GitLabは2026年9月17日、DevSecOpsプラットフォームの最新版「GitLab 19.4」を公開した。今回の焦点は、AIエージェントにより大きな作業を任せながらも、権限、承認、モデル選択、利用コストを組織として管理できるようにすることだ。新機能には、目標ベースで作業を委任するGitLab Duo CLIの/goal、低コストをうたうモデルの追加、ユーザー単位の消費上限、Model Context Protocol（MCP）経由のGitLabワークフロー自動化が含まれる。15

「手順」ではなく「達成したい目標」を渡す/goal

GitLab Duo CLIに、公開ベータ版の/goalコマンドが加わった。開発者がエージェントへ個々の操作を逐次指示する代わりに、オープンエンドな目的を指定し、ローカルで動作する統制されたエージェントフローへ委任できる。5

GitLabによると、このフローでは別のモデルが作業の進行を目標に照らして段階ごとに検証する。目標を満たした時点、または反復回数の上限に達した時点で実行は停止する。開発者は途中で一時停止し、目標を修正・方向転換してから再開することも可能だ。5

複数ステップにまたがる開発作業を自律的に進めさせる一方で、要件や実装方針が変われば人が介入できる――この両立が狙いとなる。

モデルを使い分け、組織側で統制する

GitLab Duo Agent Platformは、GitLabホストのオープンウェイトモデルとしてKimi K3、MiniMax M3、GLM 5.3をサポートした。これらは既存のフロンティアモデルの選択肢に加わり、GitLab Duo Agentic Chatや対応するエージェント機能で利用できる。12

GitLabは、タスクに応じて品質、レイテンシ、コストのバランスを取る使い方を示している。

• 定型的で大量に発生する処理には、より低コストなモデルを使う
• 高度な能力が必要な複雑な処理には、フロンティアモデルを充てる
• 個人任せにせず、組織のデフォルトモデルを設定する510

GitLabは、これらのホスト型オープンウェイトモデルについて、多くの比較対象となるフロンティアモデルに比べてGitLab Credit当たり最大4倍の呼び出し数を提供できるとしている。ただし、これはGitLab自身の評価・説明に基づくベンダー側の主張であり、独立したベンチマークではない。導入チームは自組織のワークロードで品質と費用を検証すべきだろう。510

グループのOwnerおよび管理者は、Agentic Chat、エージェント、フロー、各機能のデフォルトモデルを指定でき、チームが利用可能なモデルも制御できる。これらの設定は子グループやプロジェクトにも適用できる。15

ユーザー別の利用上限とコスト可視化を一般提供

エージェント利用を広げるなら、消費量の把握も欠かせない。GitLab 19.4ではコスト可視化機能が一般提供となり、管理者はユーザーごとの上限を設定可能になった。開発者は自身のGitLab Credit消費量を確認できる。5

Flex契約と非Flex契約の双方に対し、安全なダウンロードリンクを通じた請求対象イベント単位の利用データエクスポートも追加された。プラットフォームチームは請求前に、エージェントAIの利用をユーザーや部門へ配賦・分析しやすくなる。5

実務上は、エージェントワークフローを試験導入・拡大する際に、「誰がどれだけCreditを消費できるか」「利用状況をどうレビューするか」という境界を先に設けられることが重要だ。

MCPで外部エージェントをGitLabワークフローへ接続

GitLab 19.4では、GitLab MCPサーバーツールも公開ベータとして導入された。MCPは、AIアプリケーションやエージェントが外部のツールやデータへ接続するためのプロトコルだ。対応するサードパーティーMCPクライアントやエージェントから、GitLab上で次の操作を実行できるようになる。

• パイプラインの起動
• 失敗したジョブのトレース確認
• マージリクエストのレビュー・マージ管理
• 作業項目の検索・更新
• 脆弱性のトリアージ5

GitLabの主張は、外部エージェント向けに別のポリシー層を用意するのではなく、内部のDuo Agent Platformツールと同じグループ・プロジェクト設定の下でMCPツールも動作する、という点にある。5

デフォルトの承認動作では、読み取り専用ツールは**「Always Allow」、書き込み・削除操作は「Always Ask」**となる。変更を伴う操作に対し、人による確認を残す設計だ。5

