Devin（デビン）とは、Cognition Labsが開発した「自律型AIソフトウェアエンジニア」です。 Slackでタスクを受け取り、計画→コード実装→テスト→プルリクエスト作成までを人間の介入なしで完了します。月額$20から利用可能で、Goldman Sachsが12,000人のエンジニアチームに「Employee #1」として導入したことで注目を集めています。

2024年3月、1本のデモ動画がソフトウェア業界を震撼させました。

AIがSlackでタスクを受け取り、自分でコードを書き、テストし、プルリクエストを作成する。人間の介入は一切なし。

「フェイクだ」「チェリーピッキングされたデモだ」——批判が殺到しました。

しかし1年後、Goldman Sachsはこの「AI」を12,000人のエンジニアチームに加え、「Employee #1（最初の従業員）」 と呼び始めます。評価額は$10.2B（約1.5兆円）に到達。

本記事は、その「Devin」と、それを作った天才プログラマーの物語です。

この記事でわかること

1. Scott Wuの思想と技術: IOI（国際情報オリンピック） 3年連続金メダル、満点総合1位の天才プログラマーがDevinに込めたビジョン
2. 技術アーキテクチャの全貌: 強化学習と「Reason → Act → Observe → Correct」ループの仕組み
3. 実績と限界の両面: PRマージ率67%の内訳とAnswer.AIによる批判的評価

基本情報

概念図

Devinとは？自律型AIソフトウェアエンジニアの全貌

Devinの基本コンセプト

Devinは、計画→実装→テスト→デプロイの全プロセスを自律的に実行する「完全自律型AIソフトウェアエンジニア」です。

GitHub CopilotやCursorが「補完」や「対話型支援」に留まるのに対し、Devinはタスク全体を人間の介入なしで完了します。

AI IDEとの違い:

誰が、何に困っていたのか

エンタープライズ企業では、以下のタスクが開発チームを圧迫していました：

• セキュリティ修正: 脆弱性対応に月100時間以上
• ドキュメンテーション: 40万以上のリポジトリにわたる記述更新
• コードマイグレーション: レガシーシステム（SAS、COBOL）の移行
• テスト作成: カバレッジ向上のための反復作業

これらは「ジュニアエンジニアが4-8時間で完了する定型タスク」ですが、人的リソース不足で滞留していました。

Devinが解決する3つの課題

1. 人的リソース不足: 12,000人のエンジニアチームでも追いつかないタスクをDevinが処理
2. 24時間稼働の必要性: 人間の勤務時間外でもDevinは動作し続ける
3. スケーラビリティ: 複数のDevinインスタンスを並列で起動可能

料金プラン（2025年4月更新）

Devin 2.0のリリースにより、料金体系が大幅に刷新されました。当初の月額$500から96%値下げされ、$20から利用可能になりました。

ACU（Agent Compute Unit） は、Devinが行う作業を測定する独自の単位です。仮想マシン時間、モデル推論、ネットワーク帯域などの計算リソースを正規化して計測します。

ACUが消費されるケース:

• タスク実行時（計画立案、コード実行など）
• ブラウザ操作時
• コンテキスト収集時

ACUが消費されないケース:

• ユーザーの応答待ち時
• テスト実行待ち時
• リポジトリのセットアップとクローン時
• アイドル時（自動的にスリープモードになる）

Devinの使い方：3つの利用方法

Devinは以下の3つの方法で利用できます。用途に応じて使い分けることで、開発効率を最大化できます。

1. Session（Webインターフェース）

最も基本的な利用方法です。devin.aiにログインし、チャット形式でタスクを依頼します。

使い方:

1. devin.aiにログイン
2. 新しいSessionを開始
3. 自然言語でタスクを記述（例：「このリポジトリのREADMEを更新して」）
4. Devinが計画を提示 → 承認後、実行開始
5. 完了後、PRを確認・マージ

向いているケース: 初めてDevinを試す場合、単発のタスク依頼

2. Slackbot連携

チームでの利用に最適な方法です。SlackチャンネルでDevinをメンションするだけでタスクを依頼できます。

使い方:

