室谷代表取締役Devinに「Dynamic Workflows」という機能が入ったんですよね。Cognitionが公式Xアカウントで発表していて、ざっくり言うと「大きな仕事を分割して、それぞれを専用のDevinに任せ、結果を統合する」という話です。
テキトー教師DotAI 認定講師単に並列で走らせる話じゃないんですよ。計画がエージェントの頭の中ではなく、コードとして残るのがポイントで。
講座でも「エージェントに任せると再現性が消える」という話をよくするんですが、そこに切り込んできた形ですね。
講座でも「エージェントに任せると再現性が消える」という話をよくするんですが、そこに切り込んできた形ですね。
室谷代表取締役そうなんですよね。公式スレッドでも「The plan for a Dynamic Workflow lives in code instead of an agent's head」と書かれていて、どのDevinが、どの順序で、何を指示されて動くかを常に把握できる、と。
Devin Dynamic Workflowsとは？何が発表されたのか
まとめ
Devin Dynamic Workflowsとは
- Cognitionの自律型ソフトウェアエンジニア「Devin」に追加された機能
- 複数のDevinエージェントを編成する決定的(deterministic)なPythonスクリプト
- Devin自身がそのスクリプトを書き、実行する
- 各エージェント呼び出しはプロンプト・スキーマ・実行設定のハッシュで管理され、同じ呼び出しを毎回再現できる
- 中断しても完了済みは記録から即再生、未完了だけ新規実行で再開できる
- Devin自体はクラウドまたは手元のマシンで動き、自前のブラウザでテストし、PRがマージ可能になるまで作業を続ける
- 発表の主語はあくまでCognition(Xが発表したわけではない)
テキトー教師DotAI 認定講師まず定義から整理しましょう。Dynamic Workflowsは、Cognitionの自律型ソフトウェアエンジニア「Devin」に追加された機能で、複数のDevinエージェントを編成する決定的なPythonスクリプトです。
Devin自身がそのスクリプトを書き、実行します。
Devin自身がそのスクリプトを書き、実行します。
室谷代表取締役決定的、つまりdeterministicというのがミソなんですよね。同じ呼び出しを毎回再現できるという意味で、各エージェント呼び出しはプロンプト・スキーマ・実行設定のハッシュで管理される。
だから中断しても、完了済みは記録から即再生、未完了だけ新規実行で再開できるわけです。
だから中断しても、完了済みは記録から即再生、未完了だけ新規実行で再開できるわけです。
テキトー教師DotAI 認定講師ここ、教育の現場で例えるなら「テストの採点基準を毎回同じにする」ということに近いですね。担当者が変わっても同じ手順で同じ結果が出る。
エージェントの気分に左右されない仕組みです。
エージェントの気分に左右されない仕組みです。
室谷代表取締役ちなみにDevin自体は、クラウドまたは手元のマシンで動いて、自前のブラウザでテストし、PRがマージ可能になるまで作業を続けるエージェントです。そのDevinが、今度は自分より小さなDevinたちを束ねる側に回る、という構図なんですよね。
テキトー教師DotAI 認定講師発表の主語はあくまでCognitionです。Xで見かけたからといって「Xが発表した」と書くのは間違いなので、そこは整理しておきたいところです。
Dynamic Workflowsでできること――複数のDevinをチームとして動かす仕組み
Dynamic Workflowsでできること
広いファンアウト＋統合
5つ以上の独立した単位（ファイル、モジュール、エンドポイント、チケットなど）をそれぞれ別のDevinに判断・検証させ、結果を集約する
段階的パイプライン
監査→修正→検証のように、後段が前段の構造化出力を消費する作業。例：全SQLクエリを監査し、確認された問題を各ブランチで修正し、EXPLAINで前後を検証する
ループ
flakyな統合テストスイートをグリーンにする。実行して失敗したものを直し、3回連続で通るか、何も新しい修正が出なくなるまで繰り返す
室谷代表取締役具体的に何ができるかというと、まず「広いファンアウト＋統合」です。5つ以上の独立した単位、たとえばファイル、モジュール、エンドポイント、チケットなどを、それぞれ別のDevinに判断・検証させて、結果を集約する。
テキトー教師DotAI 認定講師もう一つが「段階的パイプライン」ですね。監査→修正→検証のように、後段が前段の構造化出力を消費する作業です。
