GitLab 19.0発表：DevSecOpsを統合するシークレット管理とAIエージェントの進化

2026年5月28日

運用

GitLab社は、DevSecOpsプラットフォームの最新メジャーアップデートとなる「GitLab 19.0」を正式にリリースしました。

今回のアップデートの核となるのは、単なる機能の集合体を超えた「インテリジェントなオーケストレーション」への進化です。

従来の開発プロセスが個別の楽器による演奏だったとするならば、GitLab 19.0はすべての工程が調和した「フルオーケストラ」のような体験を提供することを目指しています。

特に、AIの普及によって複雑化する開発ワークフローを整理し、セキュリティと生産性の両立を追求した点が大きな特徴です。

本記事では、GitLab 19.0がもたらす革新的な機能とその背景にある戦略について、詳細に解説していきます。

目次 [ close ]

AIパラドックスの克服とインフラの最適化

現代のソフトウェア開発現場では、AIによるコード生成が一般的になりつつありますが、これに伴い「AIパラドックス」と呼ばれる新たな課題が浮上しています。

AIによって生成されるコード量が増えるほど、管理すべき認証情報の増加、コードレビューの負荷、パイプラインの標準遵守、コンプライアンスチェックの複雑化といった副作用が生じる現象です。

GitLab 19.0は、この生産性の逆説を解消するために、コードを書く作業からデプロイするまでのギャップを最小化する設計が施されました。

開発者がAIの恩恵を享受しながらも、セキュリティ上の懸念や手戻りに悩まされない環境を構築することが、今回のリリースの最優先事項となっています。

革新的な「GitLab Secrets Manager」の導入

セキュリティ分野における最大のアップデートは、パブリックベータとして公開された「GitLab Secrets Manager」です。

これは、認証情報をコードやパイプラインを実行するプラットフォーム自体に統合して保存する技術です。

GitLab PremiumおよびUltimateユーザー向けに提供されるこのツールは、従来のCI/CD変数の概念を根本から変える可能性を秘めています。

最小権限の原則に基づくセキュリティ構成

従来のCI/CD変数では、一度登録された認証情報はプロジェクト内のすべてのジョブからアクセス可能であり、これがセキュリティ上のリスクとなっていました。

GitLab 19.0では、認証情報を特定のジョブのみに限定して公開する「最小権限の原則」をデフォルトとして採用しています。

これにより、特定のブランチや特定の環境以外ではシークレットが参照できず、万が一ジョブが侵害された場合でも被害を最小限に食い止めることができます。

監査と運用の効率化

GitLab Secrets Managerは、GitLabが既に持っているグループ構造やプロジェクト構造の権限モデルをそのまま利用します。

管理者は新たな権限モデルを構築・維持する必要がなく、運用の複雑さが大幅に軽減されます。

さらに、認証情報が使用された履歴はすべてGitLabの監査トレイルに記録され、どのジョブがいつシークレットを使用したかを即座に追跡可能です。

以下の表は、従来のCI/CD変数と新しいSecrets Managerの主な違いをまとめたものです。

機能	従来のCI/CD変数	GitLab Secrets Manager
スコープ制御	プロジェクト全体のすべてのジョブ	特定のジョブ・ブランチ・環境に限定
権限管理	手動設定が必要な場合が多い	GitLabの既存権限モデルに統合
監査性	ログの相関分析が困難	パイプライン直結の監査トレイル
外部統合	個別設定が必要	HashiCorp Vault等との高度な連携

「Developer Flow」によるエージェント主導のワークフロー

開発者の生産性を維持するための「Developer Flow」も、マージリクエスト（MR）の全ライフサイクルをカバーするように拡張されました。

この機能は、単なる自動化ツールではなく、プロジェクト固有の文脈を理解する「エージェント」として機能します。

特筆すべきは、AGENTS.md という設定ファイルを読み込むことで、プロジェクト独自のコーディング規約やアーキテクチャの決定事項をAIが理解する点です。

コンテキストを理解するAGENTS.md

汎用的なAIテンプレートとは異なり、GitLab 19.0のエージェントは個別のプロジェクト環境に最適化されます。

例えば、新しい開発者がプロジェクトに参加した際に必要な環境構築のコマンドや、特定のライブラリ使用時の注意点などをエージェントが把握し、レビュー時に指摘を行います。

