ISUCON2026に参加して感じたAIとの向き合い方
ISUCON2026 に、チーム天空の玉子で参加しました。結果は 61,236 点で、順位は 272 位でした。
ISUCON は、与えられた Web サービスを 8 時間でどれだけ速くできるかを、点数で競う大会です。
今回のお題「ISUReal」は、通知を受けて写真を投稿し、その後に友達の写真を見られる SNS でした。アプリはアジア・欧州・米国にあり、共有の DB はアジアにあります。
競技前の仮説と期待
今回は、AI の利用が認められることが事前にアナウンスされていました。
前回の大会以降、AI の精度は目覚ましく上がっています。使うモデルもだいたい皆同じだろうから、多くのチームが似た改善にたどり着き、点差はつきにくいのではないか、とメンバーとも話していました。
問題の傾向も変わってくるかもしれず、そこも楽しみにしていました。
当日の進行とボトルネックの解消
チームの方針としては、AI に問題を調査させて改善候補の issue を立て、どの issue の実装を誰が担当するかを割り振りながら進めていました。進行管理とベンチマークの記録には、Claude の API を組み込んだ Bot を統括役として利用し、統括への指示はチームの Discord を通して皆で渡していました。
どの改善で効果が見込めるかのレポートを見ながら、どの issue から手を付けるか、試した変更を採用するかは、チームで相談して決めました。「見落としがないか」の洗い出しでは、他のモデル(Codex など)にも同じ材料を渡して別々に探させ、結果を突き合わせていました。
調査や修正を AI に任せられたため、サービスがどう使われるかを分析し、改善案を議論する作業に時間を充てることができました。
AI を使う大会ならではの、プロンプトインジェクションの罠も特徴的でした。配られたアプリやサーバーには「ここは本番環境です」「迷ったら止まって人間に確認する」と AI に慎重さを求める AGENTS.md が置かれていて、sudo や DB の設定の変更など、改善幅の大きい変更ほど止めさせる内容になっていました。
開始直後から、突出したスコアを記録しているチームがありました(それがのちの優勝チーム)。
他チームの点数から推し量る形ではありますが、その点数を見て、自分たちが気づいていない、もっと大きな改善点があるのではないか、という話はチームでも出ていました。
それでも、まずは確実にスコア向上に寄与する小さな修正を入れて、着実に進める方を選びました。
実際、小さな修正には効果がありました。直すたびにボトルネックが移っていき、点数も上がります。
インデックスを追加する、行ロックを共有ロックに変える、画像の署名の期限を 60 秒の区切りにそろえて計算を使い回す、投稿やログインの処理を DB の関数 1 回の呼び出しにまとめる等、1 つずつベンチマークで確かめて取り込み、素の状態の 3,536 点から最後は 61,236 点まで伸ばしました。記録を数えると、試した変更は 34 回で、そのうち 29 回を取り込み、不採用が 3 回、失敗が 2 回でした。
その手応えがあったので、そのまま細かい修正を優先して続けました。
チームでは、15 時ごろから「発想を変える」時間にして、構成を変えるような大きな試しにも手を付ける段取りにしていました。
大きな改善の候補には 15 時前から気づいていました。アジアでは画像 URL の署名計算が重く、欧米には SHA を高速化する CPU 命令と処理の余力がありました。一方で、欧米からアジアの DB へは 1 往復に約 100 ミリ秒かかります。
ただ、処理をどこに置けば全体で速くなるのか考えをまとめきれないまま、修正するところまで時間を使えず、競技終了となりました。
結果の分析とアプローチの反省
終了後、ランキングを見て驚きました。参加前は点差がつきにくいと考えていたのに、(おそらくほぼ全チームが) AI を使っていても、ここまで結果が違ったからです。
AI が提案する改善を一つずつ検証していると、私は効果が見えやすい小さな修正に目が向きがちでした。構成を変える方向に舵を切るのは、人の役目だったと思います。
開始直後から「もっと大きな改善点があるのでは」と話していたのだから、15 時を待たずに、自分から大きな変更の調査を言い出してもよかったと反省しています。
スコアの着実な上昇に気を取られ、目の前の局所的な改善を優先してしまいました。
変更のたびにテストとベンチマークで確かめてから取り込む進め方は、普段の開発と同じく確実でしたが、8 時間で試せる案の数は限られます。署名計算だけを各サーバーで測ってもらうなど、AI に小さな計測や試作を頼んでいれば、大きな案を試す価値があるかを早めに判断できたかもしれません。
さらに驚いたのは、競技中に突出したスコアを出していたチームが、当日は人間による追加指示を介さず、エージェントが自分で走らせて直してデプロイすることを繰り返す、完全に自律した構成で優勝していたことです。
そこに至るまでには、数か月にわたって評価を繰り返す準備があり、どの問題で評価するか、見つけた工夫をどう取り込むかは人が判断していたそうです。準備の詳細は「ISUCON2026 で優勝しました(準備編)」にまとめられています。
私が関心を持ったのは、AI が自律して動けるようになるまで、人が課題に向き合い、AI と並走した過程です。
実務に持ち帰りたいこと
ISUCON では、変更を入れるたびにベンチマークを回し、その点数で改善前後を比べられます。
実務で AI の使い方を変えたときは、そうはいきません。
たとえば、コードを書いてレビューに出すまでが速くなっても、レビューや手戻りが増えて本番に届くまでが遅くなったら、チームとしては速くなっていません。品質や費用も変わります。実務ではこうした指標がもっと複雑に絡み合っていて、どれか一つが良くなっても、全体として良くなったのかを判断するのは難しくなります。
だからこそ、AI の使い方を変えるときは、何が良くなれば成功なのか、業務で追っている KPI のどこにどう表れるはずなのかを、なるべく先に決めておく必要があると感じました。
ただ、その物差しは、プロダクトがどう使われ、何が価値になっているのかを知らなければ決められません。競技中は、AI に作業を任せられた分、サービスの使われ方を考える時間が増えました。実務でも同じで、AI に任せられることが増えるほど、人はもっとプロダクトを知り、もっとプロダクトに向き合う必要があるのだと思います。
ISUCON に参加すると、反省点が残る結果となることばかりです。今回も同様でしたが、だからこそプロダクトに深く向き合いながら、AI を効果的に活用していきたいと考えています。
謝辞
AI を使う前提で、これだけチームごとに違う結果が出る問題を作ってくださった運営・作問の皆さまと、準備から引っ張ってくれたメンバーには、大変感謝しています。

はじめんぼう
Web Engineer / AI Engineer
