さくらのAI Meetup vol.9で「AIネイティブの全く新しい統合開発環境 GitHub Copilot Workspaceで考える AIコーディングエージェントの開発生産性」というタイトルで登壇しました #さくらのAI
2025.03.19こんにちは。リテールアプリ共創部マッハチームのきんじょーです。
さくらインターネットさんの以下のイベントで「GitHub Copilot Workspace」と「AIコーディングエージェントの開発生産性」について登壇してきました。
登壇資料
内容
GitHub Copilot Workspaceについて
GitHub Copilot Workspaceは GitHub が提供する、同期型で自律的 + 開発環境が加わったAIエージェントと定義できます。
AWS CDKで定義したリソース修正を行う小さいIssueを例にCopilot Workspaceの開発プロセスを説明しました。
半年前に触った時からの大きなアップデートとしては以下2点が挙げられます。
「Specification」フェーズがブレインストーミング機能にリニューアル
VSCode拡張機能でCopilot WorkspaceのセッションをVSCodeで開けるように
AIコーディングの開発スピード
AIへの指示 → PullRequest作成 までのリードタイムを極小化するには、AIが生成した成果物に対し、フィードバック回数を最小化しフィードバック反映速度を上げる必要があります。
開発スピードに影響する要因
AIのコード生成品質や、AIエージェントのコンテキスト収集能力は格段に上がっているため、今後はフィードバック回数がどんどん減っていくと考えつつも、フィードバックの要否は開発者の指示品質にも左右されるため 0 になることはありません。
伴走型のエディタ搭載型エージェントは、フィードバック回数が多いものの反映速度が早く、早い段階で失敗して高速に間違いを修正可能です。
一方で自律型に近づくほどフィードバックループが長くなり、修正の反映が遅くなりがちです。
上記の理由から私は現時点で、エディタ搭載型のCursor Agentを好んで使用しています。
今後のAIエージェントが、フィードバックがほとんど不要なレベルの品質のコードを、コンスタントに書いてくれるようになれば、より自律型のAIエージェントが優位になると予想しています。
AI駆動の開発に興味がある方向けの宣伝
私は、リテールアプリ共創部マッハチームという、アプリ開発の立ち上げを専門とするチームで働いています。
プリセールス × AIコーディング支援ツールをフル活用したフルスタック開発という少し変わったポジションにご興味のある方は、是非カジュアル面談からお待ちしています！
登壇を終えて
話題の OSS 、Repomixの作者の方から開発秘話や実装の詳細を聞けたり、Devinを使いこなすノウハウや実際にデモを見せてもらうことができ、参加者としても大変勉強になりました。
また次も参加したくなる楽しいイベントでした！
以上。リテールアプリ共創部マッハチームのきんじょーでした。
