LaunchDarkly(ローンチダークリー)がバーチャルイベントとしてハンズオンワークショップを開催。「エージェントがコードを書いた後に何が起こるのか」をテーマに、LaunchDarkly Release Autopilotを用いて新機能をプルリクエストから本番環境へ展開し、フィーチャーフラグとリリースの双方をPR上から完全に制御する方法を実践形式で解説する。なお、参加に必要なものはPCのみで、アカウントはチェックイン時にプロビジョニングされる。
・ウェビナータイトル:Hands-on with Automated Releases
・日時:日本時間2026年11月20日(金)午前3:00
・講演者:Drew Gorton(LaunchDarkly 開発者リレーション担当シニアディレクター)およびAlexis Roberson(LaunchDarkly オブザーバビリティー担当シニア開発者教育者)
[ワークショップで学ぶRelease Autopilotの操作手順]
参加者はリリースポリシーの作成からPR上でのプラン制御、段階的ロールアウト後の追跡まで一連のフローを習得し、最後にプランの差し戻しやRelease Autopilotへのフィードバック方法も確認する。
・リリースガードレールの設定:LaunchDarklyが変更をどのようにデプロイすべきかを定義するリリースポリシーを作成する。
・PRからのリリースプラン取得:Release Autopilotが変更内容を分析し、フィーチャーフラグの要否を判断してリリースプランを提案する仕組みを確認する。
・GitHub上でのプラン制御:GitHubを離れることなくPRのコメントだけで推奨プランの調整・却下・承認を行い、フラグのみを先に承認してリリースを後回しにするといった柔軟な制御を行う。
・プログレッシブロールアウトによる機能出荷:フルプランを承認してマージし、Release Autopilotによるフラグ作成と時間をかけた段階的な機能展開を確認する。
・LaunchDarklyでのリリース追跡:実際のトラフィック流入に伴い、フラグの評価状況やリリースの進行状況をレビューする。
[本番環境におけるランタイム制御の活用領域]
イベントでは、既存ツールからのランタイム制御によってチームが本番環境で解決できるAI関連の課題もあわせて紹介される。
・AI生成コードの安全なリリースとエージェント統制:リアルタイムの影響に応じた段階的リリースと即時ロールバックに加え、再デプロイなしでのAIエージェントの挙動監視、ドリフト検知、および対処を実現する。
・継続的実験とパフォーマンス・コスト最適化:本番環境でコードやエージェントの実験を行って実データに基づき最適化するほか、プロンプトやモデルをテストして最適な選択肢へトラフィックを動的に振り分ける。
・自己修復システムの実現:問題の自動防止や変更挙動の把握に加え、修正案およびPRの自動生成によって障害を即座に修復する。
視聴登録はこちら
出典:LaunchDarkly
この製品の詳細については、LaunchDarkly製品ページをご覧ください。