1. DevinアプリをSlackワークスペースにインストール
2. チャンネルで @Devin このバグを修正して [GitHub Issue URL] とメンション
3. Devinがスレッドで進捗を報告
4. PR完成時に通知を受け取り、レビュー・マージ

向いているケース: チーム開発、非同期でのタスク依頼、進捗の可視化

3. API連携

CI/CDパイプラインや自社ツールとの統合に使用します。Teamプラン以上で利用可能。

使い方:

curl -X POST https://api.devin.ai/v1/sessions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"task": "Fix security vulnerability in auth module", "repo": "org/repo"}'

向いているケース: 自動化されたワークフロー、セキュリティ修正の自動実行、大量タスクの一括処理

ここまでがDevinの概要です。しかし、なぜこのような「自律型AI」が生まれたのか？ その答えは、創業者Scott Wuの異常な経歴にあります。

Scott Wu：天才プログラマーの頭の中

9歳の少年が見つけた「魔法」

1997年、ルイジアナ州。中国系移民の家庭に、一人の少年が生まれました。

Scott Wuがプログラミングに出会ったのは9歳のとき。彼はそこに「魔法」を見ました。

“

"I first learned to program when I was nine years old and fell in love with the ability to turn my ideas into reality."

「9歳でプログラミングを学び、アイデアを現実に変える能力に魅了されました」

— Scott Wu

頭の中にあるものが、コードを書くだけで動き出す。この体験が、後のDevinに繋がる原点でした。

14歳で世界1位——「すべては数学の問題」

Scott Wuの才能は、競技プログラミングで開花します。

IOI（国際情報オリンピック） は、世界中の高校生プログラマーが競う最高峰の大会。Scott Wuはここで3年連続金メダルを獲得しました。

2014年は満点で総合1位。世界中の天才プログラマーの頂点に立ちました。

その後もICPC（国際大学対抗プログラミングコンテスト）で金メダル、Google Code Jamで3位と、彼の才能は衰えることを知りません。

そして、この経験がScott Wuの思考を形作りました。

“

"A lot of my kind of framing has always been rooted in terms of math... even when we're going and doing a sale or something or when we're figuring out product strategy, like in my head it all actually maps to just doing math questions."

「私の思考の枠組みは常に数学に根ざしています。セールスや製品戦略を考えるときでさえ、頭の中では数学の問題を解くようにマッピングしています」

— Scott Wu

すべてを数学の問題として捉える——この思考が、Devinの「Reason → Act → Observe → Correct」ループの設計に直結しています。

Lunchclubでの「予行演習」

ハーバード大学在学中の2017年、Scott WuはAIマッチングアプリ「Lunchclub」を共同創業します。

$55.9M（約84億円）を調達し、Forbes 30 Under 30に選出。成功でした。

しかし彼の頭の中には、もっと大きな「ゲーム」がありました。

「何年も頭の中でプレイしてきたゲーム」

Lunchclub退職後、Scott Wuはある確信を持ちました。

“

"It's almost like this game that we've all been playing in our minds for years, and now there's this chance to code it into an AI system."

「まるで何年も頭の中でプレイしてきたゲームを、今AIシステムにコード化するチャンスが訪れたようなものです」

— Scott Wu

競技プログラミングで培った「問題を分解し、最適解を見つける」能力。それをAIに教え込めば、AIがプログラミングできるようになるのではないか？

Cognition Labsは、この仮説を検証するために生まれました。

兄のNeal Wu（同じくIOI金メダリスト、Google Code Jam 2位）も参加。「金メダリスト兄弟」が、AIエンジニアの開発に挑みます。

競技プログラミングで培った「すべてを数学の問題として捉える」思考。これがDevinの設計思想に、どう反映されているのでしょうか？

Devinの技術アーキテクチャ

コアとなるLLM基盤

Devinは、OpenAI GPT-4スケールのモデルをベースに、以下の技術を組み合わせています：

• 強化学習（RL: Reinforcement Learning）: 試行錯誤を通じて最適なアプローチを学習
• コーディングと自然言語のデータセット: 事前学習で幅広いタスクに対応
• 逐次的意思決定アプローチ: コード→コンパイル→テスト→エラーチェックのサイクル