公式ドキュメントの例だと、レポーティングモジュールの全SQLクエリを監査して、確認された問題をそれぞれのブランチで修正し、EXPLAINで前後を検証する、というパイプラインが挙がっています。
公式ドキュメントの例だと、レポーティングモジュールの全SQLクエリを監査して、確認された問題をそれぞれのブランチで修正し、EXPLAINで前後を検証する、というパイプラインが挙がっています。
室谷代表取締役あとはループですね。「flakyな統合テストスイートをグリーンにする。
実行して、失敗したものを直して、3回連続で通るか、何も新しい修正が出なくなるまで繰り返す」という例も載っていました。
実行して、失敗したものを直して、3回連続で通るか、何も新しい修正が出なくなるまで繰り返す」という例も載っていました。
テキトー教師DotAI 認定講師整理すると、こういう部品でワークフローを組み立てる形です。
| 部品 | 役割 |
|---|---|
register_workflow(meta) | ワークフローの名前・説明・フェーズを宣言。エージェント実行前にawaitが必須 |
agent(prompt, phase=..., schema=...) | 1エージェントを実行し、構造化出力をdictで返す |
pipeline(items, stage1, stage2, ...) | 各項目を段階ごとに独立実行。段階間にバリアを置かない |
parallel([...]) | 非同期callableを並行実行し、全部を待つ |
log("message") | 実行中に見える進捗行を書き出す |
室谷代表取締役この
全員が揃うのを待たない。
pipeline()の「段階間にバリアを置かない」というのが面白くて。項目Aがステージ3にいる間に、項目Bはまだステージ1にいていいわけです。全員が揃うのを待たない。
テキトー教師DotAI 認定講師parallel()は逆に、マージや重複排除のように、本当に前段の結果が全部必要な場面だけで使う。ここを混同すると、せっかくの並列性が死んでしまいます。室谷代表取締役各
公式ドキュメントには「スキーマは小さくフラットに保つ」と書かれていました。
agent()呼び出しはJSON Schemaを受け取って、それに沿ったdictを返す。これが、ある段階の調査結果が次の段階のプロンプトになる仕組みです。公式ドキュメントには「スキーマは小さくフラットに保つ」と書かれていました。
Dynamic Workflowsの使い方・始め方――Pythonスクリプトは誰が書くのか
エージェントの実行場所：Separate VM vs Shared VM
Separate VM（デフォルト）
- 専用マシン・リポジトリのクローン・環境を持つ完全な子Devinセッション
- オーケストレーション側のファイルは見えない
- コードの受け渡しはgitブランチ経由
- 各エージェントがブランチをpushしてブランチ名を報告
- 後続の段階が構造化出力からブランチ名を読む
Shared VM
- オーケストレーション側のマシン上で動く
- コミットされていない変更を含む作業ツリーを共有
- gitの受け渡しが不要
- CPU・メモリ・ディスクをセッションと奪い合う
- 並行度の上限が低くなる
- 共有ツリーで隔離がないため、並行して書き込むエージェントには厳密に重複しないファイルやディレクトリを割り当てる必要がある
テキトー教師DotAI 認定講師ここが受講生さんから一番聞かれそうなところなんですけど、スクリプトを書くのはDevin自身です。ユーザーは「ワークフローとして実行して」と頼むだけ。
室谷代表取締役そうなんですよね。公式の説明でも「You describe the task and ask for a workflow; Devin writes the script」とあって、タスクを説明してワークフローを頼むと、Devinがスクリプトを書く。
テキトー教師DotAI 認定講師実行の流れも決まっていて、まずDevinがスクリプトをファイルに書いて実行を開始します。実行はデフォルトで自動承認。
各実行の前に承認を挟みたければ、Settings → Preferences → Auto-approve workflowsをオフにする。
各実行の前に承認を挟みたければ、Settings → Preferences → Auto-approve workflowsをオフにする。
室谷代表取締役スクリプトはDevinのマシン上で走って、ワークフローの部品は自動注入されるのでインストールもインポートも不要。各エージェント呼び出しはエージェントを起動して、その構造化出力を待ちます。
デフォルトでは独立したDevinセッションが専用VM上で動く形です。
