- GitHubは、単なるリポジトリから、CI/CD、セキュリティ、AIエージェントをワークフロー自体に統合した、完全な開発インフラストラクチャへと進化しました。
- Agent HQ、Mission Control、GitOps、およびIaCツールを組み合わせることで、Gitを唯一の信頼できる情報源として、インフラストラクチャ、デプロイメント、およびエージェントのオーケストレーションが可能になります。
- ガバナンス、高度なセキュリティ、そしてAIの影響を測定することは、大規模組織や規制環境においてこれらのモデルを拡張していく上で重要な要素となる。
- Pixeltable、Ephyr、ハイブリッド型または分散型アーキテクチャといった補完的なアプローチが登場し、生産性、データ制御、および回復力のバランスを取るようになっている。
その方法 GitHubはインフラストラクチャを理解し、設計します ソフトウェア開発は根本的に変化しました。もはやリポジトリをホストするだけではなく、バージョン管理を変革することになっています。 AIの自動化と統合 そして、アプリケーションライフサイクルの構造層におけるセキュリティ。クラウドインフラストラクチャの計画からAIエージェントのガバナンスまで、すべてがGitHubを中心ハブとして展開されます。
同時に、他のアプローチとしては、 GitOps、マルチモーダルデータスタック、または分散型アーキテクチャ これらは、現代のインフラストラクチャのあり方を根本から変えつつあります。Gitが中心となる要素ですが、その周辺にはGitHub Actions、GitHub Copilot、Agent HQ、サードパーティ製ツール（ArgoCD、Terraform、Helm、Argo、Flux）、そしてPixeltableのような高度なデータソリューションといった、GitHubの理念に統合された、あるいは直接的に影響を受けた新たな要素が次々と登場しています。
GitHubを運用インフラとして活用する：リポジトリからコアレイヤーまで
数年後、 GitHubは「コードが存在する場所」から ソフトウェアの構築、テスト、セキュリティ対策、デプロイのための完全なインフラストラクチャとして機能する。GitHub Actions、Projects、Advanced Security、Copilotを組み合わせることで、開発サイクルの大部分をプラットフォームから離れることなく実行できる。
コミュニティと宇宙自身の発表によれば、 AIはアドオンとして提供されなくなりました。しかし、GitHubは開発者のインフラストラクチャの一部として機能します。GitHubは、ブランチの作成、テストの実行、プルリクエストの作成、コメントへの応答などを行うエージェントをオーケストレーションし、他の貢献者と同様に、人間と同じワークフローに統合されます。
このアプローチは、プラットフォームの内部利用によってさらに強化される。 GitHub は GitHub を使用して GitHub を構築します同社のチームは、Actionsでワークフローを自動化し、Projectsで作業を管理し、Advanced Securityでリポジトリを保護し、Copilotでコード作成をサポートすることで、製品自体が最新の開発インフラストラクチャの運用方法の参考となることを証明しています。
このように、インフラストラクチャは単なるサーバーやネットワークではなくなり、 発達の基本要素のセットリポジトリ、課題、プルリクエスト、CI/CDパイプライン、セキュリティポリシー、品質ダッシュボードに加え、チームと連携して動作するインテリジェントエージェントも加わりました。
インフラストラクチャの一部としてのAI：GitHub Copilot、Agent HQ、およびMission Control
GitHubの現在のインフラストラクチャへのアプローチの重要な要素の1つは、 人工知能を開発サイクルに深く統合するGitHub Copilotはもはや単なるコード行を提案するアシスタントではありません。Agent HQとMission Controlにより、AIはインフラストラクチャ内のもう一つの実行プレーンとして機能します。
エージェント本部 これは、さまざまなベンダー（Anthropic、OpenAI、Google、Cognition、xAI、およびMCPエコシステム内のその他のベンダー）のエージェントをGitHub上の既存のワークフローに接続するレイヤーとして機能します。これらのエージェントは別のツールに存在するのではなく、課題、ブランチ、プルリクエストに組み込まれ、GitHub Actionsまたは自己ホスト型ランナーで、制限された管理された権限で実行されます。
