Stacking Serena, LangGraph, E2B and Langfuse into an autonomous coding loop for Astra
An architecture for letting GPT-6 Astra run code autonomously overnight: Serena fetches only the files it needs, LangGraph runs the plan-test loop, E2B isolates each run, Langfuse traces it, and human approval gates production.
GPT-6 Astraの自立ループがクソ強力 👇 １つのAstraにGitHabリポジトリを 一晩渡した途端1日5時間程度の仕事を 寝てる間に終わらせておいてくれる。 ① Serena http://github.com/oraios/serena まずコードベース全体を解析して、 「Astraが今、本当に読むべきファイル Symbol・依存関係」 だけを探し出す。 巨大リポジトリを最初から全部読ませない。 これだけでContextの無駄遣いをかなり減らせる。 ↓ ② LangGraph Astraの作業を 計画 → 編集 → テスト → 失敗 → 修正 → 再テスト というループで回す。 途中の状態もCheckpointとして保存。 1工程失敗しただけで、最初から全部やり直す必要がない。 ↓ ③ E2B Astraがコードを実行する場所。 試行ごとに隔離されたSandboxを作って、 ・コード実行 ・依存関係インストール ・テスト ・失敗 ・環境破壊 まで好きにやらせる。 本番環境や自分のPCを壊さずに、何回でも失敗できる。 ↓ ④ Langfuse ここが地味に重要。 ・Prompt ・Tool Call ・Trace ・エラー ・失敗した工程 を全部記録する。 Astraが変な判断をした時に、 「どの時点から判断がおかしくなったのか」 まで後から追える。 一番驚いたのは、 各レイヤーに役割を1つずつ与えた瞬間、Astraがほとんど人間を必要としなくなったこと。 コードを理解する。 修正する。 失敗する。 原因を調べる。 もう一度直す。 テストする。 これを一晩中勝手に回せる。 でも最後だけは人間。 Productionへの反映には必ずHuman Approvalを挟む。 今後のAIコーディングは、 「AIにコードを書かせる」 ではなく、 AIが安全に失敗し続けられる開発ループを設計する 方が重要になってくる。 https://x.com/0xMovez/status/2105051035987296380/video/1
This post quotes another post: x.com/codexneo4/status/2105146973984850110