以下は、エージェントにプロジェクトの文脈を伝えるための AGENTS.md の記述例です。

Markdown

# Project Guidelines for GitLab Agent

## Architecture Decisions
- すべてのAPIレスポンスはJSON形式で統一すること。
- 非同期処理には必ずRedis Queueを使用すること。

## Commands
- テスト実行: `npm run test:coverage`
- Lintチェック: `eslint . --ext .js,.ts`

## Environment Quirks
- ステージング環境では外部APIへのアクセスが制限されているため、Mockサーバーを使用すること。

環境構築を自動化するagent-config.yml

エージェントの動作を定義する agent-config.yml では、依存関係の解決やプリコミットフックの実行環境を指定できます。

これにより、エージェントがコードを生成する際に、チームの基準に合致しているかを事前に確認した上で出力することが可能になります。

YAML

# agent-config.yml の構成例
agent:
  name: "project-helper-agent"
  capabilities:
    - code_generation
    - unit_test_execution
  environment:
    image: "node:20"
    setup_commands:
      - npm install
  hooks:
    pre_commit:
      - npm run lint

多様なAIモデルのサポートとセルフホストの選択肢

GitLab 19.0では、コンプライアンスと機能を両立させるため、セルフホスト型のAIモデルの選択肢を大幅に拡大しました。

新たに、Mistral Devstral 2 123B、GLM-5.1、Kimi-K2.6、MiniMax-M2.7の4つのオープンソースモデルがサポート対象となりました。

これにより、エアギャップ環境（ネットワーク分離環境）や規制の厳しい業界でも、最新のAI機能を安全に利用できるようになります。

また、データの機密性に応じて、セルフホストモデルとGitLabが管理するモデルを機能ごとに使い分けるハイブリッドデプロイも可能です。

サプライチェーンの可視化とガバナンスの強化

ソフトウェアサプライチェーン攻撃のリスクが高まる中、GitLab 19.0は「SBOM（ソフトウェア部品表）」を活用した脆弱性管理を強化しています。

依存関係スキャンによって生成されるSBOMは、サードパーティ製コンポーネントの監査可能なインベントリとして機能します。

これらをGitLabのセキュリティアドバイザリと照合することで、リアルタイムでリスクを特定できる体制が整いました。

さらに、新機能の「Components Analytics」を使用すれば、組織全体でどのCI/CDコンポーネントがどのバージョンで動作しているかを一元的に把握できます。

「放置された権限」という新たな脅威への警鐘

今回の進化は非常に強力ですが、一方で専門家からは慎重な運用を求める声も上がっています。

Sumo LogicのAIセキュリティ研究者であるデビッド・ガービン氏は、AIエージェントによる自律的な決定のリスクを指摘しています。

かつて付与され、その後忘れ去られた権限をエージェントが悪用、あるいは誤用する可能性は否定できません。

ソフトウェアエンジニアリングチームは、エージェントのデプロイ前に「実行ガバナンス」と「オブザーバビリティ（可観測性）」を確立しておくことが強く推奨されています。

まとめ

GitLab 19.0は、DevSecOpsの各要素を一つのプラットフォーム上で高度に連携させた、まさに「知的なオーケストラ」と呼べる製品です。

Secrets Managerによるセキュリティの堅牢化、エージェントによる開発ワークフローの最適化、そして多様なAIモデルのサポートは、企業のデジタル変革を加速させる強力な武器となるでしょう。

しかし、技術が高度化するほど、それを利用する側のガバナンス設計も重要になってきます。

「まずパンツを履いてから、靴を履く」という比喩が示すように、セキュリティと基盤を整えた上で、最新のAI機能を最大限に活用することが成功の鍵となります。

GitLab 19.0の詳細については、公式サイトのプレスリリースも併せてご確認ください。