Agentic DevOps時代の生存戦略

Agentic DevOpsというキーワードが出て、人間（特にJunior）の人は不要ではないか？という話をよく見かけるようになりました。ほんとに不要になるのか、今後どうするのか、といった話を考えてみました。

Transcript

1. Agentic DevOpsは人類を不要にするのか? あなたがこの先生き残るには Azure DevOps オンライン Vol.13
2. All images powered by Microsoft Designer and Adobe Firefly and GPT-Image-1
3. Who am I? https://dev.azure.com/tfsug/tfsuginfo https://kkamegawa.hatenablog.jp https://devblog.connpass.com/
4. Agentic DevOps Agentic DevOps: Evolving software development with GitHub Copilot and Microsoft Azure | Microsoft Azure Blog
5. そもそもDevOps • DevとOpsの協力、 相手を尊重 • 絶え間ない改善 • 自動化, 標準化 • 早く試し、失敗する
6. …DevOpsに人間必要？ • DevとOpsの協力、相 手を尊重 →エージェントなら • 絶え間ない改善 →エージェントなら • 自動化, 標準化 →エージェントなら？ • 早く試し、失敗する →エージェントは疲れな いし、失敗してもへこま ないのでよい？
7. Create Collaborate Operation Agentで何ができる？
10. 効率化の遷移 マニュアル 見て手動 自動化 Lv1 ルールベースの 条件判定 Lv2 機械学習での 判定、通知、処理 Lv3 AIエージェント での自律
11. そもそもAI使ったAgentって何が違う？ エージェント前 AI Agent 実装方式 固定されたルールベース 動的、Agentが協調 制御 処理の流れは固定 ゴールを指定して動作 （「エラーを修正しろ」など） ユーザー操作 伝統的なUIと指定された範囲の値 （ボタン、フォーム、用意された選択） 自然言語 臨機応変 なしか低い。 外れたことをやる場合作り直し エージェントに権限があれば、その 場で新しいシナリオに対応できるこ とも多い 俗人化 用意されたルールベース 文脈に依存。良い指示をすればよ い結果になる
12. AI Agent後も必要なルールベース処理
13. AI Agentの仕組み 入力 LLM 指示 ツール Agent 他Agentからの メッセージ ユーザー メッセージ システム メッセージ ツール呼び出し 補完検索 記憶 実行 出力 Agentへの メッセージ ツール 実行結果
14. 開発ワークフローでのAI Agent活用
15. Coding Agent
16. Coding Agentどのくらいいける？
17. Agentでのコーディング(?)
18. AIが作ってくれたコード、あなたはレビュー通しますか？
19. 個人ごとにあまり勝手に やらないでほしい （全員好き勝手にやっても問題ないならいいんだけど）
20. 個人の設定ではなく、組織へ GitHub Copilot の機能 - GitHub Docs テンプレートリポジトリを作成する - GitHub Docs
21. このイベントは”Azure DevOps オンライン”では… Azure で GitHub Copilot を使い始める - GitHub Copilot for Azure | Microsoft Learn
22. MCP Server for Azure DevOps
23. 運用とAI Agent Azure SRE エージェントの概要 (プレビュー) - Azure App Service | Microsoft Learn
24. 徐々に何もしなくてもよく…なる？
25. これから開発（IT）に飛び込もうとする人へ We'll always need junior programmers Will AI replace junior developers? Not likely
26. ただ、注意として…
27. 課題を分割して、再整理
28. そのうえで、AIに指示を出して効率化
29. 生成AIを使うために必要なもの – 利用者の知識
30. どこへ行けばいいの…
31. これからの生成AI時代に必要かな？というもの
32. Thank you!