記事一覧へ戻る
AIエージェント

GitLab 19.5、外部エージェントをDevOpsの統治対象に

読了目安 3 分

概要

GitLab 19.5の重要性は、MCPエンドポイントを追加したことだけではない。開発者に代わって複数の作業を連続実行するエージェントを、企業はどのように許可し、監視し、問題発生時に追跡するのか。この課題に対し、今回のリリースは接続性とDevSecOpsのガバナンスを同じ基盤に組み込もうとしている。

主な変更点

  • GitLab MCPサーバーが正式提供。 Claude CodeやCursorなどMCP対応ツールから、より多くのGitLabツールを利用できる。グループの検出、個別のCI/CDアーティファクトファイルの確認、GitLab Duo Agent Platformのエージェントやワークフローの起動・監視が新たに可能になった。
  • 公開するツールを管理者が選択可能。 すべてのツールをエージェントに見せるのではなく、必要なツールセットだけを公開できる。コンテキスト消費を抑え、エージェントが実行できる操作を減らす、軽量な最小権限設計といえる。
  • 外部エージェントもガバナンス対象に。 GitLab CLIを通じてClaude Code、Cursor、Codexなどを接続すると、条件を満たすセッションについて利用者、エージェント、プロジェクト、時刻を記録できる。GitLab標準のエージェントと同じ画面で活動を確認でき、監査イベントはSIEMへストリーミングできる。
  • MCPにレート制限を導入。 GitLab.comではFreeが毎分60リクエスト、PremiumとUltimateが毎分600リクエスト。再接続やリトライも回数に含まれる。
  • 自動実行に明示的な制御を追加。 GitLab Duo CLIの自動モードでは、Shellコマンド、Git操作、MCP呼び出しを毎回承認せずに実行できる。初期状態では無効で、インスタンス、グループ、プロジェクト単位で設定可能。「Always Deny」に指定したツールは引き続きブロックされる。正式提供された/goalコマンドでは、開発者が目標を記述し、管理されたプロセスで実装と結果確認を行える。
  • 秘密情報とセキュリティ設定も強化。 OpenBaoを基盤とするGitLab Secrets Managerは、グループ・プロジェクト権限と統合し、秘密情報の操作を監査イベントとして記録する。Secret DetectionやSASTの設定をテンプレートで統一でき、プロジェクトごとのCI/CD設定の重複も減らせる。

意義と影響

GitLabは、競争軸を「どのコーディング支援ツールがより良いコードを書くか」から、「自律エージェントが安全かつ有用に工程を実行できる環境はどこか」へ広げようとしている。MCPを単なる接続口として扱わず、コード、パイプライン、アーティファクト、認証情報、権限、監査を一つの運用モデルに結び付ける点が特徴だ。

企業にとって、ツール選択、権限制御、セッション記録、レート制限は、エージェントを大規模利用するための基本的な防波堤になる。自動モードの追加は、エージェントの自律性が高まるほど、個々の操作を人が承認し続ける方式が現実的でなくなることも示している。今後は、事前に境界を定め、活動を継続監視し、事後調査に使える証拠を残す運用が重要になる。

MCP自体が安全性を保証するわけではない。実効性は、ツールセット、プロジェクト権限、承認方針、監査フローの設定に左右される。GitLab 19.5の狙いは、外部ツールと自社エージェントを共通のDevSecOpsガバナンスで扱える入口を提供することにある。

出典:InfoQ 中文

コメント

ログイン状態を確認中…

コメントを読み込み中…

関連記事

CCTest · Blog
Agent-R²、実ファイルで生産性エージェントを訓練
AIエージェント
cctest.ai
AIエージェント

Agent-R²、実ファイルで生産性エージェントを訓練

Agent-R²は、実際の職業活動や公開ファイルを基盤に、生産性業務向けの訓練データを合成する枠組みです。約4000件のタスクで訓練した4Bモデルが、GDPvalとOfficeQAの両方で大型モデルのベースラインを上回りました。

続きを読む
CCTest · Blog
マルチモーダルエージェントの自己進化はなぜ場面を越えて移植しにくいのか
AIエージェント
cctest.ai
AIエージェント

マルチモーダルエージェントの自己進化はなぜ場面を越えて移植しにくいのか

新しいサーベイは、マルチモーダル推論、生成、GUI・Webナビゲーション、身体操作という四つの領域で、自己進化するエージェントを比較する。結果の検証可能性、フィードバックの精度、経験生成の規模といったタスク固有の条件が、手法の移植性を左右すると分析している。

続きを読む