Microsoft Build 2025 技術/製品動向 真壁 徹 シニア クラウドソリューションアーキテクト 日本マイクロソフト株式会社 Microsoft Startup Tech Community #5 

Theme of Build 2025 エージェントの実装 MCP: エージェント間の取り決め 

What is an agent? LLM Instructions Tools LLM Instructions Tools Agent Output Input System events User messages Tool results Tool calls Retrieval Actions Memory Agent messages Agent messages 

From Software Factory (1975) to Agent Factory (2025)  Microsoft の50年の軌跡 

From Software Factory (1975) to Agent Factory (2025)  Microsoft の50年の軌跡 

Apps and AI IaaS SaaS PaaS Semantic Kernel Agent Framework Agent Sprawl (乱立) の発生  エージェントを 「実行する」 「管理する」 Early Access ・ 自社用語・スタイルに最適化 Copilot Tuning GA ・ M365やTeams向けエージェント ・ 1P/3P エージェントが続々登場 Agent Store 発表 ・ 単一インタフェースで複数 エージェントのフロー作成が可能 マルチエージェント オーケストレータ 発表 ・ AI が画像解析によって ブラウザ操作を自動実行 ・ リソース準備不要 Computer Use 現状：エージェント専用IDの指定・管理が未対応 今後：Entra IDに「エージェント専用ID」と管理機能が追加予定 Microsoft Entra Agent ID Microsoft はエージェントを迅速に実行可能、管理可能に 発表 ・ 新モデル: Grok3, Sora, DeepSeek, etc ・ ツール: SPO 対応, AI Search による自動クエリ変換 ・ 環境: Red Teaming Agent (安全性評価), 可観測性 

MCP, Agentic Web (NLWeb)  エージェント間の取り決め MCP なし Agentic Web (NLWeb) MCP あり OpenAI GitHub NLWeb (共通言語) を喋るウェブサイトが増えれば 「知りたいことを聞くだけで答えが得られる」 ウェブ体験が広がる Gemini Claude LLM ツール リソース DB DB OpenAI GitHub Gemini Claude DB DB LLM Web • LLM がサイトの情報を正確に引用 • ユーザ は情報をスムーズに取得 • サイト運営者 はアクセスやコンバージョンを維持 

Data and Infrastructure AI is Engine, Data is Fuel, and Infrastructure is Powertrain GA Public Preview  エージェントをエージェントたらしめる 「データ」 とそれを支える 「インフラ」 BI Data ・ Cosmos DB や Databricks を Foundry に簡単接続 Foundry との接続拡大 ・ Cosmos DB が Fabric 対応 ・ 半構造化データも簡単利用 Cosmos DB in Fabric Public Preview ・ Agent Service スレッドを自前 の Cosmos DB に格納可能 BYO Thread in Agent GA Chat Public Preview ・ Fabric や Power BI のデータを 自然言語で分析・グラフ化 ・ M365 Copilot からも利用可 Chat with your Data Infrastructure ・ パフォーマンス = トークン/(電力+コスト) ・ ファイバー関連 (400Tb/sec) の WAN ・ ラック冗長性 (Dual ToR) Data Center への投資 発表 ・ R&D 向けエージェントサービス ・ グラフベースと HPC 基盤で 仮説生成から分析まで実施 Microsoft Discovery ・ GPU の100倍の エネルギー効率の 可能性 Optical Computing (光計算) 基礎研究 

Developer tools  エージェントが 「つくる」 「運用する」 つくる (ローカル上) 運用する つくる (クラウド上) VS Family Agent Mode GitHub Repos GitHub Actions GitHub Issues SRE Agent Azure & AI Foundry + Coding Agent Pair Programmer から Peer (同僚) Programmer そして Peer Operator へ ・ IDE 上で動く開発支援エージェント ・ 自然言語で最適なコードを生成・修正 ・ プロジェクト全体の一貫性を自動維持 GitHub Copilot Agent Mode ・ GitHub 上の自律型エージェント ・ Issue を割り当てるだけで自動作業 ・ まるで レプラコーン (靴職人の妖精) GitHub Coding Agent Public Preview Public Preview ・ 運用 SRE 業務を自動化 ・ Azure リソース常時監視＆自動復旧 SRE (Site Reliability) Agent 

Code Operate Build & Maintain VS Family Agent Mode GitHub Copilot for Azure GitHub Repos GitHub Actions GitHub Issues SRE Agent AI Foundry Azure + + Agentic DevOps for Azure Coding Agent 

Agentic DevOps in action: Reimagining every phase of the developer lifecycle - Microsoft for Developers アイデア出し、対話によ る要件と仕様の作成 対話型設計、コーディン グとテスト ジョブ型コーディングとテ スト 対話型/自律型インシ デント対応、予防 レガシーコードの近代化 Agentic DevOps ライフサイクルとツールの マッピング例 不具合修正、リファクタリン グ、技術的負債の解消 

開発者が望む技術を取り入れていく 

Vibe Coding動向 (GitHub Copilot & VS Code視点) Build 2025 Session - BRK102 Agent Mode in Action: AI Coding with Vibe and Spec-Driven Flows 

Spec-Driven Vibes 「エンジニアリング」へ Structured Vibes 持続可能性を上げる YOLO Vibes 創造性とスピード The Vibe-Coding Journey “楽しい混沌” “プロフェッショナル” 

