はじめに

こんにちは。
SB C&Sの佐藤です。

最近、AIエージェントの活用がアプリケーション開発の現場でも急速に広がっていることを感じています。対象範囲もコード生成やレビューだけでなく、調査、修正、テスト、さらには複数のタスクを自律的に進めるところまで広がっており、今後を考えるとアプリケーション開発に「AIをまったく活用しない」という選択肢は徐々に取りづらくなっているように感じます。

一方で、AIエージェントを実際に使い続けていると、導入しただけでは見えなかった課題も出てきます。
そこで本記事では、最新のアップデートを含めたDevinの機能を実際に試しながら、AIエージェントを組織で活用するうえでどのような仕組みが必要になるのかを考えてみます。

※2026年9月初旬時点での情報になります。最新情報は公式ドキュメントをご参照ください

目次

• AIエージェントを組織で使うと、何が難しくなるのか
• 組織活用で重要になることと、Devinのアプローチ
• Sub-Devinの可視化で「何を任せているか」が見える
• Side Chatsで「任せながら確認する」がやりやすくなった
• Devin Coachは「良い指示」を個人任せにしない
• まとめ

AIエージェントを組織で使うと、何が難しくなるのか

AIエージェントを使うとき、同じツールを使っていても、指示の出し方によって結果が変わることがある、というのを実際に体感したことがある方も多いのではないでしょうか。
対象範囲や完了条件が曖昧なまま大きなタスクを任せれば、想定以上の変更が行われる可能性もあります。また、同じようなタスクであっても、利用者ごとに指示の出し方や確認の進め方が異なれば、成果物の品質や作業時間にばらつきが生まれます。
こうした問題は個人で利用している場合にも発生します。ただ、利用者や実行するタスクが増える組織利用では、一つひとつは小さな問題でも影響が大きくなります。

例えば、10人がそれぞれ異なる方法でAIエージェントに仕事を依頼するようになれば、指示の粒度や完了条件の設定、レビューのタイミングに差が生まれます。その結果、同じ種類のタスクでも進め方や成果物が揃わなくなる可能性があります。
またAIエージェント特有の問題として、複数のAIエージェントが同時に動くようになれば、「どのAIエージェントに何を任せていて、今どこまで進んでいるのか」を把握することも難しくなります。

加えて、コストの管理も無視できません。AIエージェントの利用量が増えるほど、実行回数や処理時間に応じた費用も積み上がります。タスクの分割が不適切なまま複数のAIエージェントを動かしたり、不要な再実行を繰り返したりすれば、期待した成果に対してコストが見合わなくなる可能性があります。

さらに、この改善にはAIエージェントの特性を理解したうえでの知識やノウハウが必要です。
どの程度の粒度でタスクを与えるべきか。どこまでAIに任せ、どこで人間が確認するのか。
こうしたルールを一から作り、実際の利用状況を見ながら継続的に改善していくのは、構築面でも、運用・保守面でも簡単ではありません。

そのため、AIエージェントの導入そのものだけではなく、組織として効果的に使い続ける仕組みをどう作るかも、AI活用を考えるうえで切り離せない課題になってきます。

組織活用で重要になることと、Devinのアプローチ

こうした課題を考えると、組織でAIエージェントを活用するためには、大きく次のような仕組みが必要になると考えられます。

• AIへの指示の品質を整えること
• 自律的に動くAIが何をしているのか把握できること
• 必要なタイミングで人間が適切に関与できること

最近のDevinのアップデートを見ていると、これらをすべてユーザー企業側のルールや教育だけで解決するのではなく、製品の機能としても支援しようとしているように感じます。

もともとDevinは高い自律性を持つAIエージェントツールです。そんなDevinだからこそ、「任せられることを増やす」だけでなく、任せ方や監督方法まで含めて使いやすくすることが重要なのだと思います。

