完全自律型ソフトウェアエンジニアと企業のデータ「Emulated」発表

AI エージェントが「コード」を超えて本番環境を自律運用するまで：Emulated が描く未来のインフラデータ

現在のAIエージェントはコード生成において驚異的な能力を発揮していますが、分散システムや大規模インフラの運用といった複雑な課題においては依然として人間との間に大きなギャップが存在します。この「実世界での信頼性」を担保するために、Joseph Wang氏とSid氏が率いるEmulatedは、単なるシミュレーションを超えた高忠実度の評価環境とデータ基盤を構築し始めています。

コード生成の壁：なぜAIはインフラ運用でつまずくのか

現在の最先端モデルやベンチマーク（SweBench ProやTerminal Benchなど）を見ると、AIエージェントはコードベース内のタスクに対して非常に強力です。与えられた課題に対し数十から百回のターンを経て数千行のプルリクエストを生成する能力はすでに確立されています。

しかし、ここで大きな問題が浮かび上がります。実際のソフトウェアエンジニアが担っている業務の多く——プロジェクト管理、顧客との対話、異なるアプローチの試行、パフォーマンステスト、そして何よりコードベースを支えるインフラの長期的な運用——をAIは行えていないのです。

「なぜ、アプリケーション層の処理には熟練しているのに、MVCC（マルチバージョン同時実行制御）のようなデータベースエンジンの複雑さや、データ破損といったインフラの深層課題に対して推論に苦しむのか？」

この問いがEmulatedの設立動機です。彼らの背景はネットワークインフラや分散データベースであり、DynamoDBの障害のように「システム全体の設計とアーキテクチャの長期的な結果」を肌で知っています。モデルの能力不足は、実は「データの質」の不足に起因します。

「モデルの能力が後退した例はありません。高品質なデータが増えれば、必ず能力も向上するからです。」

現在のAIには、コードそのものだけでなく、それを取り巻く複雑な文脈や長期的な運用課題を学習させるためのデータが不足しているのです。

Emulatedが構築する「高忠実度」な企業シミュレーション環境

Emulatedの解決策は、ソフトウェアエンジニアリング会社全体をコンテナ化された環境に移植し、現実の企業運営を模倣したタスク環境を提供することです。これは単なるコード編集ツールではなく、組織的な文脈を含んだ複雑なシナリオです。

エージェントには以下のような課題が課されます：

• 組織的・社会的文脈：プロジェクトの進捗、過去のインシデント（ポストモーテム）、顧客との対話記録など、必ずしも最新ではない情報の扱い。
• スケール特有の問題：分散ノード間のネットワーク障害、データ破損、クロックスキュー（時計のズレ）などの発生。
• 運用上の判断：ライブトラフィックを止めずにアーキテクチャを変更する際の「爆破半径（blast radius）」の考慮や、分散クラスターのオーケストレーション。

例えば、SCDコンセンサスクラスタのような典型的なプロダクション環境を想定すると、エージェントは単に青い四角で示されたソースコードを編集するだけではありません。チケットの整理から始まり、デプロイシステムの競合、古いハードウェアからの移行における予期せぬ問題、フェイルノードやステールノードの処理など、すべてをリアルタイムで推論する必要があります。

「エージェントが学ぶべきは、環境が単純なコードの差分（diff）よりもはるかに複雑であり、長期にわたる課題であるということです。」

単一ノードから「Cloud Box」へ：本番環境同様のマルチノードサンドボックス

既存のシミュレーション環境では、単一ノードのサンドボックス内で分散クラスタを擬似的に再現しようとしていました。これでもライブトラフィックや運用上の課題をある程度体験できますが、Joseph氏とSid氏はこれを「不十分」だと断じます。

「標準的なポストトレーニングパイプラインは均質で退屈です。すべてがDockerコンテナ化された単一サンドボックス内で完結していますが、現実の企業運営やAWS規模のサービス構築はそうではありません。」

本物のクラウドエンジニアが直面するのは、EC2やCloud Runのようなリソースのプロビジョニング、VPCやサブネット、セキュリティグループの設定です。さらに、顧客からのAPI要求への対応、認証・認可、スロットリング、CloudTrailのような監査ログの管理など、多岐にわたる要件があります。

ソフトウェアは「生きている」ものです。アップデートのロールアウト、問題発生時のロールバック、バージョン管理、健康状態の監視、ネットワークパーティションへの耐性、DNSや証明書管理、そしてスケールした後の管理コンソールやテラメトリ、課金システムまで。これらを単一ノードでシミュレートすることは物理的に不可能です。

そこでEmulatedが提唱するのが「Cloud Box」という概念です。これはマルチノードのサンドボックスであり、リアルなクラウドリソースにアクセス可能な環境です。

• 本物のインフラへのアクセス：EC2やVPCなどを実際にプロビジョニングできる。
• 本番同様の挙動：スケール特有の問題や、生きた顧客トラフィックを伴う複雑な状況を再現する。

このアプローチにより、AIエージェントは「シミュレーション」ではなく「実世界」と同じ条件下で判断力を習得することができます。これこそが、単なるコード生成ツールから、複雑なインフラ運用や企業運営を自律的に担う存在へと進化するための基盤となります。

データとモデルの共進化：なぜ今、この挑戦なのか

Emulatedはなぜこれらの「組織の秘密」や技術的アルファ情報を公開するのか。それは、分散システムエンジニアやAI研究者が同じ課題に直面し、解決策を共に模索してほしいという願いからです。

もちろん、このアプローチには課題もあります。AWS Lambdaのような巨大なスタックを立ち上げるのに数時間かかる状況で、ポストトレーニングパイプラインにどう組み込むか。コスト管理はどのように行うか。シミュレーションから実世界へのギャップ（sim-to-real gap）を完全に埋めることは依然として困難です。

しかし、Emulatedの目指すところは明確です。モデルの能力はデータの質に依存します。高品質で複雑なインフラ運用データを学習させることで、AIエージェントの自律性を飛躍的に向上させ、DevOpsやシステム設計における人間の役割を再定義する未来へと導くのです。

「もしあなたが分散システムのエンジニアであり、この課題に興味を持っているなら、ぜひ議論しましょう。」

Emulatedが提供する高忠実度環境は、AIが「コードを書く」ことから「社会とインフラを支える存在」へと進化するための不可欠なステップとなるでしょう。