宇宙のデモ中、エージェントには次のことが示されました。 彼らはブランチを作成し、テストを実行し、プルリクエストを作成し、フィードバックに対応する。 まるでチームの一員であるかのように機能します。他のスタンドアロンアシスタントとの違いは、これらのエージェントがCI/CDパイプラインとリポジトリポリシーに統合される点です。これは、コンプライアンスや監査要件を満たす必要がある組織にとって不可欠です。
これに基づくと、 ミッションコントロールすべてのエージェントセッションを調整できる統合コンソール：タスクの割り当て、進捗状況の追跡、実行途中のリダイレクト、生成されたコードのレビューなどが可能です。ミッションコントロールは、ブランチ制御（エージェントコードの継続的インテグレーションがトリガーされた場合）、マージ競合の解決、適用された変更のナビゲーションといった側面も管理します。
GitHubと密接に連携しているVS Codeエディタも、「AIネイティブ」なインターフェースへと進化しつつある。 プランモード これにより、コードを書く前に、Copilot と共同で段階的なアプローチを設計し、質問をし、不足している部分を補い、すべてが明確になったら、計画をローカルで実行したり、エージェントに委任したりすることができます。さらに、 AGENTS.md ファイルで定義されたカスタムエージェント バージョン管理システムは、コードとともに、各リポジトリごとにスタイルルール、テスト規約、または特定のポリシーを定めます。
このエコシステムは、以下の完全な採用によって完成します。 モデルコンテキストプロトコル (MCP) さらに、GitHub上にはMCPレジストリが用意されており、Stripe、Figma、Sentryなどのサーバーをワンクリックでインストールできます。そのコンセプトは明確です。AIエージェントは、開発者が既に作業している環境で動作し、プラットフォーム間や異なるコンテキスト間の切り替えを強制すべきではない、というものです。
ガバナンス、メトリクス、セキュリティ：GitHubのインフラストラクチャ制御プレーン
AIをインフラに変えることは、以下の条件が満たされる場合にのみ意味がある。 優れたガバナンス、明確な指標、そして統合されたセキュリティGitHubは、プラットフォームにネイティブに適合するいくつかの要素によって、この制御プレーンを強化してきました。
一方では、 GitHubコードの品質 これは、組織レベルでの保守性、信頼性、テストカバレッジに関する可視性とガバナンスを提供します。これらの指標はすべてのプルリクエストに統合され、CodeQLとセキュリティチェックによってサポートされるため、一見無害に見える変更がコードの健全性を低下させるのを防ぎます。
さらに、 コパイロット指標ダッシュボード これにより、Copilotとコーディングエージェントの実際の影響（使用状況、導入状況、開発時間の潜在的な改善、バグ密度など）を測定できます。その結果、A/Bテストを実施して、AIがマージ時間、エラー率、メンテナンス作業量をどの程度削減できるかを理解することができます。
セキュリティの観点から、 AI制御または制御機 エージェントに関しては、どのエージェントがアクセスできるか、どのモデルが許可されているか、どのリポジトリで操作できるか、そしてどのような条件下で操作できるかといった、集中管理型のポリシーを定義することが可能です。これらの制御は、規制対象分野や厳格な機密保持要件を持つ組織にとって特に重要です。
Octoverse 2025のデータは、このアプローチが成果をもたらすことを示している。 重大な脆弱性を修正するのに必要な時間が30%短縮されました。 過去1年間で、Dependabotの導入率は2倍になり、Copilot Autofixは毎月数千ものリポジトリに対して、アクセス制御の不具合などの一般的な脆弱性に対する修正を適用してきました。この傾向は、単純な「シフトレフト」から、「デフォルトで安全」なモデルへと移行しつつあり、セキュリティはツール自体に統合され、自動化されています。
しかし、このプラットフォームも設定エラーの影響を受けないわけではない。 定義が曖昧なパイプラインまたは AIが生成した足場 適切な監視がなければ、それらは依然としてリスク要因となる。ここで、組織の方針や、テンプレート、基本リポジトリ、分岐ルールの体系的な見直しが重要になる。
GitHub Modernization Agent: Azure 上でのインフラストラクチャ、コンテナ、およびデプロイメント
GitHubのインフラストラクチャへのアプローチのもう1つの明確な例は、 GitHub Copilot モダナイゼーションエージェントこのエージェントは、構造化された「計画作成 → 計画実行」の流れに従って、アプリケーションをAzureに移行および最新化することを支援するように設計されており、インフラストラクチャの準備とコンテナ化およびデプロイという2つの主要なフェーズをカバーしています。
