AIエージェント能力アトラス › 仕事ごとの一覧 › ソフトウェア開発 › デバッグ・障害対応

CI/CD失敗の自己修復ループ

Self-healing CI/CD failure loop

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

定型的なビルド失敗（依存関係・型エラー）の自己修復はジュニア相当以上

できること

失敗ログの解析→原因コードの修正→ローカルテスト→修正PR提出までを無人で反復

まだできないこと

根本原因がテスト設計やアーキテクチャの欠陥にある場合の非表層的な修復

なぜそうなのか

パターンマッチ的な修復（構文/型エラー）は得意だが、設計判断を要する修復には踏み込みにくい

これからの予測の根拠

『リスクに応じた自律度の階層化(tiered autonomy)』が業界標準パターンとして定着しており、段階的に対象範囲が拡大すると予測

いま使える主な道具

GitHub Copilot Workspace、Mabl、Devin

根拠

• CI/CD in the AI Era: Self-Healing Pipelines in 2026 2026-03
  自己修復は2026年半ば時点で最も成熟したエージェント型CI/CD機能であり、研究段階から本番導入へ移行中
• AI Agents in CI/CD Pipelines for Continuous Quality 2026-02
  予測的テスト選択の導入でCI所要時間が30〜60%短縮

同じ分野のほかの仕事（デバッグ・障害対応）

• 再現手順ありのバグ修正
• 再現困難・原因不明のバグの切り分け
• 本番障害の一次対応（インシデント対応）

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。