3つの基本コンポーネント

Devinのアーキテクチャは、以下の3層構造で構成されています：

1. Perception（知覚）: テキスト入力、音声認識、画像・動画処理など外部環境から情報を収集
2. Brain（脳）: 意思決定と計画を担当。タスクを分解し、開発パス全体をマッピング
3. Action（行動）: 実際の操作を実行（コードエディタ、シェル、ウェブブラウザ）

開発者ツールキット

Devinは以下のツールを統合したサンドボックス環境で動作します：

Reason → Act → Observe → Correct ループ

Devinの自律性の核心は、このループにあります：

1. Reason（推論）: 目標、計画、コンテキストに基づいて次のアクションを決定
2. Act（行動）: コードを書く、コマンドを実行、ファイルを修正
3. Observe（観察）: ログ、エラーメッセージ、テスト結果を監視
4. Correct（修正）: エラーが発生した場合、自動的にアプローチを調整

このループにより、Devinは人間の介入なしで自己修正しながらタスクを進めます。

技術アーキテクチャ

サンドボックス環境と人間承認

Devinは、セキュアなサンドボックス環境で動作し、以下の2つのチェックポイントで人間の承認を求めます：

1. Planning Checkpoint（計画チェックポイント）: タスク分解後、実行前に承認を取得
2. PR Checkpoint（プルリクエストチェックポイント）: コード完成後、マージ前に承認を取得

これにより、本番環境への影響を最小限に抑えます。

マルチエージェント機能

基本的なマルチエージェント:

• 1つのAIエージェントが他のAIエージェントにタスクを割り当て
• 自己評価による信頼度評価機能

MultiDevin（エンタープライズ向け）:

• 1つの「マネージャー」Devinが最大10の「ワーカー」Devinを調整
• 各ワーカーDevinは小さく分離されたサブタスクを並列で実行
• 成功した出力は自動的に単一のコードベースにマージ

Devin 2.0（2025年4月）の新機能

2025年4月にリリースされたDevin 2.0では、以下の機能が追加されました：

• 複数の並列Devinインスタンス: クラウドベースの開発環境で同時起動可能
• Interactive Planning: ユーザーがタスク計画を編集・承認可能
• Devin Search: コードベースに直接クエリを投げ、引用付きの回答を取得
• Devin Wiki: 数時間ごとにリポジトリを自動インデックス化し、アーキテクチャ図付きの詳細なWikiを生成

SWE-1.5：Cognition独自の高速コーディングモデル（2025年10月）

2025年10月、CognitionはSWE-1.5をリリースしました。数百億パラメータのフロンティアサイズモデルで、速度と性能の両立を実現しています。

技術的な特徴:

• Cerebrasとの提携: Wafer Scale Engineチップ（900,000 AIコア）で推論を高速化
• GB200 NVL72での訓練: NVIDIA最新世代ハードウェアでのRL訓練
• SWE-grep / SWE-grep-mini: 並列コード検索に特化したサブエージェント。従来のエージェントは最初のターンの60%以上をコンテキスト取得に費やしていたが、これを大幅に短縮

SWE-1.5はWindsurf IDEで利用可能です。

Windsurf Codemaps（2025年11月）

Windsurf買収後、CognitionはWindsurf Codemapsをリリースしました。SWE-1.5とClaude Sonnet 4.5を活用したAI注釈付きのコードベース構造マップです。

• 視覚的なノードグラフ: コードベース全体の構造を視覚化
• 正確な行番号への参照: ナビゲーションを特定の行に直接リンク
• オンボーディング高速化: 新規メンバーのコードベース理解を支援
• デバッグ効率化: 問題箇所の特定を迅速化