で フェーズ1（インフラ整備）エージェントは、アプリケーションに必要な Azure インフラストラクチャをプロビジョニングするためのプランを生成します。このプランでは、セキュリティ、ID、ガバナンス、ネットワークフレームワークなど、プロジェクトのコンテキストに合わせてカスタマイズされた Azure ランディングゾーンを設計できます。
計画を作成するために、エージェントは複数の入力を利用できます。 アプリケーションのソースコード （テクノロジースタック、依存関係、リソースを推測するため）、評価レポート（Modernize Assess、Azure Migrate、またはその他のツール）、 既存のアーキテクチャ図 また、コンプライアンスおよびセキュリティ要件に関する文書は、自然言語で記述されているか、リポジトリに保存されている必要があります。
オーダー 近代化計画を作成する このプロセスは、Azureアーキテクチャ案とプロビジョニング対象リソースの詳細リストの生成から始まります。デフォルトでは、このプランはInfrastructure as Code（IaC）ファイルの生成とプロビジョニング自体の両方を対象としていますが、IaCファイルの作成のみに限定することも可能です。
実行前に、チームは生成された成果物を確認できます。 プランファイル en .github/modernize/<plan-name>/plan.md これはインフラ戦略を説明するものであり、 タスクファイル en .github/modernize/<plan-name>/tasks.json エージェント固有のアクションに応じて、どちらも編集してリソース、ネットワークパラメータ、インスタンスサイズ、セキュリティポリシーを調整できます。
検証が完了すると、実行されます 近代化計画を実行するこれにより、計画が適用され、Azure にインフラストラクチャがプロビジョニングされます。次のようなコマンドを使用して結果と変更を検証することをお勧めします。 git status y git diff mainAzureポータルまたは公式CLIを使用してリソースを比較します。
La フェーズ2（コンテナ化と実装） アプリケーションをコンテナにパッケージ化して Azure にデプロイするための別のプランを定義します。コマンド modernize plan create "containerize and deploy my app to azure, subscription: <sub-id>, resource group: <rg-name>" --plan-name deploy これは、Dockerfileの作成から、選択したホスティングサービス向けのデプロイメントマニフェストの作成まで、幅広いワークフローを生成します。
この文脈では、 コンテナ化 Dockerfileとイメージを生成および検証し、 実装 構成ファイルやマニフェスト（KubernetesやApp Serviceなど）を作成し、デプロイメントを実行して、再利用可能なデプロイメントスクリプトを作成します。ここでも、ファイルが生成されます。 plan.md と tasks.json 発売前にレビュー可能 modernize plan execute --plan-name deploy.
よりガイド付きのアプローチを好む方のために、エージェントは 対話型モード（TUI） これは、両方のフェーズをビジュアルアシスタントの下に統合し、実行するだけで簡単にアクセスできます。 modernize そして「近代化計画の作成」を選択します。
GitHub Actionsとパイプラインの進化：従来のCI/CDからエージェントへ
GitHubのインフラストラクチャへのアプローチは、 自動化エンジンとしてのGitHub ActionsUniverseをはじめとする公式資料では、アクションは単にJenkinsの代替手段ではなく、パイプラインをアプリケーション設計自体に統合する方法であると強調している。
パラダイムシフトは、 パイプラインは外部のものではなくなる これは最後に挿入されるものであり、最初から技術設計の基本的な部分となります。アクション、ワークフロー、CodeQL、シークレットスキャン、品質リンターなどのツールとの統合は、同じリポジトリの構成要素のように連携し、コードと並行してバージョン管理されます。
GitHub Actions Marketplaceは、スピードと責任を両立させます。 すぐに使える数千種類のストック これらを使えば、複雑なパイプラインを短時間で構築できるだけでなく、ソースコード管理や組織ポリシーによって、何が、誰によって、どのような権限でインストールされたかを監査することも可能です。
GitHub Actionsはニーズの大部分をカバーしているが、 それは必ずしも最善の選択肢ではない あらゆる状況に対応します。非常に特殊なインフラ要件、高度にカスタマイズされたパイプライン、またはレガシーシステムとの統合が必要な環境では、ハイブリッドソリューションや異なるオーケストレーションソースが必要になる場合があります。