ここからは、実際に試した3つの機能を見ていきます！

Sub-Devinの可視化で「何を任せているか」が見える

Devinでは、大きなタスクを分割し、複数のManaged Devinで並列実行できます。
そしてこれらの可視化として、親となるセッションの下にSub-Devin(子セッション)がツリー形式で表示される仕様があり、8月21日のアップデートではさらにサイドバーにもネストされたツリーとして表示されるようになりました。これにより、セッション画面から離れても、サブエージェントの実行状態がかなり分かりやすくなりました。

実行に特別な設定は不要で、Devinがサブエージェントを起動した場合にサイドバーに表示されます。今回は既存機能であるその他の画面での表示も含めてご紹介します。

実際にこれらのサブエージェント表示機能を使ってみると、Devinがどのようにタスクを分解して並列実行しているのかが目に見えるのは、かなり面白かったです！例えば一つの依頼から複数のSub-Devinが立ち上がった場合、それぞれを開けば、どのような指示を受けて何を調査、変更しているのか確認できます。

Devinの並列実行というと、単純に「複数のAIが同時に動く」という性能面に目が向きがちです。しかし、組織で利用することを考えると、実際にどのような分担が行われているのかを人間側が確認できることも重要です。
また、作業完了後も各セッションが分かれて残っているため、後から「この部分はどのSub-Devinが何をしたのか」を確認しやすい点も良いと感じました。
複数のサブエージェントが動くほど、その履歴は重要になります。結果だけではなく、そこに至る作業を追えることは、レビューや振り返りの際にも役立ちます。

UI上から親セッションと子セッション間を移動できるため、並列実行が増えても各AIエージェントを行き来しやすく、Devinの強みである複数AIエージェントの活用を、人間側から管理しやすくする機能だと感じました。

Side Chatsで「任せながら確認する」がやりやすくなった

Side Chatsは、Devinが進めているメインの作業とは別に、セッション内の任意の地点から質問用のチャットを開始できる機能です。公式には、メインの作業を中断せずに質問や詳細確認を行うための機能として説明されています。
使い方もシンプルで、セッション画面右側「サイドチャット」タブで実行できます。

実際に使ってみると、これはかなり自然な操作感でした。
上記図ではそれぞれのセッション進捗について質問していますが、その他にも例えばDevinが作業している途中で、

• 「今どこまで終わっているのか」
• 「なぜこの方法で修正しているのか」
• 「この変更は他の機能にも影響しないのか」

といったことを確認したくなる場面があると思います。
もちろん、これまでもメインチャットに入力することはできました。しかし、こうした確認のやり取りまでメインチャットに入れていくと、本来のタスクに関する指示と、途中の質問が混在してしまいがちです。
Side Chatsでは、このような本筋には残さなくてもよい確認や相談を分離できるため、メインのやり取りを比較的きれいに保つことができます。
その他、個人的には機能そのもの以上に、入力からSide Chatを開いて確認するまでの動きがスムーズだったことが印象に残りました。

AIエージェントに長い作業を任せる場合、「任せたら完了するまで何もしない」という使い方ばかりではありません。必要に応じて途中で確認しながら、それでも本来の作業は止めないということが大事です。
Side Chatsは、このような人間とAIエージェントの関わり方をUIとして整理した機能だと思います。

Devin Coachは「良い指示」を個人任せにしない

今回試した中で、組織利用という観点から特に興味深かったのがDevin Coachです！
Devin Coachは、セッションの入力欄にプロンプトを書いている途中で改善Suggestionを表示し、送信前に指示を見直せるようにする機能で、2026年8月14日に追加されました。

使用方法としては、Devinのセッションでタスクのプロンプトを入力するだけです。入力されたプロンプトが適切ではない場合、プロンプト入力欄下部にSuggestionが表示されます。入力欄付近にSuggestionが表示されるため、内容を確認してプロンプトを修正したり、提案を参考にしたりしてから送信できます。
この際、Suggestionの表示が「Enter等でプロンプトを送信する前」であることに注意してください。私はここを誤っていたため、Suggestionが表示される前にセッションを実行してしまいました。

