OPENAI SEARCH INSIGHT

2026.09.13 / OpenAI最新情報

GPT-6 AstraでDevinの自動テスト強化、コード確認の効率化へ

この記事で分かること: OpenAIのGPT‑6 Astraが、Cognitionの自律型ソフトウェアエンジニア「Devin」のテストとコードレビューをどう変えるのか知りたい。

OpenAIは2026年9月11日、Cognitionが自律型ソフトウェアエンジニア「Devin」にGPT‑6 Astraを活用し、ソフトウェアを自らテストして動作の根拠を示す能力を高めているとする公式ニュースを公開しました。狙いは、エンジニアがコードを手作業で確認する負担を減らし、開発と提供をより効率化することです。

一般のChatGPT利用者にとって、今日からGPT‑6 AstraやDevinを利用できるという案内ではありません。一方で、AIがコードを書く段階にとどまらず、テスト結果、画面記録、未確認の範囲まで提示し、人が確認しやすい形で作業を引き継ぐ方向へ進んでいることを示す事例です。

OpenAI公式発表で明らかになったこと

今回の発表の対象は、Cognitionが開発するDevinです。Devinは、銀行などの大企業からテクノロジー中心のスタートアップまで、世界の企業で使われている自律型ソフトウェアエンジニアだとOpenAIは説明しています。自律型とは、指示された作業を一定の範囲で自ら進めるAIシステムを指します。

Cognitionでは、エンジニアリングチームが作成するコード量の増加に伴い、その内容をレビューすることが課題になっていました。レビューとは、変更したコードに不具合や問題がないかを別の担当者が確認する工程です。GPT‑6 Astraによるテスト能力の強化は、この工程をより効率的にする手段として位置付けられています。

Cognition共同創業者のWalden Yan氏は、Astraが改善する大きな点の一つとして、作業が期待通りに機能するかをテストし、実際に機能していることを証明する能力を挙げています。重要なのは、AIが「修正した」と述べるだけでなく、確認の材料を返すことです。

GPT‑6 AstraがDevinで担う役割

CognitionはGPT‑6 Astraを製品群全体に適用しています。公式発表によると、対象には中核となるクラウドエージェントのDevinに加え、CLIとデスクトップ製品が含まれます。CLIは、文字によるコマンド入力でソフトウェアを操作するための画面や仕組みです。

ただし、OpenAIの公式記事は、GPT‑6 AstraやDevinの新たな一般向け提供条件、価格、利用開始日、利用できる地域については説明していません。そのため、本件を新機能の即時利用開始や、すべての利用者への提供拡大として受け取ることはできません。

発表内容から読み取れる中心的な変化は、開発AIの出力がコードそのものだけではなく、「何を確認し、何が通り、何が未確認か」を人に伝える成果物へ広がる点です。これにより、レビュー担当者は変更箇所だけでなく、実行時の振る舞いも確認しやすくなります。

iPhoneゲームをテストした具体例

OpenAIの公式記事では、iPhoneゲーム「Otter Run」をDevinがAstraでテストする例が紹介されています。Devinはテスト後、シミュレーター上でゲームが動いている録画と、成功した確認項目、未テストの領域を示すレポートを返したとされています。

シミュレーターは、実機に近い環境をコンピューター内に再現してアプリを動かす仕組みです。録画はアプリが実際にどのように動作したかを示し、レポートはテストが及んだ範囲を文書化します。両方を組み合わせることで、確認する側は画面上の挙動と検証の範囲を分けて見られます。

特に実務上重要なのは、未テストの範囲も報告される点です。テストに成功した項目だけを示しても、すべてが確認済みとは限りません。公式事例では、通過したチェックと未テスト領域を併記することで、追加確認が必要な場所を把握できる形が示されています。

不具合報告への対応も迅速化を目指す

Cognitionは、顧客への対応を「かなり速く」できるようになる点にも言及しています。顧客からバグ、つまりソフトウェアの不具合を示すスクリーンショットが送られた場合、チームはその画像をAstraを使うDevinへ渡し、修正後の結果を示すスクリーンショットを受け取れるとしています。

これは、画像から状況を読み取り、修正し、結果を画面で示すという一連の作業を支援する使い方です。ただし、公式発表は、すべての不具合を自動解決できるとは述べていません。スクリーンショットだけでは再現条件や内部状態が十分に分からないケースもあり得るため、個別の検証はなお重要です。

また、画面の見た目が期待通りでも、性能、セキュリティ、データの整合性、特殊な利用条件まで問題がないことを直ちに意味するわけではありません。AIが返した修正結果は有力な確認材料になり得ますが、用途に応じて人間が追加のテストや判断を行う必要があります。

