Cognitionが「Devin 1.2」公開、コード再利用を強化しSlack音声指示に対応

会議の合間に歩きながら、スマホのSlackでAIエンジニアに10秒の音声メッセージを吹き込む。「さっき決まった認証周りのコード直しておいて、過去の共通モジュール使ってね」。数分後、リポジトリにプルリクエストが届いている――そんな開発スタイルが現実味を帯びてきました。

Scott Wu率いるCognitionは、AIエンジニア「Devin」のバージョン1.2をリリースしました。モデルの性能スコアを競うのではなく、既存の開発ワークフローにどう馴染ませるかに注力したアップデートです。

コードの文脈理解とSlack音声指示

Devin 1.2の最大の改良点は、リポジトリ内におけるインコンテキスト推論の強化です。

従来のAIエージェントにありがちだった無駄な車輪の再発明を減らし、コードベース全体の構造を把握した上で、どのファイルが関連しているかを特定します。既存のコードパターンを認識して再利用しながらプルリクエスト（PR）を作成できるため、記述の不整合や手動修正の手間を減らせると説明されています。

操作面では、Slackの音声メッセージに対応しました。チャンネルでDevinをメンションし、音声クリップを録音して要件やフィードバックを話しかけるだけで、Devinが自律的に手順を組み立て、専用のシェルやエディタ、ブラウザを操作して作業を開始します。

スナップショット保存と従量課金

ログイン周りの使い勝手も改善されました。新機能の「マシン・スナップショット」により、Devinのブラウザで一度ログインするとセッションクッキーが保持され、次回以降の作業環境でも認証状態が引き継がれます。

企業向けには、複数ワークスペースの一元管理コンソールが提供されます。料金体系は月額500ドルの定額（シート数無制限）に加え、1月9日からは規定のACU（処理枠）を超えた分を追加購入できる従量課金モデルも導入されました。上限到達で作業が止まるのを防ぎつつ、予算上限を設定してコストを管理できます。

現在、OpenSeaやRamp、Lumos、Nu Bank、Curai Healthなどの企業がDevinを採用しています。ただし、現場の評価は手放しではありません。Answer.aiの研究者が実施したテストでは、20件のタスクのうち成功はわずか3件にとどまり、14件が失敗、3件が判定不能という結果でした。コードが無駄に複雑化したり、予測不能な形で失敗したりする課題が指摘されています。

なぜ重要か

Devin 1.2の進化は、派手なベンチマーク競争から現場の泥臭い運用改善へと軸足を移した点にあります。Slack音声による指示やブラウザセッションの保持は、まさに人間がエンジニアへ雑に仕事を振る感覚をAIで再現しようとする試みです。

しかし、最大のハードルは依然としてコードの信頼性です。Answer.aiの検証のように失敗率が高いままだと、シニアエンジニアがコードレビューや後始末に忙殺され、月額500ドルの投資対効果が見合わなくなります。現状のDevinは、完全に自律したエンジニアというよりも「目を離せないインターン」に近いと見るのが妥当でしょう。定型的なリファクタリングや調査には有用ですが、基幹業務に組み込むには、まだ人間による厳格なレビューが欠かせません。