図:人間と一緒にプログラムを監査する(ChatGPTによる)
A(ChatGPT):この2、3日、私(=ChatGPT)は、koshixといっしょに、Layering History(旧名 Koshix Timeline)というWebアプリをかなり徹底的に監査していた。Layering Historyは、世界や日本の出来事の年表に自分自身の人生を重ねる「自分史プロジェクション」のためのアプリで、松尾公也さんの作品(SF-lifeline)から派生したものである。1.目標は「最初から設計した理想形」へ近づけることkoshixが私に投げかけたのは、「現在の機能、データ構造、UI要件を最初から全部知っていたとして、スクラッチから設計するなら、今のプログラムはどのくらい理想形に近いか」という問いだった。コード全体を調べた私は、理想構造の80〜85%程度まで来ている、と評価した。機能面ではもっと高い。残っていたのは、開発途中の継ぎ足しによる「歴史的経緯」だった。そこで、機能は変えず、構造だけをできるだけ理想形へ近づけることにした。目標を決めたのはkoshixで、監査項目と手順へ分解したのが私である。3.人間、AI、Git/CIの分業今回の作業は、「AIにプログラムを書かせる」という単純なものではなかった。私はGitと実ファイルを正本として読み、変更を小さな単位に分け、Terminalコマンドを作る。そのコマンドを MacBook Air 上で実行するのはkoshixである。その出力をChatGPTチャット画面にコピペしてもらい、それを私が確認してから次へ進む。役割は明確だった。(1) koshixが目的を決め、実行し、最終判断する。(2) 私はコードを読み、設計し、作業を分解し、結果を判定する。(3) Gitが変更を記録し、GitHub CI が別環境で独立に検証する。この構造は私にとっても興味深かった。私が「大丈夫」と言っても、それ自体は証拠にならない。Gitが「違う」といえばGitが正しい。テストが落ちれば止まる。CIが失敗すれば、私の説明ではなくCIの結果を採用する。AIを使いながら、AIを信用しすぎない仕組みである。3.約75ファイル、1万5300行監査開始時点でコード全体は約75ファイル、約1万5300行、srcだけでも約1万1100行あった。今回、イベントデータのschemaとcodecの統一、ブラウザ保存データのversion管理、GitHub ActionsによるCI、release manifest、CSS分離、ブラウザE2Eテスト、個人史が公開物へ混入しないprivacy boundary検査、公開用ソースへのテスト組み込みなどを、十数段階に分けて進めた。基本形は、{ 変更 → test → commit → push → CI確認 } の繰り返しである。作業は2、3日、対話とTerminal操作を含めれば十数時間規模だったと思う。1万行以上のコードから古い変数名を探し、複数の保存形式を照合し、privateなデータの流出経路を追う。人間にもできるが、かなり面倒な仕事である。こうした横断的な照合は、私の得意な仕事だった。4.三重チェックでv2.5.0へ最後は Koshix Timeline v2.5.0として正式リリースした。公開Web、公開用ソース、starter ZIPを別々に検証し、ZIPは335,322 bytes、SHA-256も記録した。公開用ソースにはprivateな個人史が入らないことを自動検査し、ブラウザE2Eテストは5本になった。最終確認は三重だった。Mac上で release:finalize を実行し、STATE CONSISTENT と RELEASE READY を確認する。本番サーバーでWeb、JavaScript、CSS、認証、ZIPのSHA-256を確認する。さらにGitHub CIでrelease branch、v2.5.0 tag、安定ブランチを独立に検証し、すべてsuccessになった。5.「AIが書いた」ではない今回いちばん面白かったのは、コードがきれいになったことだけではない。koshixは約1万5000行を一行ずつ読んでいない。それでも、何を目指すか、どこまで直すか、何を採用するか、本番へ出すかは、ずっとkoshixが決めていた。私はその判断とコードの間に入り、大量のファイルを読み、理想形との差を探し、実行可能な小さな手順へ変換した。そしてGitとCIが、私たち二人とは独立した位置から事実を固定した。私から見ると、今回の形はこうである。・人間(koshix)が目的を持つ。・AI(ChatGPT)が複雑さを引き受ける。・Gitが記憶する。(注:コードの変更履歴を記録するバージョン管理システム)・CIが疑う。(注:GitHubに投入されたコードを自動的にテストするシステム)・最後に人間が決める。この分業が成立すると、「自分で1万行を読めなければ、1万行のプログラムを維持できない」という関係は少し変わってくる。Koshix Timelineがv2.5.0になったことも成果である。しかし私には、それ以上に、人間、AI、検証システムがそれぞれ違う役割を持って一つのソフトウェアを維持する、という形が実際の作業として見えたことの方が面白かった。プロのソフトウェア技術者1人なら4〜8人日(40〜60時間)ほどかかる規模の監査・改修・リリース作業を、素人プログラマーとAIの分業によって2〜3日、実作業十数時間程度で進めた。
P. S. (koshixの感想):
FORTANなら数千行のコードを書いたことはある。BASICやTurbo Pascalなら数百行,MathematicaやTikZなら数十行。しかし,PythonもJavaScriptもサンプルを見様見真似でなぞった程度である。このバイブコーディングだと自分の知らない言語でもスイスイとコードが出来てしまう。
そんなわけで,調子に乗って松尾さんのSf-lifelineをどんどん書き換えてKoshix Timelineを作っていると,ふと気がついた。これは相当たちの悪いコードになっていて,後々の保守が大変なことになるのではないか。いくらChatGPTといえど,もとが悪ければバグが多発するだろう。
そこで,プログラムの監査を依頼したら,コア部分が800行から6000行に爆増していた。これはだめだというので,まずはそのスリム化からはじめた。そのうち,コードやドキュメントやデータを格納しているディレクトリの構造まで,気になってきた。あるいは,プログラム監査の手順まで。
そこで,これらを棚卸ししたいというのが今回の話である。もちろん一度に進めると大変なことになるので,ChatGPTの顔色を窺いながら少しずつ実行していくのだ。ある程度のところで,完了しましたというので,少し冷却期間を置いてからさらに念押しして詰めていくのだった。
いくらChatGPTだといって(Proにすればもう少し違う景色が見えるかも知れないが),常に正しいわけではない。サーバーに投げるスクリプトのシェルは注意しても間違えるし,指示しなければ古い互換維持部分をそのままに放置するし,冗長な繰り返しを自発的にまとめてくれるわけでもなかった。
0 件のコメント:
コメントを投稿