デフォルトでは独立したDevinセッションが専用VM上で動く形です。
テキトー教師DotAI 認定講師進捗はセッションにストリームされ、ワークフローパネルで各フェーズ、エージェント、ライブステータスが見える。そこから任意のエージェントのセッションを開けます。
室谷代表取締役実行はバックグラウンドで進むので、セッションは応答し続けます。実行中もDevinと会話できるし、進捗サマリーを頼むことも、停止を頼むこともできる。
停止するとスクリプトがキャンセルされて、残りの子セッションはスリープに入り、記録済みのものは再開可能なまま残ります。
停止するとスクリプトがキャンセルされて、残りの子セッションはスリープに入り、記録済みのものは再開可能なまま残ります。
テキトー教師DotAI 認定講師あと、公式ドキュメントにはエージェントの実行場所が2種類あると書かれています。デフォルトの「Separate VM」は、専用マシン・リポジトリのクローン・環境を持つ完全な子Devinセッションで、オーケストレーション側のファイルは見えません。
だからコードの受け渡しはgitブランチ経由で、各エージェントがブランチをpushしてブランチ名を報告し、後続の段階がそれを構造化出力から読む。
だからコードの受け渡しはgitブランチ経由で、各エージェントがブランチをpushしてブランチ名を報告し、後続の段階がそれを構造化出力から読む。
室谷代表取締役もう一つの「Shared VM」は、オーケストレーション側のマシン上で動いて、コミットされていない変更を含む作業ツリーを共有する。gitの受け渡しが要らない代わりに、CPU・メモリ・ディスクをセッションと奪い合うし、並行度の上限も低くなる。
共有ツリーで隔離がないので、並行して書き込むエージェントには厳密に重複しないファイルやディレクトリを割り当てる必要があります。
共有ツリーで隔離がないので、並行して書き込むエージェントには厳密に重複しないファイルやディレクトリを割り当てる必要があります。
テキトー教師DotAI 認定講師エージェントは特定のDevinモードに固定もできます。たとえば広いファンアウトでの項目ごとの分類に、より安価なDevin Liteを使う、といった形ですね。
室谷代表取締役こういう「エージェントをどう編成するか」という発想は、ChatGPTとは？仕組み・使い方・料金・最新モデルを完全解説【2026年最新】のような単体モデルの使い方とはまた別のレイヤーで、開発の現場では効いてくるんですよね。
従来のmanaged Devinsと何が違う？手動オーケストレーションからの変化
テキトー教師DotAI 認定講師ここが今回の一番の比較ポイントです。従来は「managed Devins」として、コーディネート役のセッションが子セッションを手作業で生み出して、面倒を見る方式でした。
室谷代表取締役調整そのものがコード化されていなくて、計画がエージェントの頭の中にあったわけです。Dynamic Workflowsは「その一歩先」を行くと公式は説明しています。
テキトー教師DotAI 認定講師違いを表にすると分かりやすいですね。
| 観点 | managed Devins（従来） | Dynamic Workflows |
|---|---|---|
| 計画の置き場所 | エージェントの頭の中 | コード（Pythonスクリプト） |
| 子セッションの生成 | コーディネート役が手作業 | スクリプトが決定的に実行 |
| 再現性 | 調整がコード化されていない | 呼び出しをハッシュで管理し再現可能 |
| 中断時の再開 | ― | 完了済みは記録から即再生、未完了のみ新規実行 |
室谷代表取締役再開の挙動がけっこう実務的で。ワークフローのスクリプトは再開時に先頭から再実行されるんですが、各エージェント呼び出しはプロンプト・スキーマ・実行設定のハッシュでキー管理されていて、完了済みは記録から再生、残りだけ新しいセッションで走る。
テキトー教師DotAI 認定講師だからスクリプト側が毎回同じ呼び出しをしないといけない。ワークフローのロジックとプロンプトは、現在の時刻や日付、乱数、生成ID、環境変数、ファイルシステムの状態、ネットワーク応答に依存してはいけないんです。
室谷代表取締役外の世界を見に行く必要があるものは、全部
agent()呼び出しの中に入れる。その記録された出力をスクリプトの残りが消費する、という設計なんですよね。テキトー教師DotAI 認定講師副作用として覚えておきたいのが2つ。プロンプトを編集すると、そのエージェントと下流が全部再実行される。
ただ、触っていない上流のエージェントは再生されたままです。
ただ、触っていない上流のエージェントは再生されたままです。