並行して、 GitOps型モデル これは、このビジョンをさらに強化するものです。GitOpsでは、Gitがアプリケーションとインフラストラクチャの両方にとって唯一の信頼できる情報源として機能し、ArgoCD、Flux、Terraform、Helm、Kustomizeといったツールを用いて、望ましい状態と本番環境で実際に稼働している状態を宣言的に同期させます。リポジトリの起源であるGitHubは、このモデルのコマンドセンターとして当然の役割を果たします。
複数アカウントおよびCI/CD環境におけるGitHub Flowを用いたブランチ戦略
GitHubのインフラストラクチャへのアプローチのもう1つの重要な側面は、 支店および大規模環境管理AWSのドキュメントとガイドでは、複数のアカウントと環境（サンドボックス、開発、テスト、ステージング、本番環境）を持つ組織において、GitHub Flowをブランチ戦略として使用する方法が説明されています。
GitHub Flowは、シンプルながらも強力なモデルに基づいています。 常にデプロイ可能なメインブランチこのコアから、機能、バグ修正、またはホットフィックスのブランチが派生し、レビュー済みのプルリクエストを通じて再統合されます。目標は、機能のどのブランチも検証に合格次第すぐに本番環境にデプロイできる継続的デリバリーを実現することです。
マルチアカウントクラウドアーキテクチャでは、それらを整合させることができます 環境を持つブランチ パネット図を使用する場合、一方の軸はブランチ（フィーチャー、メイン、リリースなど）を表し、もう一方の軸は環境（開発、テスト、本番）を表します。交点は、どの操作（デプロイ、テスト、自動検証など）がどのような順序で実行されるかを示します。
CI/CDパイプラインによる自動化は不可欠です。 AWS CodePipelineとCodeBuildGitHubリポジトリと統合されたこれらのパイプラインは、ビルド、テスト、デプロイメントの完全な自動化されたオーケストレーションを可能にします。各ステージにおいて、パイプラインは追加の一時的または恒久的なインフラストラクチャをプロビジョニングし、構成変更の適用を調整できます。
AWSとGitHubが推奨するベストプラクティスには、これらのブランチを組織の標準に合わせること、プルリクエストに体系的なレビューを適用すること、セキュリティを強化すること（CodeQLまたは同等のツールによるスキャンを含む）、チームが参照できるプロセス図を維持することなどが含まれます。 エラー修正およびホットフィックスのための具体的なワークフローこれらは多くの場合、迅速でありながらも安全性が同等に確保された審査を必要とする。
GitHubにおける独立性、分散化、そして単一文化のリスク
プラットフォームとしてのGitHubの驚異的な成功は、戦略的な課題を提起している。 単一の中央リポジトリへの依存 重要なプロジェクトのコードをホストするため。多くの組織にとって、このような単一環境は可用性、セキュリティ、データ主権に対するリスクを意味する。
クラウド開発とサービスに注力している企業は、単一のプラットフォームがオープンソースコードの90％近くを蓄積すると、 中断またはポリシーの変更 これは、継続的インテグレーションパイプラインの障害、自動化されたモデレーション決定によるリポジトリのブロック、特定の地域におけるレイテンシの増加など、システム全体に影響を及ぼす可能性があります。
だからこそ、彼らは注目を集めているのだ。 ハイブリッドおよび分散型アーキテクチャ GitHubと、自己管理型のローカルリポジトリまたはプライベートクラウドインスタンス（例えば、AWSやAzure上）を組み合わせたソリューションがあります。Gitea、Forgejo、SourceHutなどのソリューションは、分散型コラボレーションを損なうことなく、インフラストラクチャとデータの制御を維持できる軽量な代替手段を提供します。
もう一つの新たな要因は、 人工知能エージェントとコードアシスタント これらのサービスは、共有サーバーに対して大量のトラフィックとリクエストを発生させます。このような集中的な利用はパフォーマンスに影響を与え、公開リポジトリからの無差別なデータスクレイピングのリスクを高める可能性があります。そのため、一部の企業は、機密データを外部サービスに送信することを避けるため、自社のプライベートAIスタックとエージェントをオンプレミスまたは管理されたクラウド環境に展開することを選択しています。
このような状況において、企業向けAIソリューションの開発が重要となる。 既存のインフラストラクチャに安全に統合されています分散型バージョン管理、サイバーセキュリティサービス（監査、侵入テスト）、およびビジネスインテリジェンスツール（Power BIなど）を組み合わせることで、知的財産を危険にさらすことなくリアルタイムの可視性を実現します。