技術的には申し分ない。では、実際に使うとどうなるのか？ Goldman Sachsが「3-4倍の生産性向上」と言っているのは本当なのでしょうか。

実際の性能と導入効果

PRマージ率67%の内訳

Cognitionは2025年のパフォーマンスレビューで、PRマージ率67%を公表しました。

これは昨年の34%から約2倍の改善です。ただし、タスクの種類によって大きく異なる点に注意が必要です。

得意な4つのタスク

1. ドキュメンテーション: ある銀行が40万以上のリポジトリにわたるドキュメント生成で、エンジニアリングチームを新機能開発に再配置
2. 品質エンジニアリング（QE、SRE、DevOps）: QEテスター、SRE、DevOpsスペシャリストとしての機能
3. 小規模で反復的なタスク: コードマイグレーション、フレームワークアップグレード、プロトタイプ構築
4. バグ修正、設定変更、バージョンアップグレード: 定型的な修正作業

理想的なタスクプロファイル

Devinが最も高いパフォーマンスを発揮するのは、以下の条件を満たすタスクです：

• 明確で事前に定義された要件
• 検証可能な結果（テストで合否が判定できる）
• ジュニアエンジニアが4-8時間で完了する作業量

苦手な4つのケース

1. 曖昧なスコーピング: 要件が不明確なタスク
2. タスク中途での要件変更: 進行中の仕様変更に弱い
3. 視覚デザイン: コンポーネント構造、カラーコード、スペーシング値などの具体的な指定が必要
4. 反復的な「ラストマイル」の洗練: PRの10%で作業を放棄

PRマージ率67%の内訳

エンタープライズ導入事例

Goldman Sachs——「12,001人目のエンジニア」

Goldman Sachsがなぜ「Employee #1」と呼んだのか。その理由を理解するには、彼らの課題を知る必要があります。

Goldman Sachsには12,000人のエンジニアがいます。しかし、それでもタスクが追いつかない。

セキュリティ修正、ドキュメント更新、テスト作成——「ジュニアエンジニアが4-8時間で完了する」タスクが、山積みになっていました。

GitHub Copilotは導入済み。20%の効率向上を実現していました。しかし、それでは足りなかった。

そこでDevinを導入。結果は3-4倍の生産性向上。

“

「もしDevinが20%生産性を向上させれば、12,000人の技術者が14,400人のように働ける」

CIO Marco Argentiは、これを「ハイブリッドワークフォース」と呼びます。

“

"It's really about people and AIs working side by side. Engineers are going to be expected to have the ability to really describe problems in a coherent way and turn it into prompts... and then be able to supervise the work of those agents."