組織がエージェント連携を評価する際には、CI/CD、マージリクエスト、セキュリティ対応に接続できるかだけでなく、その操作が既存のアクセス権限と承認フローを守るかどうかが重要になる。

Slack連携、セッション表示、コミュニティ製MCPツールも

このほか、19.4には周辺機能も含まれる。

• 実験的なGitLab Duo Agent PlatformのSlack連携では、PremiumおよびUltimateユーザーがスレッド内で@GitLabにメンションし、GitLab検索、Issue作成、プロジェクトに関する質問を行える。GitLabによると、スレッドと直近のチャンネル文脈を利用し、CI/CDランナー上で実行したうえで結果をSlackへ返す。5
• セッション詳細パネルを刷新し、ステータス、タイムスタンプ、起動したユーザーを表示。エージェントセッションを開始したイベントと、セッションが生み出した作業を分けて確認できるようにした。5
• コミュニティからは、プロジェクトのメタデータ・メンバー、リポジトリブランチ一覧、グループ横断のマージリクエスト一覧、過去のDuoセッション取得向けのMCPツールが追加された。セマンティック検索も1つのツールに統合された。5

個人の実験から、組織運用へ

GitLabは19.4を、AI機能を個別に追加した更新としてではなく、エージェント活用を組織規模で管理するための基盤として位置付けている。開発者はエージェントにより広い目標を委任できる一方、プラットフォーム管理者は使えるモデルやツールを選び、重要な変更には承認を求め、利用量と支出を追跡・制限できる。15

言い換えれば、エージェント自動化の拡大を、無制限な導入ではなく、対象ワークロード、許可モデル、アクセスルール、コストを明示して進める運用上の判断へ変えようとしている。公開ベータ機能を含むため、実際にどこまで有効かは各チームのワークフロー設計と検証に左右される。ただ、GitLabが目指す方向は明確だ。個人のAI支援コーディングにとどまらず、DevSecOpsチーム全体で管理されたエージェント運用を実現しようとしている。5

GitLabは2026年9月17日、DevSecOpsプラットフォームの最新版「GitLab 19.4」を公開した。今回の焦点は、AIエージェントにより大きな作業を任せながらも、権限、承認、モデル選択、利用コストを組織として管理できるようにすることだ。新機能には、目標ベースで作業を委任するGitLab Duo CLIの/goal、低コストをうたうモデルの追加、ユーザー単位の消費上限、Model Context Protocol（MCP）経由のGitLabワークフロー自動化が含まれる。15

「手順」ではなく「達成したい目標」を渡す/goal

GitLab Duo CLIに、公開ベータ版の/goalコマンドが加わった。開発者がエージェントへ個々の操作を逐次指示する代わりに、オープンエンドな目的を指定し、ローカルで動作する統制されたエージェントフローへ委任できる。5

GitLabによると、このフローでは別のモデルが作業の進行を目標に照らして段階ごとに検証する。目標を満たした時点、または反復回数の上限に達した時点で実行は停止する。開発者は途中で一時停止し、目標を修正・方向転換してから再開することも可能だ。5

複数ステップにまたがる開発作業を自律的に進めさせる一方で、要件や実装方針が変われば人が介入できる――この両立が狙いとなる。

モデルを使い分け、組織側で統制する

GitLab Duo Agent Platformは、GitLabホストのオープンウェイトモデルとしてKimi K3、MiniMax M3、GLM 5.3をサポートした。これらは既存のフロンティアモデルの選択肢に加わり、GitLab Duo Agentic Chatや対応するエージェント機能で利用できる。12

GitLabは、タスクに応じて品質、レイテンシ、コストのバランスを取る使い方を示している。

• 定型的で大量に発生する処理には、より低コストなモデルを使う
• 高度な能力が必要な複雑な処理には、フロンティアモデルを充てる
• 個人任せにせず、組織のデフォルトモデルを設定する510

