GitHub Copilotのクラウドエージェントで推論強度を選択可能に、複雑なタスクではAI Creditsを追加消費して推論を深化

GitHubは8月3日、Copilot cloud agentに推論強度セレクターを追加した。ユーザーはタスクを委任する際、対応モデルを選ぶだけでなく、モデルが応答またはアクションを実行する前に、推論処理へどの程度の計算リソースを投入するかも指定できる。この機能は、cloud agentを含むCopilot Pro、Pro+、Max、Business、Enterpriseの有料プランで利用できる。

今回の変更により、従来はモデル側に隠されていた推論予算が、エージェントの実行ごとに調整できるパラメーターとなった。小さな関数の修正、コメントの追加、テンプレートの生成だけで済む作業では、推論強度を低くすることでレイテンシーとAI Creditsの消費を抑えられる。一方、複数ファイルにまたがるバグの追跡、リファクタリングの計画、大規模なコードベースの分析では、推論強度を高めることで、エージェントが作業に着手する前に、より多くの依存関係や代替案を検討できる可能性がある。GitHubは、推論強度を高めるとより多くのtokenを消費すると明確に注意喚起しており、無料で品質を向上できる設定とみなすことはできない。

技術チームは、最終的な回答が「より良く見えるか」だけを比較すべきではない。より包括的な回帰テストでは、タスク成功率、テスト通過率、生成されたdiffのサイズ、ツール呼び出し回数、完了時間、AI Creditsを記録し、タスクの種類ごとにデフォルト値を設定する必要がある。推論強度が高くても、モデルが必ず正しいコンテキストを把握しているとは限らない。リポジトリの指示、テスト環境、権限設定に誤りがあれば、追加の推論は誤った前提を増幅するだけになる可能性がある。

もう一つの注目点は再現性だ。GitHubが現時点で説明しているのはインターフェース上のreasoning levelにとどまり、各モデルに対応する実際のtoken予算、停止条件、強度間の安定性は公表していない。企業がcloud agentを監査可能なエンジニアリングプロセスに組み込む場合、モデル、強度、プロンプト、実行ログ、コストデータを引き続き保存すべきであり、「高」をモデル間で一貫した計算仕様とみなすことはできない。