monday.comがAWS Bedrock上で数百のAIエージェントを本番運用

10年の歴史を持つSaaSプラットフォームmonday.comは、数百万ユーザーに数百のマイクロフロントエンド、マイクロサービス、数百人のエンジニア（エンジニア、PM、アナリスト、プロダクトデザイナーの混合である「ビルダー」と呼ばれる）を提供している。同社はAmazon Bedrock上で本番規模でAIエージェントを導入している。同社は、毎月AIコーディングツールを使用するエンジニアが10人中9人であることを測定しており、1年前は約半分であった。エンジニア1人あたりのPRスループットは50%以上増加している。これらの数値はmonday社の内部本番データから直接得られたものである。

同社はAIエンジニアリングの3つのレベルでその過程を枠付けしている。L1はアシスタント層であり、エンジニアがAIをペアプログラマーとして使用し（CursorおよびClaude Codeなどのツール経由）、採用率は前年比でほぼ2倍になっている。L2はスキルとサブエージェント層であり、チームが繰り返しの仕事のために再利用可能なエージェントを構築し、エンジニアが運転席にいる。これはmonday社の現在のほとんどの場所であり、開発者あたりのPRスループットが50%以上増加した場所である。L3はマルチエージェント、完全自律型配信であり、エージェントが仕事を最後まで所有し、エンジニアが調整する。この仕事の中心はmonday社の内部エージェントシステムであるSphera。Spheraはジョブキューを提示するのではなく、人間とエージェントのTeamsページを表示し、それぞれがプロファイル、マネージャー、スコープ、パフォーマンススコアを持つ。投稿の中心的なエージェントであるAtlasは、ソフトウェアエンジニアの役割を持ち、チケットを拾い上げ、PRを書き、機能を出荷するという仕事をしている。これは人間のチームメイトと同じバックログである。このスキーマは装飾的ではない。エージェントがSlack、GitHub、mondayを流れる確立されたアイデンティティを持つため、人間は他のチームメイトのようにタグ付け、割り当て、コードレビュー、非アクティブ化することができることを意味する。

アーキテクチャは7つのコアAWSサービスを使用している。Amazon SNSは外部トリガー（Slackメンション、mondayアイテム割り当て、GitHub PRレビューリクエスト）をチーム別のSQSキューにファンアウトする。monday Builders CoWORKはEKS上のSQSコンシューマーのセットであり、各メッセージを所有しているエージェントを解決し、適切なエージェントランナーポッドにルーティングする。3つすべてのインボックスタイプ（Slack、mondayアイテム、GitHub PRレビュー）は、ディスク上の同じエージェントセッション、同じメモリ、ワークスペースにヒットする。Claude Agent SDKはランタイムとして機能し、プロバイダーニュートラルのための月曜日エージェントSDK（コールをAmazon Bedrockにルーティング）、コールドスタート最適化（ウォームキャッシュなので最初のモデルコールは通常1秒未満で出発）、および月曜日の評価、プラグイン構成、Slack、月曜日、GitHubとの統合に関する意見をエンコードするカスタムハーネスでラップされている。状態はサービス間で分割される。ライブ状態（現在のタスク、実行カーソル、分散ロック、ハートビート、メッセージログ）はサブミリ秒の読み取り用にAmazon ElastiCacheに移動し、自動有効期限切れキーを使用する。セッションとクロスセッションメモリはAmazon Elastic File Systemにディレクトリとして存在し、チェックアウトされたリポジトリ、暗号化されたシークレット、時系列ログが含まれている。Atlasの日次ダイアリ（例えばdiary/2026-04-21.md）はセッション開始時に読み込まれるプレーンマークダウンファイルであり、以前の作業を再開する。例えば、1つのエントリは、accounts-apiチームがPRが開く前に新しいエラーコードを共有レジストリにファイルすること、以前のリバーションから学んだ教訓を記載している。永続的なレコード（最終トランスクリプト、スナップショット、アーティファクト、評価）はAmazon S3に移動し、セッションIDでキー付けされている。Amazon Bedrockはまた、コスト追跡、すべてのモデルコールの監査証跡、クロスリージョンフェイルオーバー、トラフィックをVPC内に保つためのAWS PrivateLinkエンドポイントのための応用推論プロファイルを提供している。

