SDLC でエージェント AI を定義する
多くの開発者は、使い慣れたアシスタント パターンで既に AI を使用しています。 アシスタントがプロンプトに応答し、出力を生成し、ユーザーに制御を返します。 エージェントはさらに進みます。目標を解釈し、中間ステップを決定し、ツールを使用して、ワークフロー内でアクションを実行できます。
これは、AI を開発に役立つものから開発に参加するものに変更するため、重要です。
このユニットでは学ぶことができます。
開発コンテキストにおいてAIシステムにエージェント性を持たせる要因とは
エージェントベースのシステムとアシスタントベースのシステムの違い
GitHub ワークフロー内でのエージェントの動作の表示方法
アシスタントとしてのGitHub Copilotとエージェントの比較。提案ベースのヘルプと、ツールの使用やプルリクエストの作成などの自律的なマルチステップアクションを対比しています。
開発の文脈でAIシステムをエージェントとして作用させる要因とは何か。
アシスタントベースのシステムは一般に事後対応型です。
ユーザーが次に何を行うかを決定することに依存します。
コードの提案、出力の説明、変更の要約を行う場合があります。
リポジトリ内で個別に作業を進めるわけではありません。
エージェント ベースのシステムは目標に基づいています。
タスクを解釈し、アプローチを開発し、完了に向けた手順を実行できます。
ツール (GitHub API、CI ワークフロー、リポジトリ書き込み操作など) を使用して、ブランチ、コミット、プル要求などの永続的な結果を生成できます。
フィードバック (チェック、レビュー、スキャン) に基づいて反復処理できます。
GitHubでは、このモデルは、多くの場合、プル要求指向のワークフローを通じて表現されます。エージェントはブランチで変更を提案し、プル要求を開き、変更がマージされる前にレビューと検証を待ちます。
アシスタントとエージェントの比較
次の場合、アシスタントのように動作します。
提案または説明を生成します
リポジトリアクションを実行しない
ユーザーが各手順を手動で適用する必要があります
AI システムは、次の場合にエージェントのように動作します。
複数のステップで目標を維持する
中間アクションを決定する
ツールの使用
永続的な成果物 (ブランチ/コミット/PR) を作成または変更する
フィードバック信号に基づいて反復処理する
GitHubでのエージェントの動作の表示方法
GitHubでは、開発者が既に使用しているのと同じ構造でエージェントの動作が表示されます。
分岐とコミット (変更された内容)
プル・リクエスト（提案内容、提案理由、レビューのために）
ワークフローとチェック (存在する証拠)
コメントと承認を確認する (人間が受け入れた内容または拒否したもの)
エージェントはワークフローを置き換えません。 参加者としてワークフローに入ります。
実装の例
エージェントの動作 (PR 生成) セキュリティ アラートが送信されます。 エージェント:
- ブランチを作成します (例: agent/bump-dep-2026-04-03)
- 依存関係とロックファイルを更新します
- 概要とプランを含むプル要求を開きます
- CI チェックを待機し、フィードバックを確認してから、必要に応じて修正します
アシスタントの動作 (提案のみ) アシスタントに「この依存関係を安全に更新するにはどうすればよいですか?アシスタントは次の機能を提供します。
推奨される一連のコマンド
リスクのチェックリスト
推奨されるコードの変更 ブランチを作成し、自分で要求をプルします。
次のユニットでは、エージェントがどのように計画、行動、評価するかを制御するライフサイクルを確認します。