データインフラストラクチャとGitHub：Pixeltableとマルチモーダルスタック
GitHubに触発された現代的なインフラストラクチャのアプローチは、コードだけでなく、データの世界にも及んでいる。 ピクセルテーブル これは、AIアプリケーション向けのマルチモーダルデータの管理に、同様の原則（宣言性、増分性、バージョン管理）を適用する方法を示す明確な例である。
Pixeltableは Pythonのオープンソースライブラリ このソリューションは、画像、動画、音声、文書などのデータに対応した宣言型の表形式インターフェースを提供します。脆弱な統合を持つ複数のシステム（リレーショナルデータベース、ファイルストレージ、ベクターデータベースなど）を維持する代わりに、各列が異なるマルチモーダルタイプを持つことができる単一の表形式ビューを提供します。
これらのテーブルは定義できます 計算列 これらのシステムは、画像上の物体検出、音声の文字起こし、文書分類など、段階的な変換処理を実行します。新しいデータが到着すると、その要素のみが処理され、派生した列が更新されるため、毎回データセット全体を再処理する必要がありません。
このプラットフォームは以下と統合されます OpenAI Visionなどの外部API リアルタイム分析（例：画像の自動記述）や、Hugging Faceの機械学習モデルを用いた高度なコンピュータビジョンや自然言語処理タスクに活用できます。eコマースなどの環境では、写真、動画、レビュー、サポート記録を含む製品カタログを単一のデータインフラストラクチャ内で管理することが可能です。
建築的な観点から見ると、Pixeltableは 宣言型および増分型データインフラストラクチャ これはGitOpsやGitHubと同じ哲学に基づいています。開発者はロジックと変換の定義に集中し、システムは新しいイベントが発生するたびにデータの管理、調整、更新を行います。
GitOps、Kubernetes、そして自動化とシンプルさのバランス
GitOpsは、GitHubのインフラストラクチャへのアプローチに非常によく適合するモデルとして登場しました。その原則はシンプルです。 インフラストラクチャとアプリケーションを定義するすべてのものは、Gitに格納されています。ネットワークやサーバーからマイクロサービスのデプロイメントまで、すべてがコードとしてバージョン管理され、コミットとプルリクエストを通じて更新されます。
のようなツール テラフォーム これらを使用すると、インフラストラクチャをコードとして記述および管理できるため、環境間で再現性と一貫性が確保されます。Kubernetes 上のアプリケーションの場合、次のようなソリューションが利用できます。 ヘルムまたはカスタマイズ サービスをパッケージ化および構成する一方、GitOps オペレーターは、 ArgoCDまたはFlux 彼らはクラスターの状態を継続的に監視し、Gitで宣言されている内容と同期させる。
このアプローチでは、手作業によるエラーが減り、トレーサビリティが向上します。変更はすべて記録され、監査が可能で、制御されたロールバックで元に戻すことができます。さらに、 これにより、開発と運用の間のギャップが大幅に解消される。両チームは同じリポジトリ、同じ信頼できる情報源、そして共有されたレビュープロセスに基づいて作業を行う。
しかし、現実にはGitOpsは万能薬ではありません。マルチクラウドアーキテクチャ、数十のマイクロサービス、Kubernetesクラスターが採用されるにつれて、 インフラの複雑さは急激に増大する可能性がある各ステージごとに複数のツールを統合し、増え続ける設定ファイルの量を維持管理するには、高度な専門知識と、過剰設計を避けるための明確な戦略が必要となる。
特に微妙な点は 機密情報および認証情報の管理人間の介入なしにデプロイメントを自動化するには、HashiCorp VaultやAWS Secrets Managerといった高度なソリューションを使用する必要があり、コンポーネントが増え、潜在的な障害点も増加します。また、サービスの中断を最小限に抑えるために、デプロイメントエラーに対するロールバックおよび復旧戦略を明確に定義することも重要です。
実践的な推奨事項は、現実的なアプローチを採用することです。優先順位を シンプルさと最小限の実行可能性最初は必要なツールだけを選び、徹底的に文書化し、定期的にアーキテクチャを見直して不要なレイヤーを削除しましょう。多くの場合、ソリューションを簡素化する方が、別の抽象化を追加するよりも多くのメリットが得られます。
認証情報のセキュリティとエージェントの委任：Ephyrの提案
実際のインフラ上で動作するAIエージェントの普及は、非常に深刻なセキュリティ上の問題を提起する。 永続的な認証情報を開示せずにタスクを委任するにはどうすればよいでしょうか？ ここでEphyrのようなプロジェクトが登場し、自律エージェントに安全な委任の概念を適用しようとしている。
