← 2026-09-11 の一覧へ戻るホーム
Shopify、React Native からネイティブ開発に戻る

2026/09/10 23:09

Shopify、React Native からネイティブ開発に戻る

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

Shopify は、クロスプラットフォームの React Native フレームワークからネイティブな Swift および Kotlin コードベースへのモバイルアプリ戦略を移行しています。この転換は、AI コーディング技術の進歩が共有コードの生産性優位性を相対的に低下させ、AI エージェントがレガシーフレームワークの維持よりも複雑なタスクを実装できる速さを実現したことに触発されました。ビジネスロジックとユーザーインターフェースを分離することで、Shopify は高速な CLI を介してテストやスクリンショットによるシミュレータの遅延を迂回し、ヘッデス（無頭）状態においてアプリロジックに対して自律的な AI エージェントによる反復開発を可能にしています。品質を確保するため、Shopify は Helix というシステムを導入し、デプロイ前にテスト、ビジュアルレビュー、敵対的コード分析、および人間の承認を含む段階的なチェックポイントループを強制しています。Shop アプリの 12 週間の成功したパイロットプログラムの後、大規模な旗艦アプリ（300 のスクリーン以上）の移行を進めつつ、Shopify は React Native Skia などの重要なライブラリを 2026 年まで引き続きサポートし、FlashList に対するバグ修正を維持する一方で、Restyle などの小規模なリポジトリはアーカイブします。このようにグリーンフィールドの再構築アプローチにより、AI がネイティブ開発を加速化させ、卓越したパフォーマンスと安定性を提供する新たな業界標準が確立されます。

本文

Shopify：React Native からネイティブ（Swift/Kotlin）への大規模移行と、AI エージェントによる再構築

結論：なぜネイティブ開発に戻ったのか

2020 年の React Native 全社導入は莫大な成功でしたが、LLM（人工知能）の技術進歩により前提条件が変化しました。コスト比較の結果、ネイティブ開発（Swift/Kotlin）への回帰が最適解であると判断されました。

2020 年：React Native を選択した理由

当時は以下の 3 つのメリットが React Native 採用を正当化していました。

  • 重複構築の回避: 同じ機能を開発するコストを削減。
  • エンジニアリングバリアの低下: データベース知識なしでもフルスタック開発が可能に。
  • 同等化（Feature Parity）コストの削減: プラットフォーム間の差を埋めるための常時メンテナンスから解放される。

2025 年：状況の変化と決断

LLM の進化により、コーディングモデル自体が劇的に進歩し、「機能構築のコスト」が以前より格段に低下しました。

  • AI エージェントの能力向上:
    • iOS から Android（またはその逆）への機能移植が可能に。
    • 特定の言語知識を持たない開発者も他分野での貢献を支援可能に。
    • テストやレビューチェックポイントの共通化により、同等化維持コストが劇的に削減される。
  • 決断のポイント:
    • React Native は依然として高速なアプリ構築が可能ですが、AI による実装代行分を差し引くと、ネイティブ開発特有の「プラットフォーム直結性」や「公式ツール親和性」の方がメリットが高い状態になりました。
    • フレームワーク層や依存ライブラリなしに、OS 機能を直接扱えるネイティブ開発への移行が選定されました。

React Native オープンソースライブラリの今後

円滑な移行のため、既存のオープンソース資産には以下の対応を行います。

React Native Skia

  • Shopify の姿勢: 2026 年までスポンサーシップを継続し、開発者（William Candillon）への支援を続けます。
  • 今後の展開:
    • 今後数ヶ月以内にリポジトリがフォークされ、新しい名前での公開を開始。
    • 移行完了後は元リポジトリをアーカイブ。
  • 要望: このライブラリを利用されているアプリ開発者は、スポンサーシップのご検討をお願いしています。

FlashList

  • 現状: 週に約 200 万件のダウンロードがあり、高性能リスト描画のデファクトスタンダード。
  • Shopify の方針: 互換性を損なう重大な不具合修正は継続し、エコシステムの重要性を認識。
  • 今後の展開: 長期的な管理を引き継ぐ企業を探しており、関心のある企業へのご連絡をお待ちしています。

Restyle

  • 現状: ユーザー数が比較的小さいため、アーカイブが決定。
  • 保証期間: 2026 年末まで動作を保証しますが、その後はメンテナンスを停止。
  • 要望: フォークして継承を進めたい方大歓迎です。チームへの移管協力も可能です。

移行アプローチ：Brownfield から Greenfieldへ

Shopify は数百万人のユーザーに依存する大規模アプリ（Shop, Point of Sale など）を持ちます。以前は既存コードを漸進的に移行する「Brownfield」方式を採用しましたが、今回は**「Greenfield（ゼロから再構築）」**が明確な勝利となりました。

Greenfield が選定された理由

  1. AI の優位性: LLM は React Native コードを参照しつつ、Swift/Kotlin で機能構築に極めて優れている。
  2. クリーンな画板: 過去の技術的負債や制約から解放され、再構築できる。
  3. プロトタイプの結果: コーディングエージェントを活用する以前の不可能だったスピードで、アプリを実質的に高速に再構築可能。