5つのレトロフィットは、10年のコードベース内でエージェントを実行可能にした。第1に、モデルアップグレード前の評価：早期のPRはボリュームが増加すると壊れたため、月曜日は決定論的なメトリクス（マージされたPR、リバート率、ゼロタッチマージ率）をエージェントとLLMごとに追加し、5つの次元でLLMスコアリングされた評価をPRごとに行った（意図と決定、実行とアーティファクト、完全性と有用性、指示と境界、効率性）。第2に、ベクトルストアではなくファイルとしてのメモリ：コンテキストウィンドウスタッフィングとベクトル検索の両方はうまく機能しなかったが、エージェント別のMEMORY.mdとセッション終了時に書き込まれ、セッション開始時に読み込まれる日次ダイアリファイルはうまく機能した。プレーンマークダウン、埋め込みやリコール採点はない。第3に、人間によるレビュー前のリモートサンドボックス：Atlasの初期PRは局所テストに合格したが、機能フラグ、第三者サービス、実際のトラフィックが原因でCIで壊れたため、月曜日は各エージェントにセッションごとのリモートサンドボックスを与え、すべてのPRが自動展開し、テストとチェックを実行し、人間のレビューをリクエストする前に本番トラフィックを再生する。第4に、PRガードレール。月曜日基準に対する自動レビュー：すべてのエンジニアリング標準（メトリクスタグ付け、機能フラグハイジーン、Datadog使用法、セキュリティ境界、データベースおよびマイクロサービス慣習、テスト品質、ドキュメンテーション）が自動レビューアーになり、月曜日のMCPサーバーを通じた内部知識に配線された。約5分の1のPRは少なくとも1つの標準で失敗し、跳ね返される。人間のオーバーライドは1桁の低い数値で実行される。数万のPRは月ごとに評価され、数十万の標準チェックが実行される。第5に、CoWORK。月曜日ボードは共有状態層として：エージェントはチームが所有していないPRをオープンしていたため、月曜日はCoWORKワークスペースを追加し、エージェントタスク、ステータス、ブロッカー、ハンドオフをチームと同じ月曜日ボードに配置し、説明責任をシステム上の問題ではなく解決された問題にした。2026年第1四半期後半までに、ボトルネックはコード生成から人間によるレビューへとシフトした。Morphexはmonday社の初の完全自律型エンジニアリングエージェントであり、すべてのビルダーと同じリポジトリ、CIパイプライン、ガードレール、リバートプロトコル内で動作する。20個中19個のMorphex PRは、すべてのゲートを通過することで自動的にマージされ、本番環境に出荷され、ループに人間はいない。Morphexはほとんどのエンジニアよりも多くのPRを月ごとにオープンしている。

monday.comのAIエージェント導入は、概念実証と本番規模運用のギャップを浮き彫りにしている。初期のエージェント開発はL1（Cursorのようなツールを使用したAIペアプログラマー）とL2（チーム内の再利用可能なサブエージェント）に限定されていたが、同社はL3（完全自律型配信）へと進み、実験的デモが回避する運用上の問題を解決している。重要な洞察は、エージェントが隔離されたバックグラウンドプロセスとして実行されるのではなく、既存のチーム構造と説明責任システムに組み込まれた場合に最も効果的に機能するということである。Slack、GitHub、mondayボードにエージェントアイデンティティとステートを保存し、SNSとSQS経由のイベントをEKS上のエージェントポッドにルーティングすることで、月曜日は各エージェントが安定した説明責任と、協力する人間への可視性を備えていることを確保している。

5つのレトロフィット（モデルアップグレード前の評価、ベクトルストアの代わりにプレーンマークダウンメモリファイル、人間によるレビュー前のリモートサンドボックス、自動化されたGuardrailsチェック、共有状態層としてのCoWORKボード）は、規模での運用で発生した障害モードに対処している。採用曲線（月次でAIコーディングツールを使用するエンジニアが10人中9人、1年前は約半分）とスループット向上（エンジニア1人あたりのPR出力が50%以上増加）は、このシステムが理論的に健全であるだけでなく、運用上価値を提供していることを実証している。Morphexの95%の自動マージ率（20個中19個のPR）は、次のボトルネックが人間によるレビューからタスク選択と長期的な計画へシフトする可能性を示唆している。

まだコメントがありません。最初のコメントを投稿しましょう！