Devinとは何か・確認しながら進めるエージェントとの決定的な違い

Claude Codeの記事で、ファイルの変更やコマンド実行の前には都度確認を求める権限モデルを見てきました。Devin(Cognition社が開発する自律型AIソフトウェアエンジニア)も同じく「AIエージェント」と呼ばれますが、確認の挟み方が根本的に違います。Claude CodeやGitHub CopilotのAgent modeが「要所で人間に伺いを立てながら進める」設計だったのに対し、Devinは「最後まで終わらせてから、まとめて1回だけ見せる」設計です。この違いを知らずに使うと、途中経過が見えない不安と、最後のレビューの重さの両方に驚くことになります。

「確認しながら進める」ではなく「最後まで終わらせてから見せる」

これまで見てきたAIエージェントのように、Devinもファイルを変更する前に一つ一つ確認を求めてくるのだろうと思うかもしれませんが、実際には違います。タスクを渡すと、Devinは自分専用の仮想マシン(VM)を立ち上げて開発環境を一式用意し、作業計画を立て、コードを書き、テストを実行し、失敗すれば自分でデバッグをやり直し、最終的にプルリクエストを作成するところまで、人間の承認を一切挟まずに完了させます。人間が確認するのは、出来上がったプルリクエストの差分をレビューする最後の1回だけです。

# Devinへの依頼から完了までの流れのイメージ
> テストカバレッジが低いauth.pyにテストを追加して、通ることを確認してPRにして

  → 専用VMを起動し、リポジトリを複製
  → 計画を立てる → コードを書く → テストを実行 → 失敗したら自分で修正
  ...(この間、人間への確認は発生しない)...
  → プルリクエストを作成して完了報告

  ここで初めて人間がPRの差分を確認する

🎯 読み解きポイント：分岐のたびに伺いを立てる仲間と、拠点を出たら音信不通で最後にまとめて帰ってくる仲間

ハクスラゲームのパーティメンバーにたとえると、Claude Codeは分かれ道に差しかかるたびに「こっちの道でいいですか」と伺いを立ててくる仲間です。一方Devinは、拠点を出発したら攻略が終わるまで一切連絡を寄越さず、最後に成果物一式(プルリクエスト)を持ってまとめて帰ってくる仲間に近いイメージです。途中経過が見えない分、任せている間の安心感は伺いを立ててくる仲間の方が高くなりますが、Devinは細かい確認のやり取りに人間の手を煩わせない設計を選んでいます。

ACU(Agentic Computing Unit)という「実際に働いた分だけ」課金される単位

月額プランに入っているのだから、使っても使わなくても定額のはずだと思うかもしれませんが、Devinの核心的な課金はACU(Agentic Computing Unit)という消費量ベースの単位で行われます。目安は1ACU ≈ 15分の自律作業で、これはDevinが計画を立てたり、コードを書いたり、テストを実行したり、調べ物をしたりと実際に手を動かしている時間に対して発生し、指示を待って何もしていない時間には課金されません。2026年6月時点の料金プランはCore(月20ドルから、超過分は1ACUあたり2.25ドルの従量課金)・Team(月500ドルで250ACU分を含み、超過分は1ACUあたり2.00ドル)・Enterprise(要問い合わせ)という体系に整理されていますが、その内側ではこのACUの消費量に応じた実態が透けて見えます。

# ACU課金のイメージ
タスクA: 「READMEの誤字を直して」        → 実働5分 ≈ 0.3ACU
タスクB: 「認証まわりのリファクタリング」 → 実働90分 ≈ 6ACU

# 同じ「タスク1件」でも、実際に動いた時間の長さで消費量が変わる
# 指示を送ってからDevinが着手するまでの待ち時間には課金されない

🎯 読み解きポイント：常時契約の専属仲間ではなく、稼働した時間分だけ払う日雇いの傭兵

月極めで契約している常駐の仲間なら、稼働していない日も同じ給料を払い続けます。ACUによる課金は、それとは違い、実際に稼働した時間分だけ報酬を払う日雇いの傭兵契約に近いイメージです。簡単な依頼ならわずかな報酬で済み、複雑で手間のかかる依頼には長時間分の報酬がかかります。プラン自体は月額の体裁を取っていても、その中身は「待機時間はタダ、稼働時間だけ課金」という日雇いの発想で組み立てられています。

よくあるはまりポイント：「PRを見るだけでいい」という気楽さが、レビューの質を下げる

全部自動でやってくれてプルリクエストまで用意してくれるのだから、レビューは軽く目を通すだけで済むだろうと思うかもしれませんが、実際には人間が確認する箇所が「最後のPR差分1回」に集約される分、そのレビューの重みはむしろ増しています。Devin自身も、マージ前には人間によるレビューが必要だと明言しています。逐次的な確認ステップが無いということは、意図と違う実装方針のままテストだけを通してプルリクエストを作ってしまっていても、最後のレビューまで気づく機会が無いということでもあります。細かく確認を挟むエージェント以上に、最終レビューを疎かにしたときの見落としの代償が大きい点に注意が必要です。

あわせて知っておきたい用語

ACU(Agentic Computing Unit): Devinの消費量ベースの課金単位。目安は1ACU≈15分の自律作業で、実際に稼働した時間に対してのみ課金される
自律型エージェント: 指示を受けたあと、要所の確認を挟まずタスク完了まで自分で計画・実行・修正を進めるAIの動作形態
サンドボックス(VM): Devinがタスクごとに立ち上げる、リポジトリを複製した専用の仮想マシン環境。ここで実際の作業が行われる

💡 ワンポイントアドバイス：初めてのタスクは小さく区切って、ACU消費と成果物の質を見てから範囲を広げる

使い始めのうちは、いきなり大きなタスクを丸ごと任せるのではなく、小さく区切ったタスクで試してみてください。1回あたりのACU消費量と、出来上がったプルリクエストの質を確認してから、任せる範囲を少しずつ広げていくと、想定外の消費量やレビューの見落としを防ぎやすくなります。

確認の挟み方という軸が掴めたら、他のAIコーディングツールとも見比べてみると理解が深まります。(シリーズ一覧・GitHub Copilot・Cursor・Ollama・OpenAI API・Hugging Face・LangChain・Anthropic API・Zed・Gemini CLI)