移行の進捗スケジュール

  • Shop アプリ（常時トップランク）: AI 支援によりコンセプト検証からストア公開まで12 週間で完了。完全にネイティブ化済み。
  • Shopify アプリ（最大規模：画面数 300+、ロック画面ウィジェット、Apple Watch 対応など）: 移行進行中。今年後半のリリース予定。
  • 残りのアプリ: 次々と移行予定です。

「スラップ（粗悪コード）」の防止と Helix システム

AI に指示を出すだけで即座にネイティブ実装を完成させることは不可能です。初期試行ではメンテナンス不能な膨大な粗悪コード（slop）が発生する恐れがあります。これを防ぐために、より漸進的なアプローチを採用した**「Helix」**システムを開発しました。

Helix の仕組み

AI には最初の出力が正解であるとは期待せず、「不完全な試みが良好な結果に至るまで前に進めない」というループ構造を持たせました。

  1. 入力: 開発者が対象画面を指定。
  2. 提案: Helix が React Native コードを読み込み、数分以内にレビュー可能なチェックポイント（作業のスライス）の列挙を提出。
  3. 検証・実装サイクル（各チェックポイントごと）:
    • テストによる動作検証。
    • 実行中のアプリとの視覚的比較レビュー。
    • 2 名の対立的なコードレビュアーを通す。
    • 人間の承認（ナット）を得てのみコミットし、次のステップへ進む。

すべてのフィードバックは記憶され、移行が進むにつれてこのプロセスがより自律的になります。Shop アプリの完全再構築でもこのアプローチで成功しています。

高速なフィードバックループの実現

シミュレータを用いたエージェント制御には遅延があり、反復速度のボトルネックとなっていました。これを解決するため、以下のアーキテクチャ変更を行いました。

アーキテクチャの再設計

  • 人間とエージェントへの適合: ビジネスロジックを UI から完全に解離させ、デスクトップ上で**ヘッドレス（無 GUI）**で動作可能にしました。
  • CLI の活用:
    • エージェントに CLI を提供し、シミュレータを介さない状態でミリ秒単位の反復を可能化。
    • アプリのナビゲーション、アクション実行、状態検査、セクション移動などを UI 触れなしで自動化。

成果

  • 超高速フィードバックループ: エージェントが数時間単位で自律的に作業を実行できるようになりました。
  • リモートモード: シミュレータ制御が必要な場合でも、CLI を経由してコマンド駆動し、レイアウトやアクセシビリティツリーの検査を省略することで、E2E テストの超高速化を実現しました。

今後の展望と基準

これはリアルタイム（早送りなし）の進行です。すべてのモバイルアプリを Swift と Kotlin に移行するプロセスは継続中です。

品質基準

  • シンプルな言語書き換えではありません。現代の利用者が期待するパフォーマンス、安定性、アクセシビリティ、製品品質を達成・超える再構築が行われます。
  • 成功の定義: チームがユーザーに対して、以前よりも優れた体験をより迅速に提供できること。
  • 測定指標: プロダクトスピード、アプリ品質、エージェントによる自律完了可能な作業量。

公開と招集

  • このプロセスで得られた知見（Helix システムの詳細、エージェント対応アーキテクチャなど）は随時共有予定。
  • React Native の歴史と同様に、今回の移行についても開明的に情報を発信していく方針です。
  • 次世代モバイルアプリの構築を支援する開発者募集中です（モバイルエンジニア、インフラエンジニア、AI とソフトウェア工学の交差点）。

謝辞

2020 年時点で React Native が正解だったように、現在はネイティブ開発が Shopify に正解です。その変遷は、数多くの人々の貢献なくしてあり得ません。

  • Meta: React Native フレームワークの優れた管理者として、長年のフィードバックへの対応と投資に感謝。
  • William Candillon: React Native Skia の作成と可能性の再定義に対し、期待を込めて。
  • Software Mansion: Reanimated の開発、困難なアニメーション・パフォーマンス問題への解決協力へ感謝。
  • Shopify エンジニア: 数百名のエンジニアが貢献し、仮定に挑戦し、サービス継続を実現してくれたことへ心からの敬意。
  • React Native コミュニティ: ライブラリ利用、コードコントリビューション、バグ報告、意思決定への挑戦など、すべてのオープンソースの精神へ感謝。