コードレビューはどう変わるのか

Cognitionは、Devinが自らの作業をテストし、結果の証拠を提示することで、エンジニアがコードの変更をより少ない手作業で評価できるようになると見ています。Yan氏は時間の経過とともに、手作業で見るコードを減らし、最終的により多くを提供できるようになることへの期待を語りました。

ここでいう証拠は、公式記事の例では実行録画やテストレポートです。コードの差分だけを読む従来の確認に比べ、変更後の動作を先に観察できれば、レビュー担当者は問題の可能性が高い部分や、未確認の部分へ注意を集中させやすくなります。

ただし、OpenAIとCognitionは「コードレビューが不要になる」とは発表していません。公式表現は、手作業によるコード確認を減らせる可能性を示すものです。重要な変更では、設計意図、利用者への影響、法令や社内規則、セキュリティ上のリスクなど、テスト結果だけでは決められない観点もあります。

一般のChatGPT利用者に関係するポイント

プログラミングを仕事にしていない人でも、この事例はAIへの依頼方法を考える参考になります。AIに作業を頼む際は、回答や成果物だけでなく、「何を確認したか」「確認できていない点は何か」「結果をどう確かめられるか」まで求めると、内容を評価しやすくなります。

たとえば、コードの作成や修正をAIに相談する場合、完成版を受け取るだけでなく、想定した入力例、確認すべき動作、例外的な条件、未検証の前提を整理してもらう方法があります。これはDevinの利用を前提にした手順ではなく、AIの出力をうのみにせず確認可能性を高めるための一般的な考え方です。

一方、AIが提示するテスト結果や説明にも誤り、不十分な範囲、前提の取り違えがあり得ます。特に個人情報、決済、医療、法務、業務の重要な判断に関わる作業では、AIの回答だけを根拠にせず、適切な担当者や公式情報による確認を重ねることが大切です。

Agent Memories編集部の考察

今回の公式発表が示すのは、AIによる開発支援の競争軸が「どれだけ速くコードを書けるか」から、作業結果をどれだけ検証可能な形で提示できるかへも広がっていることです。コード生成の速度が上がるほど、人が確認すべき変更も増えるため、確認材料の質は実務上の大きな課題になります。

録画とレポートをセットで返す方式は、AIの判断を完全に信頼するためのものではなく、人のレビューを効率化する補助線として有用です。どこまで動作を確認したか、どこが対象外だったかを明示する仕組みが定着すれば、確認漏れの発見や担当者間の引き継ぎにも役立つ可能性があります。

ただし、この見通しはCognitionの期待と、公式発表から導ける編集部の考察です。実際にレビュー時間がどの程度減るか、品質や安全性にどのような影響が出るかは、開発対象、テスト設計、運用体制によって異なります。公式記事には定量的な効果や比較データは示されていません。

よくある質問

GPT‑6 Astraは一般のChatGPT利用者が今すぐ使えますか？

今回確認できたOpenAI公式発表は、CognitionがGPT‑6 AstraをDevin、CLI、デスクトップ製品に適用しているという事例です。一般のChatGPT利用者向けの提供可否、利用方法、料金、開始時期は、この記事の公式情報には記載されていません。

Devinはコードを書くだけでなくテストもするのですか？

公式記事では、DevinがGPT‑6 Astraを用いてソフトウェアをテストし、動作録画、通過したチェック、未テスト領域を含むレポートを返す例が示されています。したがって、少なくとも紹介された事例では、作成・修正後の動作確認と結果提示も行っています。

テスト結果があれば人によるコードレビューは不要ですか？

不要になるとは公式発表に書かれていません。Cognitionは、より強いテストと証拠の提示によって、エンジニアがより少ない手作業で変更を評価できる可能性を示しています。テストの対象外領域や設計・安全性の判断は、人が確認する必要があります。

顧客のバグ報告にはどのように使われますか？

公式記事では、顧客が送ったバグのスクリーンショットをDevinへ渡し、修正後の結果を示すスクリーンショットを返す使い方が説明されています。これはCognitionの事例であり、すべての画像ベースの不具合報告への対応を保証する説明ではありません。

まとめ

OpenAIの公式ニュースによれば、CognitionはGPT‑6 AstraによってDevinのテストと結果提示を強化し、コードレビューの効率化を目指しています。iPhoneゲームの実行録画とテストレポート、不具合修正後のスクリーンショットは、AIの作業を人が検証するための材料として示されました。

現時点で確認できるのはCognitionにおける活用事例であり、一般向けの提供条件や具体的な効果の数値ではありません。それでも、AIを使う側にとっては、成果だけでなく確認の根拠、対象範囲、未確認事項を求めることが、より安全で実用的な活用につながるという示唆を含む発表です。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。