助太刀の開発におけるDevin導入背景と活用事例

導入背景・課題

導入前の開発現場では、アプリエンジニアがサーバーサイドの仕様を確認する際など、簡単な内容でも都度コミュニケーションが発生し、プロジェクト進行に影響していました。また、バグ修正やドキュメント整備などの単純作業にもエンジニアのリソースが割かれ、本来注力すべき業務に十分な時間を確保できない課題がありました。

さらに、AI技術の知見が組織全体に十分に共有されておらず、AI活用の度合いによって開発効率に差が生じていました。

導入目的

これらの課題を解決するため、Devinを活用して単純作業を自動化し、開発メンバーがより高度な業務に専念できる環境を目指しました。また、AI活用の知見を組織的に蓄積し、技術力向上とチームの成長を支える基盤づくりも目的としています。

• 月に500$(約7万円)でジュニアクラスのエンジニアを雇えるならば安いと考えた点
• 当時は他に比較できるAIエージェントがほぼなかった点

活用方法

導入前に他プロダクトの仕様調査をする場合は、都度チーム間でコミュニケーションを取っていましたが、まずはDevinに聞くようになり、それでも信頼性がない場合は担当チームに聞くといったフローになりました。これによりプロダクト間のコミュニケーションコストが低下しただけでなく、Devinから即座に返信が来るため開発速度も上昇しました。

開発業務については、 モバイルアプリ：UIテストの作成、簡単な機能追加、アプリ全体の概要作成等 バックエンド：PHPバージョンアップデート、リファクタリング等 フロントエンド：不具合修正、リファクタリング等 を行ってもらいました。

iOSアプリでの活用については以前記事書いてますのでこちらを参照ください。

導入成果

導入から約2ヶ月で、151件のPRを作成（うち83件がマージ）、142件のタスクに対応しました。

特に一番大きな成果を得られていると感じてるのは他プロダクトの仕様調査やテーブル構造の調査です。 都度コミュニケーションを取っていたのがほとんど無くなったのはかなり大きい成果だと感じています。

またデータ分析をする際に複雑なSQLを書くことがありますが、devinに欲しいデータを抽出するSQLを書くように依頼するとテーブル構造を把握してSQLを書いてもらえるので重宝しています。

プロダクトの概要やアーキテクチャ、ディレクトリ構造が示されているDevinWikiも活用しており、新たなメンバーが来た時のオンボーディングや他のAIエディタのrulesにも使えそうだなと考えています。

月500$以上のパフォーマンスは出せていると感じてるので、PoCとして小規模導入するのはおすすめです。

特に仕様調査のためにエンジニアの工数を多く使っている組織にはかなり有効だと思います。

また、devinに限らずですが、プロダクトが独自のアーキテクチャになっている場合はもしかしたら活用が難しいかもしれないです。

• 簡単なタスクの場合まだまだ「自分でやったほうが早い」となってしまう場合が多々あります。これはプロンプトの問題でもあると思うため、タスク依賴に最適なプロンプトを各チームで模索して共有していきたいです。
• テスト自動化がまだまだ整備されてないため、devin等を使ってテスト自動化を実装していきたいです。