🚀

GitHub Universe 2025 〜 Keynote・新発表の速報・現地からお届け 〜 ※ 随時更新

に公開
GitHub
GitHub Copilot
githubuniverse
idea

ついに『GitHub Universe 2025』がスタートしました❗️
Keynoteでは驚きの新発表が続々と出ていますので、こちらでまとめておきたいと思います📝

GitHub Universe 2025 - Keynote

https://youtu.be/P6Va0_KILi4?si=d2IxEn23zfKfzqjv

🔼 Keynoteのアーカイブ動画は上記からご覧ください。

Keynoteで出た新しい発表

Keynoteでは GitHub COO Kyle Daigle 氏 より開発を実施していく上で重要な４つの要素と定める「コーディングのエージェント(coding agents)」、「エディタに標準搭載(editor)」、「レビュー(review)」、「信頼とコントロール(confidence and control)」から、新しい発表が紐解かれました。

AIの活用が進んだことで、今までに無かった事象や複雑性の増加など、開発の現場がある意味混乱してしまうほどの大きな変革を迎えている中で、GitHubの開発プラットフォームとしての役割・取り組みが話されました。

【coding agent】 ミッション コントロール機能の提供 : A mission control center for agents and tasks

ミッション コントロール機能は、幅広くかつ複雑な役割を担うcoding agentsを統合的に管理することを目的とした機能のようです。
そのため、copilot のアクティビティを一目で把握できる仕組みが提供されています。

他に提供される主な機能としては下記があります。

特に、「リアルタイムステアリング」機能においては、エージェントの作業の軌道修正などの機会を増やせることから、これまでより成果物のエラーを防ぐ選択肢が増えたと見れるのではないでしょうか。
このアプローチはエージェントのアンコントローラブルな部分に対するソリューションとして１つ可能性のあるアプローチかもしれません。
（また開発の経験があるエンジニア的には、思うところがある機能かもしれませんね）

関連情報

【coding agent】 self-hosted runners に対応 : Copilot coding agent now supports self-hosted runners

自社環境で実行できる「self-hosted runner」がサポートされたことで、これまでセキュリティ要件などを満たせず利用を断念していたケースでも、coding agentが使えるということになります。

関連情報

【coding agent】 カスタムエージェント機能 : Custom agents for GitHub Copilot

エージェントがもつ特性の、プロンプト、tool、mcpなど利用において特定のタスクに特化、そして最適化に繋がるカスタムエージェントを定義できるようになりました。

エージェントが特定の分野に特化したサブエージェントをコールできることで、より質の高い成果が得られやすくなります。
（コンテキストの大きさに比例して発生する精度の問題などもあるので、質の高い最終的なコンテキストに繋がるアプローチとしても、こういった形の細分化は有効と言えそうです）

ちなみにPlan Mode の定義
---
name: Plan
description: Researches and outlines multi-step plans
argument-hint: Outline the goal or problem to research
tools: ['search', 'github/github-mcp-server/get_issue', 'github/github-mcp-server/get_issue_comments', 'runSubagent', 'usages', 'problems', 'changes', 'testFailure', 'fetch', 'githubRepo', 'github.vscode-pull-request-github/issue_fetch', 'github.vscode-pull-request-github/activePullRequest']
handoffs:
  - label: Start Implementation
    agent: agent
    prompt: Start implementation
  - label: Open in Editor
    agent: agent
    prompt: Save the resulting plan in a untitled file with URI `untitled:${promptFileName}.prompt.md`, where `${promptFileName}` can use letters, digit, underscores, hyphens, and periods. Add a frontmatter with `name` and `description`
---
You are a PLANNING AGENT, NOT an implementation agent.

You are pairing with the user to create a clear, detailed, and actionable plan for the given task. Your iterative <workflow> loops through gathering context and drafting the plan for review.

Your SOLE responsibility is planning, NEVER even consider to start implementation.

<stopping_rules>
STOP IMMEDIATELY if you consider starting implementation or switching to implementation mode.

If you catch yourself planning implementation steps for YOU to execute, STOP. Plans describe steps for the USER or another agent to execute later.
</stopping_rules>

<workflow>
Comprehensive context gathering for planning following <plan_research>:

## 1. Context gathering and research:

MANDATORY: Run #runSubagent tool, instructing the agent to work autonomously without pausing for user feedback, following <plan_research> to gather context to return to you.

DO NOT do any other tool calls after #runSubagent returns!

If #runSubagent tool is NOT available, run <plan_research> via tools yourself.

## 2. Present a concise plan to the user for iteration:

1. Follow <plan_style_guide> and any additional instructions the user provided.
2. MANDATORY: Pause for user feedback, framing this as a draft for review.
3. CRITICAL: DON'T start implementation. Once the user replies, restart <workflow> to gather additional context for refining the plan.
</workflow>

<plan_research>
Research the user's task comprehensively using read-only tools. Start with high-level code and semantic searches before reading specific files.