またSuggestionの表示方法としては以下の3つのモードがあります。

• Warning：入力内容に改善の余地がある場合に警告を表示する　※デフォルト
• Warning and confirmation：インラインの提案を表示し、フラグが付いたプロンプトを送信する前にユーザーに確認を求める
• Off：プロンプトチェックを行わない

今回は「Warning」を有効にして試しました。

実際に試したところ、指摘が表示されました！
また指摘右部にあるインフォメーションマークにカーソルを合わせると、指摘の詳細も表示されます。

指摘と同時に修正方針も表示され、クリックすることで書かれている指示を実行することも可能です。
※上記図では「プロンプトをクリア」の部分がこれに該当します

特に印象に残ったのが、「この内容は複数のタスクに分解した方がよい」という趣旨の指摘です。
Devinは大きな変更も実行できてしまうため、依頼する側も「とりあえずまとめてお願いしてみよう」と考えてしまいがちです。しかし、実際には対象範囲や検証方法を考えてタスクを分けた方が進めやすいケースもあります。
こうした判断を毎回利用者自身に求めると、どうしても経験による差が生まれます。

その点、実行する前にDevin自身が指示をチェックし、改善方法まで提示してくれる仕組みは、単なるプロンプト作成支援というより、Devinを使うためのガードレールとして見ることができます。
特に複数人が利用する環境では、「Devinにどう指示するべきか」というノウハウを全員が最初から同じレベルで持つことは現実的ではありません。製品側から一定のフィードバックを受けられることで、利用者ごとのばらつきを小さくできる可能性があります。これは大きなメリットです。
また「大きなタスクをそのまま実行させない」「関係のないプロンプトを実行しない」「指示に見合わないモードで実行しない」といったチェックはコストにも直接影響するため、組織でDevinを利用する場合には嬉しいポイントです。

一方、今回試した範囲ではSuggestionが表示されるまで少し時間がかかりました。プロンプトを書き終える前後ですぐ確認できるくらいのレスポンスになると、より日常的に使いやすくなりそうです。
また、今後もし「大規模変更の場合はタスク分割を必ず提案する」「テスト方法が書かれていなければ確認する」といった組織独自のルールを設定できるようになれば、単なるアドバイス機能ではなく、より実践的なガードレールとして使えそうだと感じました。

まとめ

今回、最近のアップデートを含めたDevinの機能を実際に試してみて、それぞれ単独の機能として見てもDevinがとても使いやすくなっていると感じました。
ただ、より興味深かったのは、これらの機能を、組織でAIエージェントを利用するという視点で見たときです。

• Devin Coach：実行前の指示を整える
• Sub-Devinの可視化：複数のAIエージェントが何をしているのか把握しやすくする
• Side Chats：作業を任せながら人間が必要な確認を行えるようにする

AIエージェントの課題は、組織で使い始めた瞬間に突然生まれるものではなく、もともと存在していた小さな課題が、利用者やタスクの増加によって大きくなっていきます。
そして、その改善をすべてユーザー企業側で行おうとすれば、AIエージェントに関する知識だけでなく、利用ルールの設計、利用者への展開、実際の利用状況を踏まえた継続的な改善とメンテナンスまで必要になります。
つまり、これは単なるツール導入ではなく、構築、運用、保守のいずれにおいてもかなり複雑で難しい取り組みになります。

こういった点に注目してDevinの機能を見ていると、CognitionはAIエンジニアとしての能力を高めるだけでなく、DevinというAIエンジニアを組織の中で効果的に使い続けるための仕組みも、製品側で用意しようとしているように感じます。
これは組織がAIエージェントを実際の業務に取り入れる際の障壁を、大きく取り除いてくれるのではないでしょうか。リリース時から「AIエージェント」として発展してきたDevinだからこそ、いち早くこのようなポイントに注目し、改善策を用意してくれているのでは、とも感じます。

今後もどのような機能が発表されるのか、とても楽しみです！