マルチエージェント × ハーネスエンジニアリング × GitLab Duo Agent Platformで実現する「AIエージェントに仕事をさせる時代へ。」 / 20260421 GitLab Duo Agent Platform

マルチエージェント × ハーネスエンジニアリング × GitLab Duo Agent Platformで実現する「AIエージェントに仕事をさせる時代へ。」

https://x.com/n11sh1_/status/2043445134432342478

【開催概要】
日時：2026年4月21日（火）12時〜13時
形式：オンライン（Zoom）
主催：株式会社ジークス（共催：GitLab合同会社）
対象： AI開発支援ツールに興味のある開発者、GitLab Duo導入検討中のチーム
参加費：無料
定員：300名（先着順）
参加申込：https://experts.zyyx.jp/gitlab/events/20260421-gitlab-duo-agent-platform
※競合企業からのお申し込みはお断りさせていただく場合がございます

Transcript

1. AI エージェントに仕事をさせる時代へ。 オンライン | 2026年4月21⽇(火) 12:00 ~ 13:00 ハーネスエンジニアリング DAP の5 層アーキテクチャをデモ解説 GitLab Duo Agent Platform ウェビナー
2. 自⼰紹介
   株式会社ジークス GitLabパートナー事業責任者
   GitLab Champion‌ ‌ (GitLab認定エバンジェリスト)
   Friends of Figma Tokyo Leader‌ ‌ (Figma認定コミュニティ)
   GitLabというDevSecOpsプラットフォームを武器に、 大手企業の開発組織変革や組織のDevOps成熟度を高め る活動を推進。戦略立案からAI活用、CI/CDパイプライ ン構築、セキュリティシフトレフト実装、移行支援、 DevOps文化定着まで、一貫した導入支援・コンサルテ ィングサービスを提供。
   (Niishi Kubo) 久保 仁詩 @n11sh1_
3. ジークスは、10年以上のGitLab運用経験をもとに 2024年4月よりGitLabパートナー事業を展開しています
4. 今日お話すること 1 開発現場のリアルな課題 2 なぜ今マルチエージェントなのか 3 ハーネスエンジニアリングとは 4 GitLab Duo Agent Platformの紹介（5層アーキテクチャ） 5 デモ：AIエージェントに仕事をさせる
5. AIを入れたのに、 開発が速くならない
6. AIパラドックスの実態 90% 業務の一部に AIを使用している開発者 チームのリードタイムが 明確に短縮されたチーム この差が AIパラドックス 多くの開発チームがぶつかっている壁 引用元: DORA 2025 State of AI-assisted Software Development report
7. なぜ1人では速いのにチームでは遅いのか 1人でAIを使うとき プロンプト→生成→確認→修正 ループが自分の頭の中で完結 バリューストリームに「待ち」がない コンテキストの引き継ぎゼロ 2人以上になった瞬間 「AIが書いたコードを別の人がレビュー」 が発生 引き継ぎ・手待ちが一気に出現 未レビューコードの山が積み上がる 工程間の「待ち」がリードタイムを支配 → 高いパフォーマンス → AIパラドックスの正体はここにあった 問題はAIというツールではなく、プロセスそのものにある
8. ツールの導入だけではなく、技術的・文化的な環境への投資が必要 AI 投資の最大の成果は、ツール自体からではなく、基盤となる組織システム（内部プラットフォーム の質、ワークフローの明確さ、チームの連携）に戦略的に焦点を当てることで得られる AIは増幅器である 引用元: DORA 2025 AI Capabilities Model report
9. マルチエージェントによる改善アプローチ 現状 ボトルネック（人間の手動タッチポイント、ハンドオフ） 引き継ぎによって待ち時間が5日以上発生し、 フロー効率が5.3%に低下している 理想像 複数エージェントが自律的な実行ループ 引き継ぎが無い、完全に自動化されたプロセス フロー効率100％の状態 引用元: DORA 2025 AI Capabilities Model report 人間A + AI 人間B + AI 人間C + AI エージェントA エージェントB エージェントC
10. AIエージェントにそこまで 仕事を任せて大丈夫？
11. ハーネスエンジニアリングとは ハーネス （制御機構） モデル （Claude, GPT等） どれだけ優れたモデルを導入しても、ハーネス（制約・ツール・フィードバックループ）を 設計しなければ、AIは同じミスを繰り返し、チームの信頼を得られないまま終わる ガイド（フィードフォワード制御） AIが動く前に正しい方向へ誘導する。 → AGENTS.md、SKILL.md、テンプレート等 センサー（フィードバック制御） AIの出力を自動チェックし自己修正させる。 → テスト、リンター、AIコードレビュー等 Thoughtworksが提唱する「ハーネスエンジニアリング」では、 Agent = Model + Harness と定義されています。 引用元: https://martinfowler.com/articles/harness-engineering.html
