「AIがエンジニアを置き換える」——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2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。日本でもDeNAが全社2,000人超への導入を完了。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. Devinとは何か: 自律型AIエンジニアの仕組みと全機能の詳細
2. 料金体系: プラン別の料金、ACUの仕組み、Cursor・Copilotとの比較
3. 競合比較: Cursor、GitHub Copilot、Replit、Lovable、Claude Codeとの詳細比較
4. 創業者と経営陣: Scott Wu、Steven Hao、Russell Kaplanの経歴と主要リーダーシップ
5. 成長の軌跡: 資金調達、ARR 73倍成長、Windsurf買収劇
6. 導入事例: Goldman Sachs、DeNA、Gumroad、Nubankなどの具体的成果数値
7. 批判と限界: Answer.AIの独立テスト、PRマージ率67%の内訳
8. 市場分析: AIコーディング市場$4.7B→$14.6Bの成長予測
9. 日本市場への示唆: DeNA全社導入の詳細、日本企業の導入戦略

基本情報

Devinの全体像

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との根本的な違い:

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

プロダクト完全ガイド：Devinの全機能を解説

プラットフォーム構成

Devinは3つの利用方法と複数の機能モジュールで構成されています。

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

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

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。

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

技術アーキテクチャ

コアとなるLLM基盤

Devinは、独自開発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

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、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

SWE-1.5：Cognition独自の高速コーディングモデル（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

料金体系：Devinにいくらかかるのか

料金プラン（2026年3月時点）

2025年4月のDevin 2.0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）

Coreプランでは$20で2〜3タスク程度を試せます。

AIコーディングツール料金比較

Devinの料金を主要な競合ツールと比較します。

創業者と経営陣

Scott Wu（CEO / 共同創業者）——9歳で見つけた「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

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。

“

"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。

“

"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

Steven Hao（CTO / 共同創業者）

Steven HaoもIOI金メダリストで、Cognitionの技術基盤を設計しています。共同創業者として、Devinのコアアーキテクチャと強化学習パイプラインの構築を主導。

Walden Yan（CPO / 共同創業者）

3人目の共同創業者Walden YanもIOI金メダリスト。プロダクト全体のビジョンとユーザー体験を統括しています。

3人の共同創業者全員がIOI金メダリスト——これは、AIスタートアップの中でも異例の技術力の集中です。

Russell Kaplan（President）

Russell Kaplanは2024年にPresidentとして参画しました。前職はScale AIでML・MLインフラの責任者を務め、その前はTeslaでML開発、さらにHeliaを共同創業した経歴を持ちます。

Windsurf買収の72時間交渉を指揮したのもKaplanで、ビジネス面でのリーダーシップを担っています。

Neal Wu（エンジニア）

Scott Wuの兄であるNeal WuもIOI金メダリストで、Google Code Jam 2位の実績を持ちます。Google在籍後にCognitionに参加し、Devinの開発に従事しています。

成長の軌跡

資金調達ラウンド

※日本円換算は1ドル=150円で計算

ARRの急成長：10ヶ月で73倍

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

• 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）

Windsurf買収：72時間の電光石火

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。

三つ巴の争奪戦

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。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（CEO Varun Mohan、共同創業者Douglas Chen、リサーチリーダーたち）の引き抜きです。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。

“

"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。

買収の詳細

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

買収後の財務的成果

導入事例

Goldman Sachs——「12,001人目のエンジニア」

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。

“

"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。

DeNA——日本初・全社2,000人超導入

2026年3月、DeNAがDevin Enterpriseの全社導入を完了しました。日本企業として最大規模の導入事例です。

導入プロセス

DeNAは2025年7月にCognition AIとの戦略的パートナーシップを締結し、約半年の準備期間を経て3段階で展開しました：

1. αフェーズ: 限定チームでの検証
2. βフェーズ: 部門横断での拡大
3. 全社導入: 2,000人超が利用可能に

セキュリティ対応

VPCバージョンを自社クラウド環境に独立した物理隔離で配備し、SSO連携を含む独自の高度な認証・認可管理システムを構築。各事業部門が安全に利用できる環境を実現しています。

成果数値

DeNAは今後、DeNA AI Linkを通じた導入支援サービスの提供も予定しています。

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。

セキュリティ修正時間の比較

グローバルパートナーシップ

2026年にはシステムインテグレーター大手との提携も進んでいます：

• Cognizant（2026年1月）: エンタープライズ規模でのDevin導入支援を展開
• Infosys（2026年）: グローバルクライアントへのDevin配備と社内チームへの展開

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：

競合比較

Devin vs Cursor 徹底比較

「Devin と Cursor、どちらを使うべき？」——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。

結論: 日常コーディングはCursor、定型タスクの自動化はDevin。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

Devin vs Replit Agent

Devin vs Lovable

Devin vs Claude Code

AIコーディングツールの使い分け

多くの開発者は、複数のツールを併用しています：

市場分析：AIコーディング市場の急拡大

市場規模と成長予測

AIコーディングツール市場は爆発的な成長を遂げています。

主要プレイヤーの評価額と成長

2024年中盤から2025年にかけて、AIコーディングスタートアップの合計評価額は350%成長しました。

市場トレンド

1. 自律型エージェントへのシフト: 補完型（Copilot）から自律型（Devin）へ。エンジニアの役割が「コードを書く」から「タスクを定義し監督する」へ変化
2. 価格競争の激化: Devinの96%値下げ（$500→$20）に象徴されるアクセス民主化
3. エンタープライズ採用の加速: Goldman Sachs、DeNA、Cognizant、Infosysなど大手の本格導入
4. IDE統合の深化: Cognition+Windsurf、Cursor+VS Code基盤。開発環境とAIの一体化が進む

