GitHubが提唱するAI自動最適化の新概念

Continuous Efficiencyとは何か

グリーンソフトウェアとContinuous AIを融合した新概念
コードベースの継続的・自動的な効率改善を目指す取り組み
GitHub NextとGitHub Sustainabilityチームが共同で開発
自然言語(Markdown)でワークフローを記述できる実験的フレームワーク
Claude CodeOpenAI Codexなど複数のAIエンジンに対応
現在はオープンソースの研究プロトタイプとして公開中

実証された主な活用事例

グリーンソフトウェアルールをコードベース全体に自動適用
RegExp最適化PRがnpm月5億DL超プロジェクトでマージ済み
Web持続可能性ガイドライン(WSG)の自動適用も実施
「Daily Perf Improver」によるFSharp.Control.AsyncSeqのパフォーマンス改善を確認
リポジトリ構造に応じてビルド・ベンチマーク手順を自動推論
マイクロベンチマーク駆動の最適化PRが複数マージ済み
詳細を読む

GitHubは「Continuous Efficiency」と呼ぶ新しいエンジニアリング手法を提唱しました。これはグリーンソフトウェアの知見とContinuous AIを組み合わせ、コードの効率を継続的かつ自動的に改善するアプローチです。

同手法の基盤となるのが「Agentic Workflows」と呼ばれる実験的フレームワークです。エンジニアはYAMLやスクリプトの代わりにMarkdownで意図を記述し、GitHub Actions上でAIエージェントが自律的にタスクを実行します。

グリーンソフトウェアに関しては、月間5億回以上ダウンロードされるnpmパッケージにRegExpのホイスティング最適化を適用し、プルリクエストが承認・マージされました。小さな改善でも、スケールすることで大きな効果をもたらすことが実証されました。

Web持続可能性ガイドライン(WSG)のワークフローでは、GitHubおよびMicrosoftのWebプロパティに対してスクリプト遅延読み込みやネイティブブラウザ機能の活用など複数の改善機会を発見・修正しました。

パフォーマンスエンジニアリングへの応用では、「Daily Perf Improver」が三段階のワークフローを通じてリポジトリのビルド・ベンチマーク手順を自動推論し、FSharp.Control.AsyncSeqで実測可能な改善を実現しました。

AIエージェントは自然言語で記述されたルールを解釈し、コード全体に横断的に適用できます。従来の静的解析やリンターを超えた意味的な汎用性と、PRやコメントとして実装まで行うインテリジェントな修正が特徴です。

現時点では研究デモンストレーター段階であり、変更や誤りが生じる可能性もあります。GitHubはアーリーアダプターやデザインパートナーの参加を呼びかけており、今後さらなるルールセットやワークフローの公開を予定しています。