「人間とAIが協力して働くこと。エンジニアは問題を一貫した方法で説明し、プロンプトに変え、エージェントの作業を監督する能力が求められます」

— Marco Argenti, Goldman Sachs CIO

人間がタスクを定義し、AIが実行し、人間が監督する。これがGoldman Sachsが見出した「Devinの正しい使い方」でした。

Gumroad——4ヶ月で1,583 PR

スタートアップのGumroadは、Devinを「チームメンバー」として使い倒しました。

• 4ヶ月で1,583のPRマージ
• マージ率85%以上

バグ修正、設定変更、バージョンアップグレード——定型タスクをDevinに任せ、人間は新機能開発に集中しました。

Nubank——8倍の効率改善

ブラジル最大のデジタルバンクNubankは、モノリシックコードベースの大規模リファクタリングという難題を抱えていました。

人間だけでは何年もかかる作業。Devinを投入した結果：

• エンジニアリング効率8倍改善
• コスト削減20倍

セキュリティ修正——20倍高速化

特に劇的な効果が出たのは、セキュリティ脆弱性の修正です。

人間なら30分かかる脆弱性修正を、Devinは1.5分で完了。20倍の高速化です。

セキュリティ修正時間の比較

パフォーマンス改善の推移

Devinは18ヶ月の運用で、以下の改善を達成しています：

Devinのスキルプロファイル

Cognitionは、Devinのスキルを以下のように評価しています：

ここまで読むと、Devinは万能のように見えます。しかし、すべてがうまくいっているわけではありません。

批判的評価と限界

期待と現実——Answer.AIの1ヶ月

Goldman Sachsの成功事例。Gumroadの1,583 PRマージ。華々しい数字が並びます。

しかし2025年1月、AIリサーチ企業Answer.AIが冷水を浴びせるレポートを公開しました。

「実際に1ヶ月使ってみた」——その結論は、業界の期待を裏切るものでした。

20タスク中、成功はわずか3つ

Answer.AIのチームは、3人のデータサイエンティストで20の実世界コーディング課題をDevinに与えました。

結果は以下の通りです：

成功率15%。Goldman Sachsの華々しい報告とは、あまりにもかけ離れた数字でした。

「どのタスクが成功するか、予測できない」

最も深刻だったのは、パフォーマンスの予測不可能性です。

“

"More concerning was our inability to predict which tasks would succeed. Even tasks similar to our early wins would fail in complex, time-consuming ways."

「より懸念されるのは、どのタスクが成功するか予測できないことでした。初期の成功と似たタスクでさえ、複雑で時間のかかる方法で失敗しました」

— Answer.AI

同じようなタスクでも、成功するときと失敗するときがある。なぜ失敗したのか分からない。これでは、業務に組み込むことができません。

「存在しない機能」を1日かけて探し続ける

さらに衝撃的だったのは、ハルシネーション（幻覚）問題です。

あるタスクで、DevinはRailway（クラウドプラットフォーム）に単一デプロイメントで複数アプリケーションをデプロイしようとしました。

問題は、Railwayにそんな機能は存在しないということ。

Devinは存在しない機能を「幻覚」しながら、1日以上かけて様々なアプローチを試行し続けました。人間なら10分で「これは無理だ」と気づくことに、丸1日を費やしたのです。

Cognitionへの辛辣な批判

Answer.AIは、Cognitionのマーケティングについても厳しく批判しました。

“

"Cognition overpromises with Devin, refuses to touch upon critical limitations of the systems, and relies on demos that feel very bait and switch-y."

「Cognitionは過剰な約束をし、システムの重要な限界に触れず、チェリーピッキングされたデモに依存している」

— Answer.AI

デモ動画では成功するタスクだけが選ばれ、失敗するタスクは見せない——これは「bait and switch（おとり商法）」だという指摘です。

それでもDevinを使う意味はあるのか？

Answer.AIの結論は、「使い方次第」 というものでした。

Devinはシニアエンジニアの代替ではありません。「ジュニアエンジニア」として扱う必要があります：

• 明確な指示が必要（曖昧な指示は失敗の元）
• 監督が必要（放置すると1日かけて無駄なことをする）
• 適切なタスク選定が必要（得意/不得意を見極める）

正しく使えば、定型タスクの自動化で大きな効果を発揮する。しかし、「AIエンジニアに丸投げ」はできない——これがAnswer.AIの結論でした。

批判にさらされる中、Cognitionは次の一手を打ちます。それは、72時間で成立した、業界史上最速の買収劇でした。

Windsurf買収と統合戦略

三つ巴の争奪戦

2025年、AIコーディングツール市場で最もドラマチックな買収劇が繰り広げられました。主役は3社——OpenAI、Google、そしてCognition。

第1幕：OpenAIの$3B買収提案（2025年5月）

Windsurfは、2021年にMITの友人Varun MohanとDouglas Chenが設立したAIコーディングプラットフォームです。「Exafunction」から「Codeium」を経て「Windsurf」へ。急成長を遂げていました。

2025年5月、BloombergがOpenAIの$3B（約4,500億円）買収合意を報道。しかし、Microsoftとの関係が障害となり、オファー期限切れで頓挫します。

第2幕：Googleの$2.4B人材引き抜き（2025年7月）

OpenAI取引失敗の数時間後、Googleが動きました。$2.4B（約3,600億円）の「逆アクイハイヤー」——買収ではなく、経営陣の引き抜きです：

• CEO Varun Mohan
• 共同創業者 Douglas Chen
• リサーチリーダーたち

250人の従業員の大部分は残留。経営陣を失ったWindsurfは、宙に浮いた状態になります。

第3幕：Cognitionの72時間買収（2025年7月14日）

ここでScott Wuが動きます。

Google取引が公開されたその週末、Cognitionは電光石火の交渉を開始しました。

“

"金曜日の午後5時以降に最初の電話、月曜日の朝に合意に署名"