批判と限界

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。

PRマージ率67%の内訳

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

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

Answer.AIの独立テスト——20タスク中、成功はわずか3つ

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。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に与えた結果：

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

「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

“

"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

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。

Devinのスキルプロファイル

今後の展望

短期目標（2026年末）

• 社内PRの50%をDevinが生成（2025年時点で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

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」として連携し、人間のコード入力なしでプラットフォーム全体を構築する未来が描かれています。

ハイブリッドワークフォースのビジョン

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。Goldman Sachsの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。

IDE統合の深化

Windsurf IDEとDevinの統合により、2026年後半には「最初の完全AI駆動開発環境」の実現を目指しています。開発者がIDEから離れることなく、自律型エージェントと対話型IDEのメリットを両立できる世界です。

日本市場への示唆

DeNA：日本市場の先駆的事例

2026年3月のDeNA全社導入は、日本におけるDevin活用の重要なマイルストーンです。

DeNAの3段階導入モデル

DeNAの導入プロセスは、日本企業がDevinを導入する際のモデルケースとなります：

1. αフェーズ（検証期）: セキュリティ審査、VPC環境構築、限定チームでのPoC
2. βフェーズ（拡大期）: 部門横断での活用、成功パターンの蓄積
3. 全社展開: SSO連携、認証基盤整備、2,000人超への開放

日本企業特有の課題と対応

日本企業がDevinを導入する際の考慮点

1. エンタープライズ導入可能性: Goldman Sachs、DeNA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が高い
2. エンジニア不足問題への対応: 経済産業省は2030年に最大79万人のIT人材が不足すると予測。ジュニアレベルのタスクをDevinに委任することで、シニアエンジニアを戦略的開発に集中させられる
3. コードマイグレーション需要: 日本企業はレガシーシステムの刷新を抱えており、DeNAが実証した「6倍効率化」は大きなインパクト
4. 日本語対応状況: プロンプト入力は日本語対応、UIは英語のみ。コード生成やコミットメッセージは英語推奨
5. 文化的な「AIとの協働」: 「AIに任せる」という意思決定の文化が必要。DeNAのように段階的導入で組織の成熟度を上げるアプローチが有効

日本市場での代替ツール

日本企業の状況に応じた選択肢：

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、小規模な反復タスク

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
• レガシーコードのマイグレーションを抱えている
• 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

DeNAは2,000人超への全社導入でコードマイグレーション6倍効率化を実現しています。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。

Q: ACU（Agent Compute Unit）とは？

A: Devinが行う作業を測定する独自の単位です。タスク実行時、ブラウザ操作時、コンテキスト収集時に消費されます。ユーザーの応答待ち、テスト実行待ち、リポジトリのセットアップ時には消費されません。Coreプラン（$20/月）には9 ACU、Teamプラン（$500/月）には250 ACUが含まれます。

Q: DevinとLovable/Replitの違いは？

A: 目的が異なります。Devinは既存コードベースの保守・改善（PR作成、バグ修正、マイグレーション）に強く、LovableやReplitはゼロからのアプリ構築やプロトタイピングに向いています。プロのエンジニアチームにはDevin、MVPの高速構築にはLovable/Replitという棲み分けです。

Q: Windsurf買収でDevinはどう変わった？

A: Cognitionは2025年7月にWindsurf（旧Codeium）を推定$250Mで買収し、IDE + エージェントの統合を実現しました。Windsurf IDEの中からDevinを直接起動でき、対話型IDEと自律型エージェントのメリットを同一環境で享受できます。ARRは$82Mが加算され、$155Mに到達しました。

Q: Devinのセキュリティは大丈夫？

A: Enterprise版ではVPCデプロイメント（専用クラウド環境での隔離実行）、SSO対応、カスタムDevin設定が可能です。DeNAの事例では、独立した物理隔離環境にVPC版を配備し、独自の認証・認可管理システムを構築しています。サンドボックス環境での実行と、Planning/PRの2段階承認チェックポイントもセキュリティ対策です。

Q: SWE-1.5とは何？

A: 2025年10月にCognitionがリリースした独自の高速コーディングモデルです。Cerebrasとの提携により950トークン/秒の推論速度を実現（Claude Sonnet 4.5の13.7倍）。SWE-Bench Proでは40.08%のスコアで、性能と速度を両立しています。Windsurf IDEで利用可能です。

Q: 個人開発者がDevinを試すには？

A: Coreプラン（月額$20〜）から始められます。devin.aiにアクセスし、GitHubアカウントで登録するだけで利用開始できます。まずはSessionモードで「READMEの更新」「テスト追加」など小さなタスクから試すのがおすすめです。$20で約9 ACU（2〜3タスク分）を利用できます。

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。DeNAは全社2,000人に展開し、コードマイグレーション6倍効率化を実現しました。

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

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 - Devin 2.0

日本市場

• DeNA Devin Enterprise全社導入（日経）
• DeNA「Devin」全社導入 作業効率6倍（ITmedia）
• DeNA AI Link × Cognition AI 戦略的パートナーシップ

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

本記事はネクサフローのAI研究シリーズの一部です。