室谷代表取締役もう一つが、タイムアウトや中断した実行は、run IDで再開すると途中から続く。実行の既定・最大予算は7日間です。
テキトー教師DotAI 認定講師エージェントが失敗した場合、つまりセッションが死んだか、有効な構造化出力を出さなかった場合は、スクリプトが判断します。項目をスキップする、デフォルトを代用する、リトライする、実行を失敗させる。
再開した実行では、失敗したエージェントは新しいセッションでリトライされます。
再開した実行では、失敗したエージェントは新しいセッションでリトライされます。
どんな作業に向くのか――使いどころと向かないケース
室谷代表取締役公式が「向く」「向かない」をはっきり書いているのが親切なんですよね。向くのは、まず広いファンアウトと統合。
5つ以上の独立した単位で、それぞれに判断や検証が必要で、結果をまとめ上げるもの。
5つ以上の独立した単位で、それぞれに判断や検証が必要で、結果をまとめ上げるもの。
テキトー教師DotAI 認定講師もう一つが段階的パイプライン。後段が前段の構造化出力を消費する、監査→修正→検証のような作業です。
室谷代表取締役逆に通常のセッション、あるいはmanaged Devinsを1〜2個で済ませるべきなのは、まず機械的な変更。codemodやリンターの自動修正、ジェネレーターのほうがエージェントより速くて確実です。
テキトー教師DotAI 認定講師次に、独立したセッションが1〜2個だけで、データがセッション間を流れない場合。そして、共有状態で密結合していたり、小さく逐次的な作業ですね。
室谷代表取締役公式の例が具体的で、マイグレーションだと「jobs/配下の全ジョブをレガシーcronランナーから新しいスケジューラAPIに移す。1ジョブにつき1エージェント、それぞれ自分のブランチでそのジョブのテストを実行し、最後に手動対応が必要なジョブをまとめる」。
テキトー教師DotAI 認定講師調査だと「Postgres、DynamoDB、CockroachDBを新しいイベントサービス向けに評価する。選択肢ごとに1エージェントがレイテンシ・コスト・運用要件で採点し、最後に1エージェントが証拠を比較して1つ推薦する」。
室谷代表取締役コードレビューだと「このブランチで変更された全ファイルをCONTRIBUTING.mdに照らしてレビュー。1ファイルにつき1レビュアー、最後に指摘を重複排除した1つのリストに統合して重要度順に並べる」。
テキトー教師DotAI 認定講師こういう「1ファイルにつき1レビュアー」という発想は、Cursor 2.0完全ガイド【2026年最新】：新機能・料金・使い方からCursor 3.0への進化まで徹底解説のようなエディタ側の進化とはまた別の、オーケストレーション側の進化ですよね。
室谷代表取締役そうなんですよね。エディタの中で1人が速くなる話と、エージェントのチームをどう組むかという話は、レイヤーが違う。
Devinは後者に踏み込んできたわけです。
Devinは後者に踏み込んできたわけです。
料金・提供範囲――ACU消費とEnterpriseでの有効化、日本で使えるか
テキトー教師DotAI 認定講師コストは注意が必要です。ワークフローの各エージェントは1つのDevinセッションなので、1回の実行で単一セッションよりはるかに多くのACUを消費し得ます。
室谷代表取締役公式も「リポジトリ全体に向ける前に、スライスで試せ」と言っています。1ディレクトリ、3モジュール、より狭い問い、といった単位で走らせて、ワークフローパネルでエージェントのACU使用量を確認する。
テキトー教師DotAI 認定講師高ボリュームの段階に安価なモードを頼むのも、広いファンアウトを手頃に保つコツとして挙がっています。
室谷代表取締役提供範囲ですが、Dynamic WorkflowsはどのDevinセッションでも利用可能です。ただしEnterpriseアカウントでは、管理者がEnterprise Settings > DevinでDynamic workflowsをオンにするまでオフ。
それまでは、そのエンタープライズのどの組織でもDevinはワークフローを実行しません。
それまでは、そのエンタープライズのどの組織でもDevinはワークフローを実行しません。
テキトー教師DotAI 認定講師料金体系は2モデルあります。セルフサーブはFree、Pro、Max、Teamsで、app.devin.aiから直接サインアップできる形。
Enterpriseは注文書で定めたレートでACU課金です。
Enterpriseは注文書で定めたレートでACU課金です。
