LaunchDarkly（ローンチダークリー）は、フィーチャーフラグの配信効率化、ランタイム設定の堅牢化、およびAIエージェントの統制拡張を目的に、アップデートを実施した。今回の更新は、大規模なフロントエンド配信の改善から、APIを含む一貫したデータ検証、エンタープライズのAIエージェント管理まで多岐にわたっている。
クライアントサイドにおけるフラグ配信の回復性とパフォーマンスを高めるため、LaunchDarklyはJavaScript、React、Android、React Native向けに「Flag Delivery v2（FDv2）」のアーリーアクセスプログラムを開始した。この中で導入された「Data Saving Mode」は、ネットワークが不安定な環境やストリーミングが途切れた際の回復力を大幅に強化する。また、再接続時には現在の状態を再利用して変更分のみをリクエストする仕組みを導入したことで、繰り返しのデータ転送量を90%以上削減することに成功しており、帯域幅やペイロードサイズが重要となる大規模なクライアントサイドのユースケースで劇的なパフォーマンス向上を実現する。
フラグをランタイムの設定管理として利用するチームの誤設定を未然に防ぐため、LaunchDarklyは文字列、数値、およびJSON型のフラグに対して「JSON Schema」を紐付けてバリエーション値を検証する機能を実装した。これにより、必須キーの有無、データ型、許可された列挙値（Enum）、数値の範囲などを厳格に強制でき、UIやAPI経由での編集時に不適合なデータがあれば即座にクリアなエラーメッセージを出して変更をブロックする。フラグ作成時だけでなく既存のフラグにもスキーマを適用可能で、既存の値から自動でスキーマを推測・生成する支援機能も備えており、スキーマに対する全ての操作は監査ログに厳密に記録される。
さらに、エンタープライズ領域で広く使われるAIエージェント開発を支援するため、LaunchDarklyはAIエージェントの統合管理機能「AgentControl」を.NETアプリケーション向けに拡張した。.NET AI SDKのバージョン0.11の導入により、開発者はNode.jsやPythonと同様に、AIエージェントの行動指示や利用モデル、ツールの構成をLaunchDarkly側で一元定義し、アプリの再デプロイなしで実行時に即座に変更できるようになる。また、中央管理されたAI評価器「Judges」を用いて本番環境の出力品質を測定し、トークン使用量や遅延などのメトリクスとともに「AI Insights」ダッシュボードへ集約して、モデルやプロンプトのバリエーションごとのコスト・パフォーマンス・品質の比較分析を可能にする。
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。
