Devin ──「初の AI ソフトウェアエンジニア」を名乗ったエージェント

Devin は、米スタートアップ Cognition が2024年3月12日に発表した自律型のコーディングエージェントである。発表記事の題は「Introducing Devin, the first AI software engineer」で、同社は Devin を「初の AI ソフトウェアエンジニア」と称した。これは Cognition 自身による呼び方であり、第三者が認めた称号ではない。Devin はシェル、コードエディタ、ブラウザを備えた隔離環境（サンドボックス）の中で、作業の計画から実装、テスト、デバッグまでを進め、進み具合を報告しながら人間の指摘を受け入れるとされた。発表時は順番待ちの早期アクセスだけで、誰でも使えるようになったのは9か月後の2024年12月10日である。

「Devin とは何か」に一言で答えるなら、AI が補助役ではなく、作業を丸ごと引き受ける同僚として売り出された最初の大きな例である。その触れ込みは強い期待と同じくらい強い反発を呼び、「AI エンジニア」という言葉の中身を問い直すきっかけになった。

発表 ── SWE-bench で13.86%

Cognition が最大の根拠に挙げたのは SWE-bench の成績だった。SWE-bench はプリンストン大学などの研究者が2023年10月に公開した評価で、12の人気 Python リポジトリから集めた実際の GitHub の課題2,294問を AI に解かせる。論文の時点で最も成績がよかった Claude 2 でも、解けたのは1.96%だった。

ただし Devin の数字は、全2,294問のうち無作為に選んだ25%（570問）で測ったものである。Cognition は、Devin にはどのファイルを直すべきか教えずにリポジトリを自分で探させたとして、比較の条件を説明している。測定も発表も同社自身によるものである。のちに Anthropic や OpenAI は、人手で検証した500問からなる SWE-bench Verified で成績を示すようになった。

発表記事は、Devin に Upwork の実際の仕事も与えてみたところこなせたと書き、資金面では Founders Fund 主導の2100万ドルのシリーズ A を明らかにした。

デモ動画への批判

数週間のうちに反論が出た。YouTube チャンネル Internet of Bugs を運営するベテランのソフトウェア技術者 Carl は、Upwork の仕事をこなしたとするデモ動画を細かく検証した。The Pragmatic Engineer（2024年4月18日）のまとめによると、その指摘は次のようなものだった。

• Devin は動画が示唆するようには Upwork の依頼を完了していない
• 動画はバグを直したとしているが、それはもともとのリポジトリには存在しないバグだった
• 作業には6〜26時間かかっていた

動画を作った Cognition の開発者 Walden Yan は動画を弁護しつつ、Devin は他の Upwork の仕事もこなしたが、間違えることも、失敗することも多いと書いた。The Pragmatic Engineer は、同社の説明が、Upwork の実際の仕事をこなしたという当初の強い主張から大きく後退したと評している。

一般提供と第三者の検証

2024年12月10日、Cognition は Devin をエンジニアリングチーム向けに月500ドルからで一般提供し、席数の上限は設けないとした。Slack 連携、IDE 拡張、API が含まれた。

それから約1か月後の2025年1月8日、AI 研究企業 Answer.AI の Hamel Husain らは、Devin を1か月使った報告を公開した。20件の作業を任せた結果は、成功3件、失敗14件、判定不能3件だった。著者らは、どの作業がうまくいくか予測できなかったことを最大の問題に挙げ、開発者が主導する Cursor のような道具を使い続けると結論した。

評価額102億ドルへ

批判の一方で、事業は大きく伸びた。Cognition が2025年9月8日に発表したところでは、Devin の年換算売上（ARR）は2024年9月の100万ドルから2025年6月には7300万ドルに増えた。同社は2025年7月に AI コーディング環境 Windsurf を買収し、これで ARR が倍以上になったとしている。同じ発表で、Founders Fund 主導により評価額102億ドルで4億ドル超を調達したことを明らかにし、利用企業として Goldman Sachs、Citi、Dell、Cisco、Palantir などを挙げた。いずれも Cognition 側の数字である。

「AI の同僚」が職場に来るとき

Devin の売り方は、AI を道具ではなく同僚として描いた点で、働く人々に直接響いた。CNBC によると、Goldman Sachs の最高情報責任者 Marco Argenti は2025年7月、約1万2000人の人間の開発者を抱える同社で Devin を試験導入し、「Initially, we will have hundreds of Devins [and] that might go into the thousands, depending on the use cases」と語った。人間と AI が共存する「hybrid workforce」の姿を描き、Devin は人間の社員の監督の下で、古い社内コードを新しい言語に書き換えるような、エンジニアが退屈だと感じがちな仕事を担うと説明した。

Argenti の言葉は置き換えではなく協働を強調するが、「何百もの Devin」という表現そのものが、AI を人員として数える発想を示していた。一方、Answer.AI の検証やデモ動画をめぐる論争は、少なくとも2024〜2025年の時点では、自律エージェントが人間の確認なしに任せられる水準になかったことも示している。宣伝の言葉と実際の性能の差をどう埋めるかは、その後のコーディングエージェントすべてに引き継がれた課題である。

自律エージェントの流行の出発点は Auto-GPT、画面を操作する AI は Claude のコンピュータ使用、のちの大手の製品は Claude Code と OpenAI Codex のページにある。若手の雇用への影響は AI と若手雇用 に、同じ時代の流れは AI の年表 と AI と社会の年表 にまとめている。