— Russell Kaplan, Cognition社長

72時間。業界史上最速の買収でした。

買収額と取得資産

※日本円換算は1ドル=150円で計算

従業員への対応

• 100%のWindsurf従業員が財務的に参加
• すべてのベスティングクリフを免除
• これまでの仕事に対する完全な加速ベスティング

ただし、買収後3週間で約30人の元Windsurf従業員を解雇し、約200人にバイアウトを提示しました。Cognitionの主な関心は技術と顧客契約にあった可能性があります。

Windsurf買収タイムライン

統合戦略：IDE + エージェントの融合

Cognitionは、DevinをWindsurf IDEに直接統合することで、開発体験を革新しました：

• 開発者は並列で複数のDevinエージェントに反復作業を委任
• 重要なアーキテクチャ決定は開発者がコントロール
• WindsurfのTab機能とCascade機能で最も難しい部分を自分で処理
• 同一環境内ですべての作業を統合

これにより、「ツールを切り替える」ことなく、自律型エージェントと対話型IDEのメリットを両立できます。

財務的成果

買収後、Cognitionは急成長を遂げました：

※日本円換算は1ドル=150円で計算

Windsurf買収により、CognitionはIDE市場にも参入しました。では、CursorやGitHub Copilotとどう違うのか？ 競合との比較を見てみましょう。

競合との差別化

Devin vs Cursor 徹底比較

「Devin と Cursor、どちらを使うべき？」という質問に答えます。結論から言うと、両者は競合ではなく、補完関係にあります。

機能・料金・特徴の比較表

向いている人

Devinが向いている人:

• 定型タスク（テスト作成、ドキュメント更新、バグ修正）を自動化したい
• 複数ファイルにまたがる変更をAIに任せたい
• チームでSlack経由でタスクを依頼したい
• セキュリティ修正やコード移行を大量に処理したい

Cursorが向いている人:

• リアルタイムでAIと対話しながらコードを書きたい
• 日常的なコーディングの効率を上げたい
• コードの細部まで自分でコントロールしたい
• 低コストでAIコーディングを始めたい

組み合わせ使用のベストプラクティス

多くの開発者は、両方を併用しています：

• 日常のコーディング: Cursor（タイピング速度とフロー向上）
• 定型タスクの自動化: Devin（自己完結型機能や反復的リファクタリング）

Goldman Sachsの事例では、GitHub Copilotの20%効率向上に対し、Devinは3-4倍の生産性向上を報告しています。

Devin vs GitHub Copilot

組み合わせ使用

• Copilot: 日常のドライバー（タイピング速度とフロー向上）
• Devin: スペシャリスト（自己完結型機能や反復的リファクタリング）

Goldman Sachsの事例では、GitHub Copilotの20%効率向上に対し、Devinは3-4倍の生産性向上を報告しています。

Devin vs Amazon Q Developer

ACU: AI Compute Unit（AIの計算単位） SWE-Bench: ソフトウェアエンジニアリングベンチマーク（コーディング能力の評価指標）

Devin vs Salesforce Agentforce

“

"Salesforce Agentforceが本質的にSalesforce全般のマルチツールであるのに対し、Devinはソフトウェア開発のためのネイルガンです。"

Devinの4つの差別化ポイント

1. 完全自律型: タスク全体を計画から完了まで自律的に実行
2. マルチエージェント: 複数のDevinを並列で実行し、複雑なプロジェクトを分担
3. エンタープライズ対応: VPCデプロイメント、大規模組織向けセキュリティ
4. Windsurf統合: IDE + エージェントの統合プラットフォーム

