GitHub、Copilotアプリ刷新とProjects発表

GitHubは年次イベント「GitHub Universe」でCopilotアプリを刷新し、Copilot Projectsを発表しました。開発チームは複数のAIエージェントを連携させ、ツールやリポジトリの文脈情報を共有しながら、ソフトウェア開発の作業工程を一つのプラットフォームで管理できます。企業がコーディング、テスト、アプリケーション保守の迅速化を目指し、開発全体にエージェントを導入する動きの中での発表です。

GitHubによると、従来のアプリはエージェントのセッション実行、コード変更、変更内容の確認、プルリクエスト作成を中心としていました。刷新後は、コーディングにとどまらずAIを活用した開発を管理する作業環境として設計されています。開発者は仕様書の作成や設計の議論に加え、アプリケーションのテレメトリー（サービス運用状況を示すデータ）の分析もできます。外部ツールやプロジェクト情報を連携させれば、作業ごとに指示するのではなく、業務全体の文脈をエージェントに共有できます。

Copilot Projectsでは、複数のリポジトリにまたがる大きな目標をエージェントに任せられます。リポジトリやデザインのモックアップ、Slackの会話、議事録などを文脈として渡すと、Copilotが作業を複数のエージェントに割り振り、並行して進めます。進捗を追跡し、確認用のプルリクエストなどの成果物を作成します。カネリカのアミット・クマール・ジェナは、コーディング環境とプロジェクト管理ツールを行き来する手間が減り、生産性と開発速度の向上につながる可能性があると評価しました。エージェントがクラウド上で独立して作業し、変更案をプルリクエストとして出す場合、開発者の役割は作業の定義や文脈の提供、結果の確認と検証へ移ると述べています。

パリク・コンサルティングのパリク・ジェインは、統合環境によってCIOがAI支援開発を一つのプラットフォームに標準化し、一貫したガバナンス方針でエージェントの活動を監督できる可能性があると分析しました。アバサントのアビシェク・サタパティは、標準化がエージェントやツールの無秩序な増加を抑える助けになると述べました。一方、ジェナはエージェントがリポジトリを変更できるため、企業は既存の開発統制を拡張すべきだと指摘しています。CIOはアクセス可能なリポジトリを制限し、ブランチ保護を適用し、エージェントが作成したプルリクエストのマージ前に人の承認を求める必要があります。また、監査ログをセキュリティ情報イベント管理（SIEM）システムと連携させ、リポジトリにアクセスしてコードを変更したエージェントを追跡する必要があると述べました。

アナリストらは、Copilot Projectsが反復作業や開発バックログを減らせる一方、エージェントの増加に伴い、調整やテスト、費用の負担も大きくなり得るとみています。ジェナは、複数リポジトリにまたがる依存関係の更新、廃止予定APIへの対応、非推奨SDKの置き換え、Javaや.NETのバージョンアップを例に挙げ、大規模なアプリケーションの近代化に役立つ可能性があると評価しました。一方、複数のエージェントが同じファイルを変更したり、古いAPIの規約に従ったり、異なるアーキテクチャの前提を適用したりすると、開発者はマージ前に統合上の問題を解決する必要があります。サタパティによると、2026年に公開された「CooperBench」研究では、エージェントが協力する作業の成功率は、同じ作業を個別に行う場合より約30%低くなりました。同研究はCopilot Projectsを評価したものではなく、共同開発で起こり得る調整の難しさを示す例だと説明しています。

ジェナは、レビューとテストもボトルネックになり得ると指摘しました。エージェントのセッションを10件同時に実行すると、確認、テスト、統合が必要なプルリクエストが10件生じる可能性があります。その結果、マージ競合や継続的インテグレーション（コード変更を自動で統合・検証する仕組み）のパイプライン利用、開発者による検証の負担が増え得ます。作業の定義が曖昧だと、繰り返しの実行や手戻りによってAIクレジットの消費が増え、プルリクエストやテストの実行もCIパイプラインへの負荷を高めると述べました。ジェナはCIOに、プロジェクトごとにクレジット上限を設け、進捗を確認し、必要に応じてセッションを停止する担当者を決めるよう助言しています。

GitHubは、コードレビュー機能を拡張するMaxプランも導入します。同社によると、Maxは単一モデルではなく、異なる提供元のモデルを使う複数の独立したレビューエージェントを実行します。取りまとめ役のエージェントが指摘を集め、意見の相違を調整し、正確性を確認して総合結果を提示します。サタパティは、複数エージェントの利用で単一モデルが見落とす問題を発見しやすくなり、認証ロジックや共有ライブラリ、セキュリティ上重要な構成要素で役立つ可能性があると評価しました。ただし、すべての欠陥や脆弱性を検出できる保証はなく、開発者は重要な指摘を確認して自動テストを実施する必要があります。リスクの高い変更では人の承認が必要だとの指摘も出ています。

GitHubが示したレビュー1回あたりの平均AIクレジット費用は、Lightが0.25ドル、Balancedが1.50ドル、Maxが10ドルです。同社は企業向けの購入方式も変更し、エンタープライズ契約にCopilotを含め、AIクレジットに基づく従量課金へ移行します。サタパティは、個別のサブスクリプションを購入せずにより多くの開発者へCopilotを提供し、実際のAI利用量に応じて費用を支払いやすくなる可能性があると説明しました。

