Author: 稲田大陸

エージェントが 1 つの関数を見つけるために何千行も読み込み、わずかなフォーマットの違いのせいで更新に失敗することは AI コーディングアシスタントを使っているすべての開発者が経験したことがあるでしょう。現在のアプローチはファイル全体を読み込み、完全一致の文字列マッチングを行いますが、トークンを大量に消費し、簡単に壊れてしまいます。私たちはより良いものを構築しました。

2026 年 1 月、三菱電機株式会社 電力システム製作所 電力 ICT センターで、 3 日間にわたる「AI-DLC Unicorn Gym」が開催されました。 AI 駆動開発ライフサイクル（AI-DLC）を組織的に体験する Unicorn Gym に、 33 名のエンジニアが参加。本記事では、運営を担当した電力 ICT センターの中村様が聞き手となり、実際に参加した増成様、相原様、小森様に体験を語っていただきました。

Kiro の Specs に 2 つの新しいタイプが追加されました。既存アプリやブラウンフィールドプロジェクトで技術アーキテクチャがすでに決まっている場合に設計ドキュメントから始められる「デザインファーストワークフロー」と、現在の振る舞い・期待される振る舞い・変更されない振る舞いの 3 セクションで構造化し、プロパティベーステストでリグレッションを防ぎながら外科的にバグを修正できる「バグ修正 Spec」です。従来の要件ファーストに加え、開発者の思考の出発点に合わせた柔軟なワークフローが選択できるようになりました。

本ブログは、三菱電機株式会社 電力システム製作所 電力ICTセンター 小森様と、アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト稲田、GitLab 合同会社 ソリューションアーキテクトの小松原様の共著です。三菱電機 電力ICTセンターにおける Kiro と GitLab を組み合わせたソフトウェア開発効率化の取り組みについてご紹介します。

このリリースでは、開発者の作業速度を落とすことなくより多くのコントロールを提供し、同時にエンタープライズチームが必要とするガバナンスも提供する新機能を IDE に追加しました。カスタムサブエージェント、Skills サポート、よりスマートなリファクタリングツールを提供します。詳しく見ていきましょう。

当初から、私たちは Kiro を最高の AI コーディング体験を提供できるように構築してきました。それは、現在の最先端コーディングモデルを搭載し、高品質な出力を中心にすべてを構築することを意味していました。6 ヶ月前、私たちは Auto を導入しました。これは、フロンティアモデルと特化型モデルを組み合わせ、インテント検出、キャッシング、その他の最適化技術を重ねることで、パフォーマンス、効率性、出力品質に優れたバランスを提供するエージェントモードです。本日、Kiro にオープンウェイトモデルを追加し、IDE と CLI の両方で利用可能になりました。

Kiro CLI が Agent Client Protocol（ACP）をサポートしたことをお知らせします。これにより、Kiro の Agentic AI 機能を他の IDE から直接利用できるようになりました。現在 ACP をサポートしている IDE には、Eclipse、Emacs、JetBrains IDE、Neovim、Toad、Zed などがあります。私にとって、これは重要なワークフローの課題を解決するものです。

「システム開発に産業革命のような大きなインパクトを与えると感じた」―参加者のこの言葉は、2026 年 1 月 22 日〜 23 日に開催した「合同AI-DLC Unicorn Gym」で何が起きたかを物語っています。11 社 87 名のエンジニアとビジネスパーソンが 2 日間で体験したのは、AI ツールの活用法ではなく、開発プロセス全体の変革でした。AI-Driven Development Lifecycle は、AI が計画を作成し、人間は重要な意思決定に集中します。数ヶ月かかる開発が 2 日間で完了し、会議とドキュメントに費やしていた時間が創造的な対話に変わりました。参加者の多くが継続を希望した 2 日間で、何が変わったのでしょうか。

Kiro CLI 1.24.0 では、大規模なドキュメントセットの段階的な読み込みを可能にする Skills、カスタム Diff ツール、18 言語に対応した組み込みコードインテリジェンス、リモート認証、web_fetch ツールの詳細な権限管理、長時間のセッションをスムーズに維持する会話圧縮の詳細なコントールが導入されました。これらのアップデートが私の Kiro ライフを更に快適にしてくれたので、今回はこれらの追加された機能を深堀ってご紹介します。

初期のコーディングエージェントは、IDE が検出したエラーを認識できず、コード生成後に時間のかかるビルド/テストコマンドで検証する必要がありました。Kiro は Language Server Protocol（LSP）を活用して IDE 診断情報への直接アクセスを実現し、エージェントがリアルタイムで型エラーや構文エラーを検出・修正できるようになりました。この診断駆動型アプローチにより、コマンド実行が 29% 削減され、わずか 35 ミリ秒で検証が完了するようになり、TypeScript から Terraform まで多様な技術スタックでコード品質が大幅に向上しました。