過去 6 年間に築いたツール、教訓、関係性は、今後もモバイルアプリ開発のあり方を形作ります。

同じ日のほかのニュース

一覧に戻る →

2026/09/11 0:29

Cognition が新たな SWE-2 モデルを発表。Fable 5.1 や GPT-Astra と競合する性能を誇ります。

## Japanese Translation: Cognition は、Fable 5.1 や GPT-5.6 Sol といったトップクラス競合に匹敵する最新コーディングモデルである SWE-2 を発表しました。SWE-2 は、大規模な Kimi K3 ベースモデル（パラメータ数 2.8 兆）での後学習により実現され、コストペナルティ付き報酬とファーストプリンシプルに基づくアプローチ、そして長さに基づく報酬ベースラインを採用してトレーニングを安定化させながら、多兆パラメータ領域への強化学習のスケーリングを達成しました。FrontierCode 1.1 Main では 50.0% のスコア（Fable 5.1 より僅か 1 ポイント下）を記録しながらコストは 64% 削減され、DeepSWE 1.1 では 73.0% を達成しました。単なるスコアを超え、SWE-2 は「エンジニアリング的判断」の優位性も示し、不要な迂回を避けることで初期コードエディットの中央値ステップ数を 48 から 18 に削減しました。また、モデルは安全性と信頼性を最優先しており、プロパガンダおよび検閲テストのうち 98% をパスしています。Devin Desktop と CLI 経由で即時利用可能（Web および Fusion では段階的展開中）の SWE-2 は、高パフォーマンス AI をアクセス可能な価格点で提供し、信頼性や安定性を損なうことなくソフトウェア開発サイクルの効率化を目的としています。 ## Text to translate: Cognition has introduced SWE-2, its most advanced coding model, which rivals top competitors like Fable 5.1 and GPT-5.6 Sol while offering significant efficiency gains. Achieved through post-training on the massive 2.8 trillion-parameter Kimi K3 base model, SWE-2 scales Reinforcement Learning to a multi-trillion parameter regime using cost-penalized rewards derived from first principles and a length-weighted reward baseline to stabilize training. On FrontierCode 1.1 Main, it scores 50.0% (just one point behind Fable 5.1) while being 64% cheaper; on DeepSWE 1.1, it achieves 73.0%. Beyond raw scores, SWE-2 demonstrates superior "engineering judgment," reducing the median steps to an initial code edit from 48 down to 18 by avoiding unnecessary detours. The model also prioritizes safety and reliability, passing 98% of propaganda and censorship tests. Available immediately via Devin Desktop and CLI (with rolling deployments on Web and Fusion), SWE-2 is designed to streamline software development cycles by delivering high-performance AI at an accessible price point without compromising trustworthiness or stability.

2026/09/11 6:30

米運輸安全委員会、マイアミでのボーイング767滑走路逸脱事故調査結果更新発表

## Japanese Translation: 9月6日のマイアミ国際空港におけるランウェイ逸脱事故に巻き込まれたボーイング7598貨物機からフライトレコーダーが回収され、正常に読み出されたことが、2026年9月9日に国立輸送安全委員会（NTSB）によって確認されました。アクロン航空社（Acron Aviation）のCVRからの高品質な音声および54時間以上にも及ぶフライトデータレコーダーのデータ——400以上のパラメータを記録——が確保されました。予備的分析によると、飛行機は conflicting なパイロットによる離陸再行（ゴーアラウンド）指令を受けながら、危険に甚だしい速度（ノーズギア158ノット）で接地しており、スピードブレーキやスラストリバーサの展開はされていなかったとのことです。現時点での記録は同期されていませんが、ワシントンDCのNTSBチームによって書面による要約が作成され、フラップ調整、オートパイロットの離脱、地形警告など特定の行動を含む事件の経過を明確にします。詳細なコックピット会話とデータパラメータのタイムラインは、専用調査ウェブページで確認できます。あるいは24時間365日の対応オペレーションセンター（1-844-373-9922）にお問い合わせいただくことも可能です。すべての所見は、公式要約が確定するまで予備的なものとされています。

2026/09/11 0:29

火星用に開発されたNASAの色彩トリックが、今や地球で岩壁画を解読する役割を果たすことになった

## Japanese Translation: 考古学者のジョン・ハーマンは、NASA の decorrelation stretch 手法を応用して古代岩絵の研究を行ないました。この手法は当初、JPL で 1978 年にジム・ソーハによってリモートセンシング画像の強化のために開発され、後にロナルド・アレイによって速度と精度の向上を目的として 1996 年に改良されました。ハーマンはこの研究成果に基づき、数学および医療イメージングの背景を応用し、Karhunen–Loève 変換定理に基づく Dstretch プラグインを開発しました。このソフトウェアは単なるコントラストの引き上げではなく、色彩を拡張された範囲へマッピングします。Dstretch を用いることで、研究者たちは複数の遺跡において以前は目に見えなかった図像を発見しました：カリフォルニア州バイアのカベ・デ・サン・ボルヒタスで新たな黄色の図像が確認され、カンボジアのアングルワット周辺で 200 点以上の色あせた絵画が発見されています。エジプトのベニハッサンではコウモリや豚の画像が、カナダ・アルバーツアのライティングオンストーン州立公園ではクロ族の戦士による初期のグラフィティと解釈される馬と騎士を描いたピクトグラフが、ノルウェーのアールサンド 1 遺跡では新たに約 15 点の図像に加え、28 点で新たな詳細が浮き彫りになりました。このプラグインのカスタムカラー空間は岩絵のイメージングに特に有用であることが実証されています。火星イメージングの強化に元々使用された既確立のリモートセンシング手法を適用することで、Dstretch は低コントラストの写真に対して侵襲のないデジタルアクセスを提供し、世界中の隠れた芸術作品の解明に貢献しています。