Maxium

Maxium AIは、ソフトウェアチームにプロセスではなく出荷にもっと時間を使わせたいという考えから生まれたエンジニアリング管理プラットフォームだ。GitHubアプリとして導入し、リポジトリで起きている活動を読み取り、開発組織が実際にどう動いているかを描き出す。

狙っているのは見えにくさの解消である。エンジニアリングマネージャーは、チームの時間がどこへ消えているのか、どのpull requestがレビューで止まりすぎているのか、緊急のバグ修正のような計画外の作業が1週間のどれだけを占めているのかをつかみにくい。Maxiumはコード変更をバグ修正や単体テスト、リファクタリングといった領域に分類し、そのうえで各pull requestの背後の工数を見積もる。これでマネージャーは、計画された作業と飛び込みの作業のバランスを把握できる。

二つ目の役割は、レビューの摩擦を減らすことだ。AI DevOpsエージェントがそのデータをもとに動く。一つはコマンドラインツールで、pull requestを自動でスタックし、大きな変更を順序づけられた小さなPRの連なりに分割する。レビュアーはそれを一つずつ追ってマージできる。設定はGitHub上で完結し、およそ2分。CIパイプラインを組み直す必要も、新しいワークフローを維持する必要もない。

限界も先に知っておきたい。Maxiumはチーム向けで、個人開発者向けではない。価値はコードがGitHubにあることが前提だ。GitLabやBitbucket、自前のGitサーバーでレビューしているチームにはほとんど効かない。価格は見積もり方式なので、小さなチームは無料の分析ツールと比べる前に営業に問い合わせる必要がある。

Getting Started

1. 追跡したい組織またはリポジトリにMaxiumのGitHubアプリを導入し、pull requestの活動を読み取る権限を与える。
2. Maxiumに数週間分の履歴を索引させ、コード変更の分類とチームのpull request工数の見積もりを済ませる。
3. ダッシュボードを開き、作業が計画分と計画外分にどう分かれているか、PRがどこで滞るか、どのエンジニアにレビュー負荷が偏っているかを確認する。
4. AI DevOpsエージェントを有効にする。まずは大きなpull requestをレビュー可能な塊に分けるコマンドラインツールから始める。
5. 得られた知見をエンジニアリングマネージャーと共有し、Maxiumが見つけた詰まりに対処する定例のサイクルを決める。