← ステッカーウォール AGENT · DETAIL

Cognition Labs・Devin AIプログラマー・デモの失敗から400億ドル評価へ

ワークフロー：入力はJiraチケットまたはGitHub Issue。DevinはGPT-5シリーズモデルを呼び出し、固定化されたコーディング規約とCI/CDパイプラインに従って自らタスクを分解し、複数のKubernetesサンドボックスで並列検証し、マー

AGENT

主要項目

FIELD STAMPS

業界SaaS・業務ソフト

地域米国

規模中小企業

チャネルオンライン

🔧 ワークフロー

入力はJiraチケットまたはGitHub Issue。DevinはGPT-5シリーズモデルを呼び出し、固定化されたコーディング規約とCI/CDパイプラインに従って自らタスクを分解し、複数のKubernetesサンドボックスで並列検証し、マージ可能なPRとデプロイ手順を出力する。人間はレビューとマージ権限のみを保持し、タスクが届き次第実行する。会社開示ベースでは、すでに自身のコミットコードの89%を記述し、ARRは1年以内に3700万ドルから4.92億ドルへ急上昇した（会社の自己申告ベース、第三者による検証は未実施）。

🛠 構築のハードル

中核はイベント駆動型のタスクオーケストレーション層で、サンドボックス分離のためのKubernetes、長距離コンテキスト記憶のためのベクトルDBが必要で、基盤ではClaudeとGPT-5シリーズモデルを呼び出す。構築には3〜5人のエンジニアチームと約6カ月のプロトタイプ期間が必要で、要点はコーディング規約、テスト戦略、CI/CDパイプラインを再利用可能なツールチェーンとして固定化することにある。

🧰 ツールチェーン

🔧 DevinクラウドIDEワンクリック生成ワークフロー
🔧 Kubernetesサンドボックス環境マトリクス
🔧 GitHub Actions自動PRパイプライン
🔧 Anthropic Claude API

💰 収入

① 会社レイヤー——企業が席単位で月額サブスクリプション料を支払う（主収入）：ユーザー1人あたり月額500ドル×有料企業ユーザー数、ARR 4.92億ドル（$492M）、2026年8月の年換算収入2.4億ドル、月次収入約2000万ドル。会社は10億ドル超（68億元＝680000万元）の資金調達を完了しており、企業採用はベースライン比65倍、2カ月ごとに倍増（会社対外開示、第三者による分析）。このラインの構成比は示されていない；② エンタープライズ版はタスク量に応じた段階課金：Ticket数に応じて課金し、中程度の複雑度のTicketを1件完了するごとに平均12ドル相当のAPI費用を消費する。段階単価と実際のTicket量はいずれも非公開で、このラインの構成比は不明；③ 複製者レイヤー——個人が垂直代理店を手掛ける：固定月費で3社のアウトソーシング会社にサービス提供（フロントエンドReactコンポーネント生成、データベース移行スクリプト書き換え）。月費価格は非公開、サービス提供先企業数は不明、構成比は個別記載なし；④ 機会項目——席単位ではなく成果に基づく課金の企業契約：すでに10万回超の本番コードマージを納品し、更新率は90%超。このラインがどれだけ寄与するかは依然として示されていない。

💸 コスト

モデル推論コストの構成比は約38%で、中程度の複雑度のTicketを1件完了するごとに平均12ドル相当のAPI費用を消費する。残りはKubernetesの計算資源とエンジニア人件費で、全体の粗利益率は約70%。

⏱ 時間投入

中核チームは約120人で、研究開発者は週60時間をスケジューリング最適化に投入する。営業チームは毎週50社の企業トライアル顧客をフォローし、顧客は導入前に平均6人日の技術検証を経る。

🚀 初心者ガイド

個人の参入点としては、まず垂直代理を手掛けることを勧める。「フロントエンドReactコンポーネントの自動生成」または「データベース移行スクリプトの自動書き換え」という単一領域を選び、Claude API + n8nで最小限のクローズドループを構築する。まず固定月費で3社のアウトソーシング会社にサービス提供し、実際のTicketデータを蓄積してから横展開能力を拡張する。最初からフルスタック汎用エンジニアを目指すのは避ける。

🔑 成功のカギ

✅ 席単位ではなく成果に基づく課金の企業契約設計
✅ サンドボックス並列検証メカニズムにより、テキスト生成だけでなくコードのマージ可能性を保証
✅ 自身のコードベースを訓練場としてデータフライホイールを形成し、モデルに実工程のフィードバックを継続的に取り込ませる
✅ 単一Ticketからリポジトリ横断タスクへの自律的計画能力が、規模化による複利効果を得るための重要なハードル

⚠️ 风险

⚠️ モデルの自律性が一段上がるごとに、安全監査と誤操作の責任境界が拡大するため、追跡可能な増分検証メカニズムを導入する必要がある
⚠️ 10億ドルから400億ドルへの評価額は資金調達ストーリーに高度に依存しており、ARRの伸びが鈍化すれば、プライマリーマーケットの評価額が急速に後退するリスクがある
⚠️ MicrosoftのGitHub Copilot、Anthropicなどの大手がいつでも同等能力の代替品を投入する可能性があり、汎用エージェント領域の競争は白熱化している

📌 実例

📌 DevinはすでにCognition自身のコードベースの90%を書き換え、チーム内部の効率は25倍に向上した。単一のDevinインスタンスは2026年の実測で40分間連続稼働し、本来人間が2時間要するタスクを完了した。その結果、会社の評価額は18カ月以内に10億ドルから400億ドルへ急騰した。
📌 3人の華人創業者Scott Wu、Steven Hao、Walden Yanは、2024年3月のDevinのデモ動画を起点に事業を立ち上げた。初お披露目は編集効果ではないかと疑われたものの、Founders Fundなどの機関から合計約10億ドルの資金調達を獲得し、AIプログラミング領域で最も速い資金調達ペースの企業の一つとなった。
📌 AGENTS Labのコンサルティングレポートによると、Devinは2026年に10万回超の実際の本番コードマージを納品し、金融、EC、ゲーム業界の顧客をカバーし、企業の契約更新率は90%超で、自律型エンジニアという形態が試し利用から必須ニーズへ変わったことを裏付けている。

出典