Ephyrは、Google DeepMindの「インテリジェントAI委任」に関する研究に触発されたオープンソース実装として自らを提示しており、 エージェントランタイムとインフラストラクチャ静的な鍵を配布したり、オープンなSSHセッションを提供したりする代わりに、暗号化によって権限を制限したり、特定のタスクに限定したりできる「委任機能トークン」としてMacaroonを使用します。
この設計は、攻撃対象領域を縮小することに重点を置いている。 Goの標準ライブラリのみを使用した、私独自のMacaroonsの実装 サプライチェーンのリスクを最小限に抑えるため、（crypto/hmacとcrypto/sha256）を使用し、直接的な依存関係は少なく、コードも軽量なので、控えめなデバイスでも動作します。
取り消し問題に対処するために、 ビンテージ透かし地図 タスク ULID ごとに検証はトークンの系統チェーンを深さに比例した時間で走査し、取り消された親のすべての子孫を単一のマップエントリで削除できるため、JTI ロックリストに典型的なメモリ爆発を回避できます。
マカロンはキャリアトークンであるため、追加のレイヤーが加わります。 所有権の証明（PoP） 2段階バインディングでは、親ノードがバインドされていないトークンを生成し、子ノードが一時的なEd25519キーペアを作成して、その公開鍵をタスクに関連付けます。それ以降、すべてのリクエストにはnonceとリクエストボディのハッシュに対する署名が必要となり、リプレイ攻撃のリスクが軽減されます。
ブローカーは既に一時的なSSH証明書の発行、HTTP認証情報の注入、MCPサーバーのフェデレーションルーティングをサポートしており、認証と検証のレイテンシは非常に低くなっています。これらすべてに加えて、 セキュリティに関するホワイトペーパーと詳細な脅威モデル このリポジトリには、AIエージェントのインフラストラクチャをあらゆる重要なサイバーセキュリティシステムと同様の厳格さで扱うというアプローチが反映されている。
GitHubとAIエコシステムにおけるスペインのグローバルな影響力と役割
GitHubのインフラストラクチャへの注力は、グローバルな開発環境に直接的な影響を与えている。 2025年XNUMX月 それらは過去最高を記録している。開発者数は1億8000万人以上、1秒あたり1人以上の新規ユーザー、11億2000万件の公開貢献、そして毎月4300万件以上のプルリクエストがマージされている。
人工知能の分野では、その成長はさらに顕著である。 4,3万件のAI関連リポジトリ また、言語モデルSDKをインポートする公開リポジトリは1,13万件に達し、前年比178%増となっています。AIは、孤立した実験ではなく、開発フレームワークの一部として実務に統合されつつあります。
このシナリオにおいて、スペインは重要な役割を担っている。 2,3万人以上の開発者 GitHubでは、最近47万件の新規登録があり（約25%増）、AIリポジトリへの貢献数では世界第9位にランクインし、過去1年間で13万9000件以上の貢献がありました。これにより、同国はAIランタイム、オーケストレーション、ツールに関する国際的な議論の最前線に立っています。
サービスプロバイダー、ISV、および社内チームにとって、 GitHub Copilotに統合されたサードパーティエージェント これにより、ツールの評価コストが削減され、ベンダーロックインのリスクが軽減されます。同時に、リポジトリのドキュメント、READMEテンプレート、テスト標準、セキュリティ規約、AGENTS.mdおよびAIポリシーの規律ある使用など、ガバナンスの強化が求められます。
サティア・ナデラは、ユニバース2025の終盤で、この歴史的な瞬間を次のように表現した。 認知エージェントへの現在の移行 アセンブラからコンパイラへの以前の飛躍により、エージェントはコードを生成するようになったが、私たちは依然としてコードという観点から思考している。変化するのは、その認識がどこでどのように行われるかであり、GitHubは、エコシステムの混沌とした断片化を避けるために、パターン、プラクティス、ガバナンスが明確に示される場所となることを目指している。
インフラストラクチャとしてのAI、開発制御プレーンとしてのGitHub、運用基盤としてのGitOpsとIaC、エージェントのための新しいセキュリティモデル、そしてスペインを先頭とするグローバルコミュニティの拡大といった一連のトレンドは、インフラストラクチャがもはや単なるハードウェアやクラウドではなく、共有された真実の情報源としてのGit上で動作するツール、フロー、ポリシー、インテリジェントエージェントからなる生きたレイヤーであるという構図を描き出している。
