人間の介入コストを減らす動的な調整

「/goal」機能の真価は、実行中の柔軟な調整にあります。エージェントが作業を進めている最中に、新たな要件や修正指示が必要になった場合でも、元のタスクを繰り返したり、文脈を説明し直したりする必要はありません。

/goal amend コマンドで指示を出すだけで、そのメッセージはアクティブな目標の文脈内で解釈され、即座に作業方針が更新されます。これにより、AI が間違った方向に進んで完了してしまった場合でも、人間が最初からやり直すことなく、より良い製品へと導くことができます。

4 時間にわたる自律的な大規模機能実装の実演

この新機能の有効性を示すため、開発者は MCP を使わずにネイティブブラウザ制御機能を追加する大規模タスクを実行しました。このプロセスは約 4 時間（午後 3 時から午後 7 時）にわたり、開発者が継続的に指示を出すことなく進行されました。

• 初期段階: dcode は現在のアーキテクチャを調査し、ブラウザサポートの適切な場所を特定。Python Playwright の実装を開始しました。
• 中盤: 開発者は /goal amend を使用して「CI を通すこと」を追加指示。エージェントはこれを即座に反映し、テストスイートの整備を進めました。
• 完了: 最終的に、Chrome スモークテストやコード品質チェックが通過し、フルテストスイートも成功しました。

実演では、追加された機能を実際に検証。/browser フラグを指定して dcode を起動すると、ブラウザツールが有効化され、LangChain の公式サイトにアクセスするといった操作が AI によって自動実行されました。

開発者の役割が変わる未来

この実演は、AI エージェントのスケール性を劇的に向上させる可能性を示しています。開発者は「コードを書く」作業から解放され、「初期の要件定義と調整」に集中できるため、複雑な大規模プロジェクトにおける「人間-in-the-loop」のボトルネックが解消されます。

「4 時間中、私はタスクを繰り返し述べる必要も、dcode が何をすべきか頭の中でチェックリストを作る必要もありませんでした」

このパラダイムシフトは、AI を単なるコード補完ツールから、自律的な実装パートナーへと進化させる基盤技術となります。企業や開発者が AI を活用して DevOps や CI/CD プロセス全体を変革する未来が、dcode のようなオープンソースの拡張性によって現実のものになりつつあります。