Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

All images powered by Microsoft Designer and Adobe Firefly and GPT-Image-1

Slide 3

Slide 3 text

Who am I? https://dev.azure.com/tfsug/tfsuginfo https://kkamegawa.hatenablog.jp https://devblog.connpass.com/

Slide 4

Slide 4 text

Agentic DevOps Agentic DevOps: Evolving software development with GitHub Copilot and Microsoft Azure | Microsoft Azure Blog

Slide 5

Slide 5 text

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

Slide 6

Slide 6 text

…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?

Slide 7

Slide 7 text

Create Collaborate Operation Agentで何ができる?

Slide 8

Slide 8 text

No content

Slide 9

Slide 9 text

No content

Slide 10

Slide 10 text

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

Slide 11

Slide 11 text

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

Slide 12

Slide 12 text

AI Agent後も必要なルールベース処理

Slide 13

Slide 13 text

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

Slide 14

Slide 14 text

開発ワークフローでのAI Agent活用

Slide 15

Slide 15 text

Coding Agent

Slide 16

Slide 16 text

Coding Agentどのくらいいける?

Slide 17

Slide 17 text

Agentでのコーディング(?)

Slide 18

Slide 18 text

AIが作ってくれたコード、あなたはレビュー通しますか?

Slide 19

Slide 19 text

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)

Slide 20

Slide 20 text

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

Slide 21

Slide 21 text

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

Slide 22

Slide 22 text

MCP Server for Azure DevOps

Slide 23

Slide 23 text

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

Slide 24

Slide 24 text

徐々に何もしなくてもよく…なる?

Slide 25

Slide 25 text

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

Slide 26

Slide 26 text

ただ、注意として…

Slide 27

Slide 27 text

課題を分割して、再整理

Slide 28

Slide 28 text

そのうえで、AIに指示を出して効率化

Slide 29

Slide 29 text

生成AIを使うために必要なもの – 利用者の知識

Slide 30

Slide 30 text

どこへ行けばいいの…

Slide 31

Slide 31 text

これからの生成AI時代に必要かな?というもの

Slide 32

Slide 32 text

Thank you!