GitHubは年次イベント「GitHub Universe」でCopilotアプリを刷新し、Copilot Projectsを発表しました。開発チームは複数のAIエージェントを連携させ、ツールやリポジトリの文脈情報を共有しながら、ソフトウェア開発の作業工程を一つのプラットフォームで管理できます。企業がコーディング、テスト、アプリケーション保守の迅速化を目指し、開発全体にエージェントを導入する動きの中での発表です。

GitHubによると、従来のアプリはエージェントのセッション実行、コード変更、変更内容の確認、プルリクエスト作成を中心としていました。刷新後は、コーディングにとどまらずAIを活用した開発を管理する作業環境として設計されています。開発者は仕様書の作成や設計の議論に加え、アプリケーションのテレメトリー（サービス運用状況を示すデータ）の分析もできます。外部ツールやプロジェクト情報を連携させれば、作業ごとに指示するのではなく、業務全体の文脈をエージェントに共有できます。

Copilot Projectsでは、複数のリポジトリにまたがる大きな目標をエージェントに任せられます。リポジトリやデザインのモックアップ、Slackの会話、議事録などを文脈として渡すと、Copilotが作業を複数のエージェントに割り振り、並行して進めます。進捗を追跡し、確認用のプルリクエストなどの成果物を作成します。カネリカのアミット・クマール・ジェナは、コーディング環境とプロジェクト管理ツールを行き来する手間が減り、生産性と開発速度の向上につながる可能性があると評価しました。エージェントがクラウド上で独立して作業し、変更案をプルリクエストとして出す場合、開発者の役割は作業の定義や文脈の提供、結果の確認と検証へ移ると述べています。

パリク・コンサルティングのパリク・ジェインは、統合環境によってCIOがAI支援開発を一つのプラットフォームに標準化し、一貫したガバナンス方針でエージェントの活動を監督できる可能性があると分析しました。アバサントのアビシェク・サタパティは、標準化がエージェントやツールの無秩序な増加を抑える助けになると述べました。一方、ジェナはエージェントがリポジトリを変更できるため、企業は既存の開発統制を拡張すべきだと指摘しています。CIOはアクセス可能なリポジトリを制限し、ブランチ保護を適用し、エージェントが作成したプルリクエストのマージ前に人の承認を求める必要があります。また、監査ログをセキュリティ情報イベント管理（SIEM）システムと連携させ、リポジトリにアクセスしてコードを変更したエージェントを追跡する必要があると述べました。

アナリストらは、Copilot Projectsが反復作業や開発バックログを減らせる一方、エージェントの増加に伴い、調整やテスト、費用の負担も大きくなり得るとみています。ジェナは、複数リポジトリにまたがる依存関係の更新、廃止予定APIへの対応、非推奨SDKの置き換え、Javaや.NETのバージョンアップを例に挙げ、大規模なアプリケーションの近代化に役立つ可能性があると評価しました。一方、複数のエージェントが同じファイルを変更したり、古いAPIの規約に従ったり、異なるアーキテクチャの前提を適用したりすると、開発者はマージ前に統合上の問題を解決する必要があります。サタパティによると、2026年に公開された「CooperBench」研究では、エージェントが協力する作業の成功率は、同じ作業を個別に行う場合より約30%低くなりました。同研究はCopilot Projectsを評価したものではなく、共同開発で起こり得る調整の難しさを示す例だと説明しています。

ジェナは、レビューとテストもボトルネックになり得ると指摘しました。エージェントのセッションを10件同時に実行すると、確認、テスト、統合が必要なプルリクエストが10件生じる可能性があります。その結果、マージ競合や継続的インテグレーション（コード変更を自動で統合・検証する仕組み）のパイプライン利用、開発者による検証の負担が増え得ます。作業の定義が曖昧だと、繰り返しの実行や手戻りによってAIクレジットの消費が増え、プルリクエストやテストの実行もCIパイプラインへの負荷を高めると述べました。ジェナはCIOに、プロジェクトごとにクレジット上限を設け、進捗を確認し、必要に応じてセッションを停止する担当者を決めるよう助言しています。

GitHubは、コードレビュー機能を拡張するMaxプランも導入します。同社によると、Maxは単一モデルではなく、異なる提供元のモデルを使う複数の独立したレビューエージェントを実行します。取りまとめ役のエージェントが指摘を集め、意見の相違を調整し、正確性を確認して総合結果を提示します。サタパティは、複数エージェントの利用で単一モデルが見落とす問題を発見しやすくなり、認証ロジックや共有ライブラリ、セキュリティ上重要な構成要素で役立つ可能性があると評価しました。ただし、すべての欠陥や脆弱性を検出できる保証はなく、開発者は重要な指摘を確認して自動テストを実施する必要があります。リスクの高い変更では人の承認が必要だとの指摘も出ています。

GitHubが示したレビュー1回あたりの平均AIクレジット費用は、Lightが0.25ドル、Balancedが1.50ドル、Maxが10ドルです。同社は企業向けの購入方式も変更し、エンタープライズ契約にCopilotを含め、AIクレジットに基づく従量課金へ移行します。サタパティは、個別のサブスクリプションを購入せずにより多くの開発者へCopilotを提供し、実際のAI利用量に応じて費用を支払いやすくなる可能性があると説明しました。