LaunchDarkly（ローンチダークリー）は、既存の承認ワークフローを実験にまで拡張し、本番環境に影響を与える全ての実験に正式なレビュー管理機能を導入する「Experiment Approvals」機能のベータ版が利用可能になったと発表した。
同社は、実験によってユーザーエクスペリエンスが変化したり、トラフィックが変動したり、ビジネス指標に影響が出たり、製品決定に影響を与える可能性があるため、規制環境下にあるチームや厳格な変更管理慣行を持つ組織では、レビューと説明責任が不可欠であると強調した。Experiment Approvalsは、機能フラグの変更に用いられるのと同じ監視を実験ライフサイクルに適用する方法として説明された。
新しいワークフローでは、実験を開始する前に、トラフィックがバリアントに割り当てられる前に承認が必要だ。作成者は実験をレビューのために提出し、承認者を選択し、開始前にコンテキストを追加する。実験を停止したり、成功したバリアントを出荷したりする場合も、同じ承認パターンに従う。また、実行中の実験に変更を加えて新しいイテレーションを開始する場合も、承認のためにルーティングできる。承認者には、実験構成や関連するフラグターゲティングルールなど、提案された変更の明確な差分が提示され、十分なコンテキストに基づいて意思決定が行われるようにする。
集中承認インターフェイスは、保留中のリクエスト、変更の詳細、承認アクションを統合し、通知はLaunchDarklyの受信トレイ、メール、Slackに配信される。今後、さらなる連携機能も予定されている。監査ログ統合機能により、全ての承認リクエスト、決定、申請が記録され、各アクションをリクエストしたユーザーと承認したユーザーを追跡できる。また、自己承認防止機能を設定することで、規制業界で一般的な二重管理および監査要件を満たすことができる。
同社は、この機能は将来的にAIエージェントがプラットフォーム上で動作するようになることを支援することを意図していると述べた。Experiment Approvals機能は、リスクの高いアクションには人間が関与し、リスクの低いルーティン的な変更はより迅速に進められるようにすることで、より安全なエージェント実験の基盤となるように位置付けられている。製品ロードマップには、組織がどのエージェントアクションに人間の承認が必要かを指定できるポリシーベースのモデルが含まれているという。
Experiment Approvals機能は、LaunchDarkly Experimentationを利用中の全ユーザーにベータ版として提供されいる。
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。