これだけの差別化ポイントがあるからこそ、Cognitionはわずか18ヶ月で評価額$10.2Bに到達しました。その成長の軌跡を見てみましょう。

資金調達と評価額推移

ラウンド別の詳細

※日本円換算は1ドル=150円で計算

ARRの急成長

Cognitionは、わずか10ヶ月でARR（年間経常収益）73倍成長を達成しました：

※日本円換算は1ドル=150円で計算

ARR成長曲線

効率的な成長

Cognitionは、以下の点で「効率的な成長」を実現しています：

• 創業以来の累計純損失: $20M（約30億円）未満
• マーケティング費用: ほぼゼロ（口コミとデモで顧客獲得）
• 評価額/ARR倍率: 約68倍（Cursor: 59倍、Lovable: 33倍と比較）

急成長を遂げたCognition。では、次に何を目指しているのか？ Scott Wuが描く未来を見てみましょう。

今後のロードマップと展望

短期目標（2025年末）

• 社内PRの50%をDevinが生成（現在25%）
• ルーティンタスクから複雑なアーキテクチャ決定へ
• システム全体のリファクタリングへの対応

予想される開発

マルチエージェントオーケストレーション:

• フロントエンド、バックエンド、DevOps専門の異なるDevinが同期された「スクワッド」として連携
• 人間のコード入力なしでプラットフォーム全体を構築

ハイブリッドワークフォースのビジョン

Goldman Sachs CIO Marco Argentiは、以下のビジョンを提示しています：

“

"It's really about people and AIs working side by side. Engineers are going to be expected to have the ability to really describe problems in a coherent way and turn it into prompts... and then be able to supervise the work of those agents."

「人間とAIが協力して働くこと。エンジニアは問題を一貫した方法で説明し、プロンプトに変え、エージェントの作業を監督する能力が求められます」

— Marco Argenti, Goldman Sachs CIO

エンジニアの役割は、「コードを書く」から「タスクを定義し、AIの作業を監督する」へシフトしていく可能性があります。

日本市場への示唆

日本企業がDevinを導入する際の考慮点：

1. エンタープライズでの導入可能性: Goldman Sachsのような大手金融機関での実績があり、日本の金融機関・大企業でも導入が進む可能性
2. エンジニア不足問題への対応: ジュニアエンジニアレベルのタスクを自動化し、シニアエンジニアを戦略的な開発に集中させる
3. 文化的な「AIとの協働」への適応: 「AIに任せる」という意思決定の文化が必要

ここまで読んで、まだ疑問が残っていませんか？よくある質問をまとめました。

よくある質問（FAQ）

検索でよく調べられている質問に回答します。

Q: Devinの料金は？

A: 月額$20（約3,000円）から利用可能です。2025年4月のDevin 2.0リリースで96%値下げされました。

Coreプランでは$20で2〜3タスク程度を試せます。

Q: Devinは日本語対応している？

A: はい、対応しています。プロンプト（タスク指示）は日本語で入力可能です。ただし、UIは英語のみです。

日本語でのタスク依頼例：

• 「このリポジトリのREADMEを日本語に翻訳して」
• 「認証モジュールのバグを修正して」
• 「テストカバレッジを80%に上げて」

コード生成やコミットメッセージは英語が推奨されますが、日本語でのやり取りは問題なく機能します。

Q: CursorとDevinどちらがいい？

A: 用途によって使い分けるのがベストです。両者は競合ではなく補完関係にあります。

結論: 日常コーディングはCursor、定型タスクの自動化はDevin。多くの開発者は両方を併用しています。

Q: Devinの使い方は？

A: 3つの方法があります。

1. Session（Web）: devin.aiにログインし、チャット形式でタスクを依頼
2. Slackbot: チャンネルで @Devin タスク内容 とメンション
3. API: CI/CDパイプラインとの統合（Teamプラン以上）

初めての方はSessionから試すのがおすすめです。

Q: Devinの実際の性能は？PRマージ率67%は信用できる？

A: PRマージ率67%はCognition公式発表の数値ですが、タスクの種類によって大きく異なります。

得意なタスク（マージ率高）:

• ドキュメンテーション
• テスト作成、バグ修正
• 小規模で反復的なタスク

苦手なタスク（マージ率低）:

