Xのタイムラインを眺めてたら、HuggingFace公式ブログの記事が流れてきた。タイトルを見た瞬間に「これはヤバい」と思ってそのままカフェで読み込んだ。
要するにこういうことだ。huggingface_hubというPythonライブラリがある。transformersやdiffusersなど、有名なライブラリが軒並みこれに依存してる。以前はリリースが4〜6週間に1回だったのが、今は毎週1回出せるようになったらしい。しかもGitHub Actions単体のワークフローで全部回してる。
リリース作業のどこをAIに任せたか
記事が面白いのは、「何をAIに任せて、何を人間がやるか」をちゃんと整理してるところだ。
機械的な作業はすべて自動化した。バージョン番号の書き換え、コミット、タグ打ち、PyPIへの公開、ダウンストリームライブラリへのテストブランチ作成。これは「順番通りにやればいいだけ」なのでCIに任せた。
一方でAIが担当したのはリリースノートの執筆とSlack告知文の生成だ。マージされたPRが数十件あって、それをテーマ別に整理して人間が読める文章にまとめるのが一番しんどかった作業らしい。これをAIに投げることで、空白ページをゼロから埋める苦行が消えた。記事によると以前は「minor releaseだけで数時間分の作業が数日にまたがってた」と書いてある。
AIが生成した下書きを、人間がレビューして編集してから公開する。このフローを彼らは「trust but verify」と呼んでた。自信満々な間違い文章は、ないよりたちが悪いという感覚、わかる気がする。
使ってるスタックが全部オープンなのが地味にすごい
海外のテック界隈でよく言われてるのが「クローズドなAPIに依存したワークフローは脆い」という話。HuggingFaceはここを最初から意識してて、スタック全体をオープンな構成にしてる。
- オーケストレーション: GitHub Actions
- エージェントランタイム: OpenCode
- モデル: GLM-5.2 (Z.ai製のオープンウェイトモデル)
- 推論基盤: HF Inference Providers
- 公開先: PyPI Trusted Publishing
ベンダー契約なし、プロプライエタリなプラットフォームなし、自分で動かせない秘密の仕組みなし。これを設計原則にした、と記事には書いてある。他のメンテナーが同じ仕組みをピックアップして使えるように公開してる点も好感が持てる。
GLM-5.2というモデルは正直自分もこの記事で初めて名前を見た。Z.aiというところが出してるらしい。日本国内ではあまり話題になってないが、海外では実用的な選択肢として普通に使われてるっぽい。こういう情報、Xでサクッと流れてこないと気づけないので助かった。
自分の話をすると、動画の概要欄やX投稿文を毎週手で書いてる。更新頻度が上がってきた最近は地味にしんどい。HuggingFaceがやってることを見ると、「リリース告知文の生成」と「人間レビュー」の組み合わせは動画投稿のワークフローにもそのまま応用できそうだと思った。
YouTubeでは週に2〜3本投稿してるが、サムネコピーや概要欄のSEOテキストを書く時間が馬鹿にならない。モデルにドラフトを出させて自分でチェックするだけなら、今すぐでも試せる。というかもう試し始めてる。
フォロワーのみんなはどうしてる? 自分のコンテンツ制作フローに何か自動化を組み込んでる人がいたら、Xで教えてほしい。実際に動いてる話を聞くのが一番参考になる。