GitLabは、これらのホスト型オープンウェイトモデルについて、多くの比較対象となるフロンティアモデルに比べてGitLab Credit当たり最大4倍の呼び出し数を提供できるとしている。ただし、これはGitLab自身の評価・説明に基づくベンダー側の主張であり、独立したベンチマークではない。導入チームは自組織のワークロードで品質と費用を検証すべきだろう。510

グループのOwnerおよび管理者は、Agentic Chat、エージェント、フロー、各機能のデフォルトモデルを指定でき、チームが利用可能なモデルも制御できる。これらの設定は子グループやプロジェクトにも適用できる。15

ユーザー別の利用上限とコスト可視化を一般提供

エージェント利用を広げるなら、消費量の把握も欠かせない。GitLab 19.4ではコスト可視化機能が一般提供となり、管理者はユーザーごとの上限を設定可能になった。開発者は自身のGitLab Credit消費量を確認できる。5

Flex契約と非Flex契約の双方に対し、安全なダウンロードリンクを通じた請求対象イベント単位の利用データエクスポートも追加された。プラットフォームチームは請求前に、エージェントAIの利用をユーザーや部門へ配賦・分析しやすくなる。5

実務上は、エージェントワークフローを試験導入・拡大する際に、「誰がどれだけCreditを消費できるか」「利用状況をどうレビューするか」という境界を先に設けられることが重要だ。

MCPで外部エージェントをGitLabワークフローへ接続

GitLab 19.4では、GitLab MCPサーバーツールも公開ベータとして導入された。MCPは、AIアプリケーションやエージェントが外部のツールやデータへ接続するためのプロトコルだ。対応するサードパーティーMCPクライアントやエージェントから、GitLab上で次の操作を実行できるようになる。

• パイプラインの起動
• 失敗したジョブのトレース確認
• マージリクエストのレビュー・マージ管理
• 作業項目の検索・更新
• 脆弱性のトリアージ5

GitLabの主張は、外部エージェント向けに別のポリシー層を用意するのではなく、内部のDuo Agent Platformツールと同じグループ・プロジェクト設定の下でMCPツールも動作する、という点にある。5

デフォルトの承認動作では、読み取り専用ツールは**「Always Allow」、書き込み・削除操作は「Always Ask」**となる。変更を伴う操作に対し、人による確認を残す設計だ。5

組織がエージェント連携を評価する際には、CI/CD、マージリクエスト、セキュリティ対応に接続できるかだけでなく、その操作が既存のアクセス権限と承認フローを守るかどうかが重要になる。

Slack連携、セッション表示、コミュニティ製MCPツールも

このほか、19.4には周辺機能も含まれる。

• 実験的なGitLab Duo Agent PlatformのSlack連携では、PremiumおよびUltimateユーザーがスレッド内で@GitLabにメンションし、GitLab検索、Issue作成、プロジェクトに関する質問を行える。GitLabによると、スレッドと直近のチャンネル文脈を利用し、CI/CDランナー上で実行したうえで結果をSlackへ返す。5
• セッション詳細パネルを刷新し、ステータス、タイムスタンプ、起動したユーザーを表示。エージェントセッションを開始したイベントと、セッションが生み出した作業を分けて確認できるようにした。5
• コミュニティからは、プロジェクトのメタデータ・メンバー、リポジトリブランチ一覧、グループ横断のマージリクエスト一覧、過去のDuoセッション取得向けのMCPツールが追加された。セマンティック検索も1つのツールに統合された。5

個人の実験から、組織運用へ

GitLabは19.4を、AI機能を個別に追加した更新としてではなく、エージェント活用を組織規模で管理するための基盤として位置付けている。開発者はエージェントにより広い目標を委任できる一方、プラットフォーム管理者は使えるモデルやツールを選び、重要な変更には承認を求め、利用量と支出を追跡・制限できる。15

言い換えれば、エージェント自動化の拡大を、無制限な導入ではなく、対象ワークロード、許可モデル、アクセスルール、コストを明示して進める運用上の判断へ変えようとしている。公開ベータ機能を含むため、実際にどこまで有効かは各チームのワークフロー設計と検証に左右される。ただ、GitLabが目指す方向は明確だ。個人のAI支援コーディングにとどまらず、DevSecOpsチーム全体で管理されたエージェント運用を実現しようとしている。5