自動 CI/CD から自律的エージェント型ワークフローへ：Red Hat OpenShift による継続的 AI

開発者の皆さんは、プロダクションでの提供までの時間の短縮とコードの品質向上が期待できる AI ツールを導入するよう求められています。その過程で、コードに送信される変更の数が大幅に増加していることに気付き、システムやプロセスが追いつかずに苦労する場合もあるでしょう。開発の内側のループは非常に速いスピードで進んでいますが、外側のループはそれに追いつくのに苦労しています。 

多くの CI/CD ワークフローにおいて、パイプラインの障害 (セキュリティの脆弱性や設定エラーが原因になることが多い) が発生すると、開発者は何が問題だったかを突き止めるという、時間のかかる手作業を強いられる可能性があります。開発者は、調査、デバッグ、修正方法の検討、およびコードの再送信に、あまりにも多くの時間を費やしています。これにより、問題の責任を追及したり修正担当者を特定したりする際に、開発、セキュリティ、運用の各チーム間に摩擦が生じます。 

今年の Red Hat Summit の OpenShift Commons Gathering において、Red Hat は Red Hat OpenShift のツールを詳しく確認し、エージェント型ワークフローを使用して障害が発生したパイプラインをトラブルシューティングして修正する方法を検討しました。Red Hat の開発者の支援者である Natale Vinto 氏は、Red Hat OpenShift が以下の方法で開発パイプラインのセキュリティを強化し、自動化を支援する様子をデモで紹介しました。

• セキュリティゲートの定義と適用 
• AI エージェントを使用した障害検出と修復の迅速化 
• パイプラインを再実行する前に、ヒューマン・イン・ザ・ループによる監視の下で新しいコードを修正および検証し、修正が有効であること、およびすべてのセキュリティ基準が満たされていることを確認すること

まず、Natale 氏は Red Hat OpenShift DevSpaces を使用して、新しい Java アプリケーションのアップデートを送信し、新しい DevSecOps パイプラインを開始します。Red Hat OpenShift は、セキュリティをプロアクティブに適用するために定義された要件をあらかじめ備えています。コードがプッシュされると、システムは定義されたこれらのセキュリティポリシーに照らして自動的にチェックを実行します。セキュリティチームと運用チームは、Red Hat Advanced Cluster Security for Kubernetes を通じて堅牢な Policy as Code を構築しました。これにより、セキュリティ定義の一貫性が保たれ、バージョン管理が可能になり、Red Hat OpenShift と緊密に統合されます。デモで紹介されているベースイメージのセキュリティ侵害など、重大な脆弱性が検出されると、パイプラインはコードが本番環境に到達する前にデプロイを停止し、脆弱性のあるソフトウェアがデプロイされるのを未然に防ぎます。

図 1：SRE エージェントは、Red Hat Advanced Cluster Security for Kubernetes を使用して重大な脆弱性を特定した後、パイプライン内の障害箇所を特定します。タイムスタンプ：3:42

通常、この段階でテストは急停止し、開発者はパイプラインが停止した理由や修正に必要な対応を必死に特定しようとすることになります。しかし、Natale 氏は SRE-Agent と呼ばれる AI エージェントを構築しました。このエージェントは、ログやエラーを手作業で精査する代わりに、問題の根本を特定する受動的なチェックリストではなく、インテリジェントな適用レイヤーとして機能します。GitHub と Tekton Pipelines as Code の統合により、エージェントは推奨される修復方法を含む新しいパイプラインを作成し、特定した問題を Natale 氏に提示して解決策を提案します。また、このエージェントは Claude を活用して Red Hat OpenShift 上の問題にアクセスして検証し、Slack を通じてセキュリティチームに問題を通知します。 

図 2：SRE エージェントは発生した問題を分析し、セキュリティチームがレビューおよび承認するための修正案を提示します。タイムスタンプ：4:13

これにより、セキュリティ、運用、および開発の各チームは、エージェントが確認したログや提案された内容に完全にアクセスし、対策を講じることができるようになります。現在では、ヒューマンインザループのアプローチにより、チームは明確で実用的なインサイトを得られるため、ワンクリックで修正を確認、検証、および適用できます。これにより、開発者の自律性と信頼が維持されます。調査やテストといった面倒で負荷の高い手作業をエージェントに任せつつ、人間の専門知識に基づいて変更を承認できるようになります。

 図 3：セキュリティチームは、SRE エージェントが提案した変更を適用します。タイムスタンプ：5:29

エージェントの提案を適用した後、システムはパイプラインを再実行して、修正が有効であること、およびすべてのセキュリティゲートが満たされていることを確認します。この最終検証ステップは、重大な脆弱性がゼロのビルドを維持するために不可欠です。チームは、GitHub、OpenShift Pipelines、Red Hat Advanced Cluster Security、および Red Hat Trusted Profile Analyzer を通じて、実装されている変更を完全に可視化できます。新しい変更の脆弱性が低いことを確認した後、Natale 氏は自信を持って新しいコードを本番環境にマージできます。 

図 4：新しいコードをパイプラインにマージし、脆弱性がないか再度テストします。タイムスタンプ：7:42

その結果、確立されたセキュリティ、ポリシー、および管理プロトコルを損なうことなく、大量のコードコミットをサポートできる CI/CD パイプラインが実現します。  Red Hat OpenShift を使用することで、外側のループの OpenShift Pipelines 内における AI 駆動型タスクの自動化を実現し、内側のループで増え続ける AI 支援によるコード変更に起因するボトルネックに対処できます。Red Hat OpenShift を使用することで、開発、セキュリティ、および運用の各チームは、特定された問題、AI エージェントからの修正案、および実施された変更の完全なログを詳細に把握できるため、自信を持ってターゲット環境へのアップデートを検証し、マージできます。Red Hat OpenShift のエンタープライズグレードの安定性と Tekton の柔軟性、および最新の AI モデルのインテリジェンスを組み合わせることで、Red Hat はチームがより安全なソフトウェアを自信を持って迅速に構築し、提供できるように支援します。