AIを使った10万行のRust：契約、仕様駆動開発、パフォーマンス

Cheng Huang氏は、AzureのReplicated State Library（RSL）を近代化するために、RustベースのマルチPaxos合意エンジンの構築に約6週間を費やした。このプロジェクトでは、13万行以上のRustコード（約10万行はAIエージェントが4週間で作成、残り3週間は最適化）を生成し、スループットを毎秒2万3000から30万操作に向上させた。

Huang氏は、GitHub Copilot、Claude Code、Codex CLI、Augment Code、Kiro、Traeなど、複数のAIコーディングエージェントを使用した。現在の主なセットアップは、ターミナル上のClaude CodeとCodex CLIで、VS Codeは差分確認と軽微な編集のみに使用している。また、レート制限に対処するため、2つのChatGPTサブスクリプションを維持している（月曜～水曜用、木曜～日曜用）。

コード契約 — AIが作成

正確性の核となる戦略：AIが生成したコード契約により、重要な関数の事前条件、事後条件、不変条件を指定し、テスト中に実行時アサートに変換する。Huang氏は、GPT-5 Highは優れた契約を作成し、Opus 4.1も良いがレビューが必要と述べている。例えば、process_2aメソッド（Paxosフェーズ2aメッセージを処理）には16の契約がある。契約は対象を絞ったテストケースやランダム入力を探索するプロパティベースのテストの生成に使用され、ある契約では、レプリケーションの一貫性問題を引き起こす可能性のある微妙なPaxos安全性違反を捕捉した。

軽量な仕様駆動開発

Huang氏は当初、厳格な仕様駆動アプローチ（要件マークダウン→設計マークダウン→タスクリストマークダウン）を試みたが、反復的な変更には柔軟性に欠けると判断した。現在は、簡潔な仕様から始めてAIにコードを生成させ、契約とテストを反復的に洗練する、より軽量なSDDを採用している。システム全体には、単体テスト、統合テスト、マルチレプリカ障害注入テストを含む1300以上のテストが含まれている。

パフォーマンス最適化

最適化フェーズ（3週間）により、スループットは毎秒2万3000から30万操作に向上した。主要なアーキテクチャ変更：パイプライン処理の追加（リクエストが進行中の投票を待たない）、不揮発性メモリ（NVM）のサポートによるコミット時間の短縮、および最新のAzureデータセンター向けRDMA対応。

今後の展望

Huang氏は、契約からプロパティベースのテストを生成するためのより優れたAIサポートと、10万行を超えるコードベースでの破壊的変更をシームレスに処理する機能を望んでいる。