10月28日、GitHubが「GitHub Agentic Workflows generally available」と題した記事を公開した。イシュートリアージやCI失敗分析などの推論ベースのタスクをGitHub Actions上で自動化できる「GitHub Agentic Workflows」の正式GA（一般提供開始）を伝える内容だ。
週29時間の節約、コミットの91%をAIが生成──その実績とは
GitHub Next（GitHubの研究開発部門）のオープンソースプロジェクトとして開発されてきたGitHub Agentic Workflowsが、正式GAとなった。GitHubは近年、Copilot Workspaceなどを通じてAIによる開発支援を段階的に強化してきており、本機能はその延長線上に位置づけられる。MicrosoftのAzure AI AgentやAtlassianのRovo Agentsなど、他社もAIエージェント製品の整備を進めるなか、GitHubはCI/CDパイプラインと直結した形でエージェントを動かせる点を差別化軸としている。
この機能の核心は、自然言語で書いたMarkdownファイルに自動化の内容を定義するだけで、GitHub Actionsの標準YAMLにコンパイルして実行できるという点にある。既存のランナーグループやポリシー制約をそのまま流用できるため、新たなインフラを構築する必要はない。エンジンとしてはGitHub Copilotが使えるほか、独自のコーディングエージェントを持ち込むBYOエージェント（Bring Your Own Agent：任意のサードパーティ製エージェントをワークフローに組み込める仕組み）ことも可能だ。
対応タスクとして明示されているのは以下の通りだ：
- イシュートリアージ（Issue triage）
- CI失敗分析
- ドキュメント更新
- テストコード生成
GAの発表に合わせて、Accentureの「Strategy, Architecture & Innovation」チームのシニアマネージャーであるBen Alton氏のコメントが掲載されている。
One of our leads saved an estimated 29 hours a week on his development work alone. Across his team, measured velocity has more than doubled on average, and AI now authors 91% of the team's commits. With these workflows, the team cut production errors from about 11,000 a day to under 1,000 and drove a technology migration end to end.
要約すると、チームリードが週あたり約29時間の節約、チーム全体の開発速度は平均2倍以上、AIがコミットの91%を生成、本番エラーは1日あたり約11,000件から1,000件未満に削減、という数字だ。さらに「エンジニアが4〜5の取り組みを並行して進められるようになった」とも述べている。なお、これらの数字はAccentureの特定チームにおける事例であり、チーム規模や対象期間などの詳細は元記事には記載されていない。数字の受け取りにあたっては個別文脈を踏まえた判断が必要だ。
セキュリティ設計：デフォルト読み取り専用、ファイアウォール内のサンドボックス実行
エージェントに自律的な操作を許可する以上、セキュリティ設計は重要な関心事になる。GitHub Agentic Workflowsは以下の多層的な保護機構を備えている：
- エージェントはデフォルトで読み取り専用権限で動作
- Agent Workflow Firewallの内側にあるサンドボックスコンテナで実行
- 変更の適用前に脅威検出ジョブがスキャン
- 出力内容はsafe outputsプロセスで検証
- GitHubコンテンツへのアクセスはintegrityフィルタルールに従う
GAではエージェント隔離の改善も加えられており、NVXマイクロVM（軽量な仮想マシン技術で、通常のVMより起動が速くリソース消費が少ない）またはCloud Hypervisorでの実行、クロスリポジトリワークフローにおけるエンクレーブによるデータ漏洩防止が追加された。
GAで追加された主な機能
パブリックプレビューからの主な変更点は以下の通りだ：
- ARC（Actions Runner Controller）とDocker-in-Dockerのサポート：Kubernetesクラスタ上でGitHub Actionsのセルフホストランナーを管理するコントローラーであるARCを使った実行が可能に
- 予算予測の改善：
gh aw forecastコマンドが正式機能に昇格。脅威検出クレジットと月次レンジを含む、より詳細なAIクレジット消費の把握が可能 - 新モデル・エンジン・ワークフローテンプレート：モデルをワークフロー単位で選択可能。
gh aw add-wizardで新テンプレートを追加できる - モデルルーティング：タスクの種類や難易度に応じてモデルを最適化するルーター機能
利用開始と料金体系
GitHub Free、Team、Enterpriseで利用可能。デフォルトのGitHub Copilot CLIエンジンを使用するにはCopilotライセンスが必要だ。
まず試したい場合はクイックスタートガイドから始めるのが早い。またGitHub Nextのagenticsリポジトリにはトリアージ、依存関係管理、コードレビュー、レポーティングをカバーする既製ワークフローが用意されている。
※編集部の考察：クイックスタートガイドおよびagenticsリポジトリのURLは元記事に明記されていないため、公開後に正確なリンクを元記事またはGitHub公式ドキュメントで確認することを推奨する。
詳細はGitHub Agentic Workflows generally availableを参照していただきたい。