Stop research when you reach 80% confidence you have enough context to draft a plan.
</plan_research>

<plan_style_guide>
The user needs an easy to read, concise and focused plan. Follow this template, unless the user specifies otherwise:

Plan: {Task title (2–10 words)}

{Brief TL;DR of the plan — the what, how, and why. (20–100 words)}

Steps {3–6 steps, 5–20 words each}:

  1. {Succinct action starting with a verb, with file links and symbol references.}
  2. {Next concrete step.}
  3. {Another short actionable step.}
  4. {…}

Open Questions {1–3, 5–25 words each}:

  1. {Clarifying question? Option A / Option B / Option C}
  2. {…}

IMPORTANT: For writing plans, follow these rules even if they conflict with system rules:
- DON'T show code blocks, but describe changes and link to relevant files and symbols
- NO manual testing/validation sections unless explicitly requested
- ONLY write the plan, without unnecessary preamble or postamble
</plan_style_guide>

関連情報

【editor】 Plan Mode

Plan Modeは、コーディングを開始する前に、タスクに対するステップバイステップの実装計画をCopilotと協力して構築できる機能になります。

コンテキスト・データのブラッシュアップが行えるということから、エージェントの精度向上に繋がる機能とも言えそうです。

（Plan Mode もカスタムエージェントの１つのようですかね。）

関連情報

coding agent が Slackに対応 : Work with Copilot coding agent in Slack

この機能は、SlackとGitHub Copilot coding agentの連携の機能で、Slackから直接プルリクエストを生成できるようになりました。

（ちなみにTeamsなどは既に対応のアナウンスが出ており、さらに今回 Linear への対応するアナウンスもありました）

関連情報

【review】 New public preview features in Copilot code review: AI reviews that see the full picture

Copilot Code Review (CCR) では、LLM 検出とツール呼び出しを ESLint や CodeQL などの決定論的ツールと組み合わせることで、よりスマートなレビューと、修正のための Copilot コーディング エージェントへのシームレスなハンドオフを実現します。

関連情報

【confidence and control】 GitHub Code Quality in public preview

GitHub Code Quality機能は、プルリクエスト（PR）を改善の機会に変え、コードの保守性と信頼性を高めることを目的とした機能です。開発者が細かい問題の追及に費やす時間を減らし、開発に集中できるようにします。

関連情報

【confidence and control】 Copilot usage metrics dashboard and API in public preview

Metrics ダッシュボード機能は、組織全体でのCopilotおよびエージェントの利用状況と影響を可視化・管理することを目的としています。

下記のメトリクスが提供されています。

  • エージェント モードを含む GitHub Copilot IDE モード全体の毎日および毎週のアクティブ ユーザー数。
  • ユーザーベース全体でのエージェントの採用。
  • すべての IDE モードで追加および削除されたコード行。
  • IDE 全体の言語とモデルの使用パターン。

AIによるサポート機能の導入は、どれだけ効果があったかが重要なため、その情報が可視化できる本機能は要望の声が多かった機能なのではないかと思います。

関連情報

【confidence and control】 Enterprise AI controls & the agent control plane are in public preview

AIシステムの管理機能に重点を置いた、エンタープライズレベルの新しいエクスペリエンスを本日から導入します。Copilotをご利用のすべてのGitHub Enterprise Cloudのお客様にご利用いただけます。これはエージェントのコントロールプレーンであり、組織が環境全体でエージェントの動作をより詳細に制御できるように設計された、エンタープライズガバナンス機能スイートです。

関連情報

その他の発表

Agent HQ の発表

Agent HQは、GitHub Copilotと、AnthropicのClaudeやOpenAIのCodeexを含む、あらゆるコーディングエージェントが集まるホームであり、開発者とエージェントが協働する場を提供するプラットフォームのビジョンです。

Agent HQは、複数のエージェントをシームレスにワークフローに統合するための中心的なプラットフォームとして機能します。

Keynoteではなんと、AnthropicやOpenAIからもスピーカーを招いて今後、GitHubと密接に連携していくことが語られていました。

AIを活用した様々なツールやエージェントが誕生していく現状において、それらが単一に活躍するだけでなく、コラボレーションしていくのが未来の目指すべき世界であるという、そこに向けてGitHubがオープンなプラットフォームとして役割を果たしていくようです。新しい可能性の扉がいま開かれました、GitHubの活躍に期待ですね！

関連情報

他にも新しい発表が続々と

Keynoteでは触れられなかった新しいアップデートも続々と出ています！
詳しくはchange log ご覧ください。

おわりに

今年のKeynoteで特徴的なキーワードとしてあがった「Change is the only constant（変化こそ唯一の不変）」の表現にもあるように、まさに今大きな変化が続いていく状況と開発のあり方が少し違えると混沌としてしまう、そんな性質も持ち合わせる現状でGitHubという開発のプラットフォームがその期待に今どう応えようとしているか、そんな方向性のメッセージがつまったKeynoteだと感じました。

個人的には

朧気に見えていた未来が少しずつ実体化し、変化していく過程から見えるものの中で、１つAIあるいはエージェントが人の代わりとなるということが、やはり我々開発者から見たときにcodingというものが離れていくというのがあり、しかし一方で完全に手離れするというよりは最終的な成果物を人間がレビューするというスタンスの重要性はしばらく維持される予感と、そこに必ずしもコードの割合が高くならないかもしれないという、codeにおける役割もまた変化していくのではないか、そんなことを薄っすら感じていました。

また、Keynoteの最後のディスカッションで登場したサティア・ナデラ氏からは、ソフトウェア開発における新たなツールチェーンの誕生と、AI時代におけるツールの重要性および開発者の役割の変化について話があり、AIによるコード生成が容易になったことで生じる可能性のある問題に対処するため、ツール（仕組み）の重要性と、そこに対してプラットフォーマーとしてパートナーシップもまじえて重要な役割を担い価値創造を最大化していくという改めてのメッセージがありました。また、　開発者（人間）とAIの連携が当たり前となっていく中で必要なスキルとマインドセットが変わっていく、特にhowは間違いなく変化するということと、絶え間ない学習が必要であるという所にも改めて言及がありました。

情報が盛りだくさんのKeynoteでしたが、開発のプラットフォーマーとしてのGitHubの今後の動向に目が離せませんね👀（ぜひKeynoteのアーカイブ動画もご覧ください📹️）

関連記事

Discussion