室谷代表取締役セルフサーブの内訳も公式ドキュメントに出ていて、Freeは無料で1名、Proは月20ドルで1名、Maxは月200ドルで1名、Teamsは月80ドル最低で最大200名。ProとMaxは個人プランで複数ユーザーでは共有できません。
テキトー教師DotAI 認定講師Teamsはフルシートとフレックスシートに分かれます。フルシートは月40ドルで、Pro相当の日次・週次クォータとDevin Desktopへのアクセスが付く。
フレックスシートは無料で、チーム共有のオンデマンドクレジットから使う形です。
フレックスシートは無料で、チーム共有のオンデマンドクレジットから使う形です。
室谷代表取締役オンデマンドクレジットは月をまたいで繰り越せて、購入したクレジットは失効しない。Teamsでは全メンバー共有で、メンバーごとの残高はありません。
テキトー教師DotAI 認定講師日本で使えるかについては、今回のソースには地域制限の記述は見当たりません。現時点では明らかにされていない、という扱いが正確ですね。
室谷代表取締役あと、ワークフローがうまく動いたら、リポジトリにスキルとしてコミットできるんですよね。
するとDevinが将来のタスクでそれを見つけて、新しいスクリプトを書く代わりに再実行してくれます。
workflow.pyと、いつ使うかを説明するSKILL.mdを並べて置く。するとDevinが将来のタスクでそれを見つけて、新しいスクリプトを書く代わりに再実行してくれます。
テキトー教師DotAI 認定講師「Devinにワークフローを保存して」と頼めば、必要なファイルを作ってくれると。ここまで来ると、チームの手順書がそのまま実行可能になるわけです。
室谷代表取締役MYUUUでも、繰り返しの運用をどう型にするかは常に課題なので、この「手順をコードとして残す」方向性はかなり参考になります。
よくある質問
テキトー教師DotAI 認定講師では、よく聞かれそうな点を整理しましょう。まず、Dynamic Workflowsとは何か。
複数のDevinエージェントを編成する決定的なPythonスクリプトで、Devin自身が書いて実行します。
複数のDevinエージェントを編成する決定的なPythonスクリプトで、Devin自身が書いて実行します。
室谷代表取締役スクリプトは誰が書くのか。Devinです。
ユーザーはタスクを説明してワークフローとして実行を頼むだけ。ワークフローの部品は自動注入されるので、インストールもインポートも要りません。
ユーザーはタスクを説明してワークフローとして実行を頼むだけ。ワークフローの部品は自動注入されるので、インストールもインポートも要りません。
テキトー教師DotAI 認定講師従来のmanaged Devinsと何が違うのか。従来はコーディネート役のセッションが子セッションを手作業で生み出して面倒を見る方式で、調整がコード化されていませんでした。
Dynamic Workflowsではオーケストレーションそのものがコードになります。
Dynamic Workflowsではオーケストレーションそのものがコードになります。
室谷代表取締役中断したらどうなるのか。完了済みのエージェントは記録から即座に再生され、未完了の作業だけが新しく実行されます。
実行の既定・最大予算は7日間です。
実行の既定・最大予算は7日間です。
テキトー教師DotAI 認定講師料金はどうなるのか。各エージェントが1つのDevinセッションなので、1回の実行で単一セッションよりはるかに多くのACUを消費し得ます。
全体に適用する前にスライスで試すことが推奨されています。
全体に適用する前にスライスで試すことが推奨されています。
室谷代表取締役Enterpriseで使うには。管理者がEnterprise Settings > DevinでDynamic workflowsをオンにする必要があります。
それまではオフです。
それまではオフです。
テキトー教師DotAI 認定講師どんな作業に向かないのか。codemodのような機械的な変更、独立セッションが1〜2個で済む場合、密結合・小規模な逐次作業には通常セッションが推奨されています。
室谷代表取締役再利用はできるのか。できます。
workflow.pyとSKILL.mdとしてリポジトリにコミットすれば、Devinが将来のタスクで見つけて再実行します。テキトー教師DotAI 認定講師というわけで、今回は「計画をコードに置く」という一点が本質なんですよね。エージェントが賢くなる話と、エージェントのチームを正しく組む話は別物で、後者に投資しているのがCognitionの今回の発表です。
室谷代表取締役そうなんですよね。派手さはないけど、実務で効いてくるタイプのアップデートだと思います。
まずは小さなスライスで1回回してみるのがおすすめです。
まずは小さなスライスで1回回してみるのがおすすめです。