YOLO Vibe Coding 1. 成果物優先、コードの中身は二の次 2. 自然言語でやり取り 3. 提案は自動受諾、必要に応じてundo 何に向く?:  ラピッドプロトタイピングやPoC  不慣れな技術やフレームワークの学習  メンテナンスを気にせずに済む個人的プロジェクト YOLO = You Only Live Once 

YOLO Vibing with GitHub Copilot & VS Code エージェントとの対話 • パネルやウィンドウのスタイルはお好みで • とにかくやり取りを繰り返す ワークスペース作成フロー • エージェントが最適と考えるコードベースを、新たな フォルダーに作成させる 音声指示 • VS Code SpeechはローカルSpeech To Textが可 能 • ミュートするキーボードショートカットを活用 ビジュアルコンテキスト • 期待するイメージや解決したい不具合を伝えるため に画像を添付 • ライブプレビューをフィードバックしテンポよく • エレメントやCSSをリファレンスとして付加 自動受諾とUndo • 設定可: ツールの自動受諾 • 設定可: 自動受諾までの遅延 • 設定可: ファイルの自動保存 • うまくいかないやり取りは潔くUndo 

Tips for better YOLO Vibing AIを知る、学ぶ AIが得意なこと、適切な導き方 を学び、限界を探る 著名なフレームワークを使う 明確で一貫した規約で開発され ている人気のフレームワーク、ス タックを選ぶ ホワイトボード感覚で使う 形になるまで、俯瞰し、消し、書 き直す 

Structured Vibe Coding  一貫性あるスターターテンプレート  指示により規約とガードレールを定義  専門性あるツールの活用 何に向く:  YOLOよりも速く、一貫性ある開発  新規プロジェクトの立ち上げ  主流から外れたワークロード向けのスタック 

Structured Vibing with GitHub Copilot & VS Code ワークスペースレベルの指示 • copilot-instructions.md • コードベースの概要を説明 • すべてのリクエストに付加 動的な指示 • *.instructions.md • ファイル名パターンに応じた専門的指示 • パターンマッチングでリクエストに自動付加 カスタムコンテキストツール • MCPサーバ • URLフェッチでのWebコンテンツ取得 問題解決の支援 • 問題のあるコードの自動修正を促す (コンパイルエラー分析からの自動修正など) コミットメッセージの自動生成 • 切りのいい、作業の目的がわかりやすい単位でこま めにコミットする こまめにチェック • 一時停止して作業内容をチェック • 目的にふさわしいツールを使っているか • 間違った方向に向かっている場合は戻し、指示を 変えてやり直す 

Tips for better Structured Vibing 指示を再考し 軌道修正 小さく始め、繰り返す誤りには ルールを追加 こまめにコミット 新しいタスクに取り掛かる前に、 動作するコードをスナップショットと して保存 遠慮なく エージェントを止める エージェントが逸脱し始めたら停 止し、取り消すか軌道修正する 

Spec-Driven Vibing  フローとアーキテクチャの機能仕様を定義  実装計画がイテレーションのタスクを推進  カスタムプロンプトやツールでワークフローを形式化 何に向く:  持続可能なプロダクト  チームでの共同作業  複数のレポジトリ 

Spec-Driven Vibing with GitHub Copilot & VS Code 再利用できるプロンプト • *.prompt.md • チームでの共有 • プロンプト、ツール、モデルの組み合わせを定義 • 使うプロンプトファイルやフォルダを明示 カスタムツール • さらなるMCPサーバの活用 (CI/CD、可観測性向上、データベーススキーマ取得/クエリー、チ ケット管理ツールなど) • ライブラリやツールを検索するため、GitHub repo toolを活用 テストとデバッグ • テスト駆動開発を明示 • エージェントはツールを活かして壊れたテストを修正 し、カバレッジの維持と向上に寄与 タスクに合わせたモデル選定 • 全体計画やデバッグには、深く思考する Reasoning系モデル • スタイルやパターンが固まったあとの実装、コードの 解説には、より速く軽量なモデル 

Tips for better Spec-Driven Vibing あらゆる成果物から 仕様を作る 議事録などをAIに与え、仕様の 土台を作る あらゆる工程を 前倒しする コードの前に、テストや API スキー マを書く 仕様を常に同期させる あらゆる変更時に際し、ドキュメン トを更新させる 

よくある困りごと “数分作業すると混乱してしまった” 作業は段階ごとに分けて仕様書に細分化し、こまめにコミットする “生成したコードがテストを通過しない” エージェントに編集前後でテストとビルドを実行させる “Copilot が誤ったライブラリや構文などを使用してしまう” プロジェクトの概要、アーキテクチャ、ベストプラクティスを示すカスタムインストラクションを追加する “誤ったツールを使ってしまう” 修正のために一時停止やキャンセルし、未使用のツールを無効化し、必要なツールを促すプロンプトを追加 する 

大規模コードベースのベストプラクティス 自己説明的なコードを設計する 明確な構造、厳密な型、そして自動ドキュメントを徹底する 実装前にコードベースをコンテキストとして活用し、計画を練る コードに手を付ける前に、アーキテクチャを整合させるまでイテレーションを重ねる 既存のコードベースで AI をガイドする どこをどのように変更すべきかを AI に明確に指示する 具体的な例を提供する 目標パターンを示すゴールデンファイルを提示する 指示とプロンプトを継続的に更新する エラーと成功した実行に基づいて Copilot のドメイン知識を向上させる 

© Copyright Microsoft Corporation. All rights reserved.