12. 単一のAIアシストから、AIチームへ 人間の役割：ハーネスを設計・改善し、AIをステアリングし続けること スコープ 統制 課題 これまで 個人 個人のプロンプト依存 レビュー工程で詰まる これから（マルチエージェントの世界） チーム / プロジェクト ハーネスの設計・改善 エージェントの管理、並列自動化
13. GitLab Duo Agent Platform ご紹介
14. AIを搭載した包括的なDevSecOpsプラットフォーム モニタリング・分析 計画 ソースコード管理 CI/CD 自動化 セキュリティ 開発スピードと品質の向上 ソフトウェアサプライチェーンにおけるセキュリティリスクへの対応 ガバナンスの強化 複数ツール統合によるコスト削減 解決できる課題
15. GitLab Duo 3つの特徴 コード生成・チャット機能 コード提案・解説・リファクタリング・テスト生成 コードレビュー Self-Hosted (オンプレ可) AWSなどプライベートクラウドやオンプレミス環境で AIモデルを実行しデータプライバシー確保 エージェントAI (自立型) 開発全体を自動化するエージェントは、 文脈を理解し要件からコード生成・検証まで完結 GitLab Duo Agent Platform リンク
16. ハーネスを実装するDAPの5層アーキテクチャ （コードベースの文脈理解） 統合データモデル + Knowledge Graph （エージェントの組織展開） AI Catalog （ワークフローと自動化） Flows （組織固有のドメイン知識） Skills （インターフェースと自律実行） Agents
17. Agents: 適材適所で稼働するマルチエージェント ひとつのプロジェクト上で、多様なモデルがそれぞれの強みを生かして役割を分担する。 中央リポジトリ (Central Repository) Codex Agent 高速なコード補完 Amazon Q Agent AWSインフラ最適化 Gemini Agent データ分析・テスト生産 GitLab Agent CI/CD・セキュリティ自動化 Claude Code Agent 複難なリファクタリング
18. Skills: 組織固有のドメイン知識を注入する共通言語 マルチエージェントに共通の秩序をもたらす、最も重要な要素。 組織のルール・セキュリティ要件・コーディング規約 Model A (e.g., Claude) SKILL.md どのLLMモデルを使用しても、 同じ「組織のDNA」で動作する。 Model B (e.g., Codex) Model C (e.g., Gemini)
19. Flows: 下流工程を自律的に回す自動化パイプライン 人間が待つことなく、複数の専用エージェントが同時に下流工程を処理する。 Developer Flow 自動ブランチ作成 → コード修正 → MR作成 Code Review Flow MR検知 → 行レベルの自動レビューコメント投下 SAST Flow 脆弱性スキャン → 偽陽性の自動排除 イシュー イシューの中身をエージェントが理解
20. AI Catalog: ハーネスを組織全体へ安全に届ける基盤 優れたエージェントとワークフローをパッケージ化し、組織全体へ展開する。 パッケージ化: スキルとプロンプトをセットで登録 カタログ化: 別プロジェクトへ適用 バージョン固定: 予期せぬ挙動の変化を防ぐ安定運用
21. 統合データモデル + Knowledge Graph Knowledge Graph: コードベースの文脈理解 統合データモデル: AIがアクセス可能な組織固有の内部データ GitLabは、全エージェントが参照できる共有コンテキスト（データエコシステム） を提供している。 プロジェクト計画 | バージョン管理 | 変更履歴 | CI/CDパイプライン | セキュリティスキャン | 分析
22. DAP デモ解説
23. ご清聴有難うございました
24. 補足資料
25. Harness engineering for coding agent users https://martinfowler.com/article s/harness-engineering.html https://mitchellh.com/writing/m y-ai-adoption-journey ハーネスエンジニアリング関連記事 My AI Adoption Journey
26. https://dora.dev/research/2025/d ora-report/ https://dora.dev/ai/capabilities- model/report/ 補足ガイド フルレポート 日本語の要約版が公開されました！ 2025年 DORAレポート