• 曖昧な要件のタスク
• 視覚デザイン
• 要件変更が多いタスク

Answer.AIの独立テストでは20タスク中3成功・14失敗という結果も出ており、「ジュニアエンジニアレベルの扱いが必要」と評価されています。

Q: Scott Wuはどんな人？

A: 1997年生まれの競技プログラマー出身の起業家です。IOI（国際情報オリンピック）3年連続金メダル、2014年は満点600点で世界1位。ハーバード大学卒業後、Lunchclub共同創業（$55.9M調達）を経て、2023年にCognition Labsを創業しました。

Q: Goldman SachsはなぜDevinを導入した？

A: 12,000人のエンジニアを抱えるGoldman Sachsでも、定型タスク（セキュリティ修正、ドキュメント更新）が滞留していました。GitHub Copilotの20%効率向上では不十分だったため、Devinを導入。結果、3-4倍の生産性向上を報告しています。「Employee #1」として数百のDevinインスタンスを運用中です。

Q: Devinの限界は？

A: Answer.AIの独立テストで明らかになった主な限界:

1. 予測不可能なパフォーマンス: どのタスクが成功するか予測できない
2. ハルシネーション: 存在しない機能を「幻覚」し、1日かけて無駄な試行をすることがある
3. 監督が必要: シニアエンジニアの代替ではなく、ジュニアレベルの扱いが必要

正しい活用には「明確な要件」「検証可能な結果」「人間による監督」が必須です。

Q: 日本企業はDevinを導入すべき？

A: 以下の条件に当てはまるエンタープライズ企業には検討価値があります:

• エンジニア不足で定型タスクが滞留している
• セキュリティ修正、テスト作成、コード移行に人的リソースを割けない
• 24時間稼働・並列実行可能な開発リソースが必要

個人開発者やスタートアップには、Cursor（$20/月〜）が現実的な選択肢です。

まとめ：Devinは「本物」なのか？

冒頭の問いに戻りましょう。

「フェイクだ」「チェリーピッキングされたデモだ」——2024年3月の批判は、正しかったのでしょうか？

答えは、「半分正しく、半分間違い」 です。

正しかった点：Devinは万能ではありません。Answer.AIのテストが示したように、20タスク中14タスクで失敗します。曖昧な指示には弱く、「ジュニアエンジニアレベルの扱い」が必要です。

間違っていた点：Devinは「フェイク」ではありませんでした。Goldman Sachsは12,000人のエンジニアと並べて導入し、3-4倍の生産性向上を報告しています。Gumroadは4ヶ月で1,583のPRをマージしました。

Devinの本質

Devinは「AIがエンジニアを置き換える」未来ではありません。

「人間とAIが協働する」未来の、最初の一歩です。

エンジニアの役割は「コードを書く」から「タスクを定義し、AIの作業を監督する」へ。Scott Wuが9歳で魅了された「アイデアを現実に変える能力」は、AIによってさらに加速されようとしています。

主要ポイント

次のステップ

1. エンタープライズCTO: Cognition公式サイトでデモを依頼、自社のユースケースに適合するか検証
2. 個人開発者: CursorやLovableを試し、「自律型エージェント」の概念を体験
3. AI技術者: LangChainでマルチエージェント開発を学び、Devinのような自律型システムの構築を研究

関連記事

参考リソース

Cognition Labs公式

• Cognition公式サイト
• Devin紹介記事
• Devin 2.0発表
• Devin 2025 Performance Review
• Windsurf買収発表
• SWE-1.5発表
• Devin料金ページ

テックメディア報道

• TechCrunch - Cognition acquires Windsurf
• CNBC - Goldman Sachs testing Devin
• VentureBeat - Cognition emerges from stealth

独立評価

• Answer.AI - Thoughts On A Month With Devin
• The Register - First AI software engineer is bad at its job

Scott Wu関連

• Scott Wu - Wikipedia
• Lenny's Newsletter - Inside Devin
• Analytics India Magazine - Meet the Creator of Devin

本記事はネクサフローのAI研究シリーズの一部です。