GitHub Copilotに「ダイナミックワークフロー」が登場、複数AIエージェントの協調処理をコードで制御可能に

要点

• 米GitHubは、複数のAIエージェントが協調する処理手順をコードで定義・制御できる新機能「Dynamic workflows（ダイナミックワークフロー）」を発表した。

• 本機能は「Copilot CLI」「GitHub Copilot アプリ」「GitHub Copilot SDK」向けに、すべてのCopilotプランを対象としてパブリックプレビューで提供される。

• 定義された自動化プログラムとAIエージェントによる分析・判断を組み合わせ、直列や並列での実行、中間データの受け渡し、人間による確認のための一時停止などを制御できる。

• 定型的な障害調査や大規模コードベースの走査、複数モデルによる合意判定を伴うPRレビューなど、高い信頼性と再現性が必要なタスクに適している。

• Copilot アプリでは設定不要で即座に利用でき、Copilot CLI では実験的機能フラグを有効化することで利用可能となる。

• 米GitHubは2026年10月1日（現地時間）、GitHub CopilotのCLI（コマンドラインインターフェース）、デスクトップ向けアプリ、および開発者向けSDK（ソフトウェア開発キット）において、複数AIエージェントのオーケストレーションをコードで定義できる新機能「Dynamic workflows（ダイナミックワークフロー）」を公開したと発表した。

• 本機能は現在パブリックプレビューとして提供されており、すべてのGitHub Copilotプランのユーザーが利用可能だという。複雑化するマルチエージェント（複数のAIが連携して作業を行う仕組み）のワークフローにおいて、高い信頼性と観測可能性を確保することを目的としている。

プログラムによる確実な制御とAIの判断力を融合

ダイナミックワークフローは、タスクの実行手順をプログラムとしてコードで記述する仕組みである。従来のCopilot機能である「/fleet」では、Copilot自身が自律的に作業をサブエージェントに割り当てて並行調整を行っていたが、ダイナミックワークフローでは処理手順そのものがコードによって明確に定義される点が大きく異なる。

ワークフロー内では、自動化されたステップと1つ以上のAIエージェントによる作業が組み合わされる。各ステップの実行順序やエージェントを呼び出すタイミング、得られた結果を後続処理へどのように引き渡すかといった手順はすべてコードで管理され、エージェントは状況に応じた分析や判断が必要な部分のみを担当する。

また、このプログラム自体はGitHub Copilotの拡張機能（Copilot Extension）の内部に配置されるため、Copilotが提供する各種拡張APIにもアクセスできる仕様となっている。

並列処理や相互検証、チェックポイントなど多彩な制御をサポート

ダイナミックワークフローには、複雑なエンジニアリング作業に対応するためのさまざまな制御機能が備わっている。発表によると、主な機能として以下のような処理が可能だという。

• 外部連携とコマンド実行: シェルコマンドの実行や各種ツールの利用、外部サービスの呼び出しをワークフロー内に組み込むことができる。
• タスクの分割と並列実行: 全体の目標を個別のタスクに分割し、依存関係のない独立したタスクを並行して実行させることが可能である。
• 構造化データの受け渡し: 前のステージで得られた処理結果や抽出データを、構造化された形式のまま次のステージへ引き渡すことができる。
• サブエージェント間の相互検証: 複数のサブエージェントを稼働させ、一方のエージェントが出した調査結果を別のエージェントに検証させるといった運用ができる。
• ユーザー入力の要求と一時停止: 利用中のクライアント環境がサポートしていれば、処理の途中でユーザーに追加入力を求めたり、チェックポイントを設けて一時停止させたりできる。ユーザーはそこまでの結果を確認した上で、任意のタイミングで処理を再開させることが可能だという。

再現性が求められる大規模調査やレビューなどへの適用を想定

GitHubは、再利用可能な定型プロセスを構築したい場合や、明確な段階分け・検証・制限が必要なタスクにおいてダイナミックワークフローの活用が効果的であるとしている。

具体的なユースケースとして、サービス障害（インシデント）の調査が挙げられている。ログやテレメトリ（システムの稼動状態を測定・収集するデータ）の収集を行った後、各システムを分析する独立したエージェントを割り当て、それらの結果を統合してタイムラインと原因レポートを自動生成する一連の流れを、毎回同じ手順で確実に実行できる。

このほか、以下のような用途が想定されている。

• 大規模コードベースの走査: 複数のディレクトリを同時に走査し、不足しているテストコードの特定や、廃止予定APIの利用箇所の洗い出しなどを一括で行う。
• プルリクエストの並列レビュー: 変更ファイル数が多いプルリクエストに対し、複数ファイルを並行してレビューする。
• 複数モデルによる合意判定: マージ済みプルリクエストから未解決のレビューコメントをコードで検出し、2種類のAIモデルにそのコメントが現在も重要かどうかを判断させ、両者の意見が一致した場合にのみ結果を報告する。
• 調査から実装までの一貫処理: 変更内容に関する事前調査を行い、その知見に基づいて実装計画を策定した上で、実際のコード変更を行う。
• 長時間処理の一時停止と再開: コストや時間がかかる大規模な実行処理を途中で一時停止させ、後から再開する。
• リリース前チェックの安全な進行: リリース前検証を実行し、失敗要因の分析をエージェントに任せつつ、人間が内容を確認するまで一時停止して待機させる。

なお、単純なコード修正や短い質問については、標準のチャットモードにおける通常のプロンプト入力で十分であると説明されている。

作成支援機能と各環境での利用開始手順

ダイナミックワークフローは、開発者が独自にコードを記述して作成できるほか、Copilotに対話形式で作成を依頼することも可能となっている。拡張機能と同様に作成ガイダンスが標準で組み込まれており、ワークフローの構造を学習しながら作成したり、コード全体をCopilotに出力させたりできる。

各クライアントでの利用方法は以下の通りである。

• GitHub Copilot アプリ: 特別な設定を行うことなく、標準でダイナミックワークフローが利用可能な状態となっている。
• Copilot CLI: 最新バージョンにアップデートした上で、起動時に --experimental オプションを指定するか、対話セッション中に /experimental on コマンドを実行して実験的機能を有効化することで利用できる。CLIのアップデートは /update コマンドで実行できる。

また、すでに利用可能なワークフローが存在するか確認したい場合は、「What dynamic workflows are available?」と尋ねることで一覧を確認できるという。利用中のフィードバックは、Copilot CLI内の /feedback コマンドから送信を受け付けている。