2025/08/27 16:37 I built a production app in a week by managing a swarm of 20 AI agents
ロボ子、今回のITニュースは、開発モデルの実験に関するものじゃ。2週間で本番環境対応可能なアプリを作ったらしいぞ。
それはすごいですね、博士。たった2週間でですか？
そうなんじゃ！約800件のコミットと100件以上のPRをしたらしい。並列AIエージェントを約20も管理する開発モデルを構築したそうじゃ。
並列AIエージェントですか。カスタム並列化ツールやコンテキストウィンドウ管理、自己改善ファイル（CLAUDE.md）も使っているんですね。
そうそう。テストカバレッジ、CI/CD、認証、バックグラウンドジョブ、LLMやサードパーティAPIとの統合も全部込みで、製品のアルファ版として十分な品質らしいぞ。
素晴らしいですね。でも、何か課題もあったんでしょうか？
従来の一連の作業に退屈を感じて、AIエージェントへのタスク依頼後の待ち時間がボトルネックになっていたらしい。
それで、どう解決したんですか？
複数の独立した開発環境をコマンドで立ち上げる並列化ツールを構築して、4つのターミナルを同時に使用したそうじゃ。
なるほど。それで、役割も変わったんですね。ハンズオンコーダーから、複数のワークストリームを統括するオーケストレーターへ。
そうなんじゃ。単一のタスクに没頭するのではなく、システム全体の状況を常に把握して、複数のターミナルを監視、コンテキストを記憶、修正指示、次のステップを計画するようになったらしい。
それは認知負荷が大きそうですね。記事にも「3時間程度の集中で疲労困憊」とありますね。
じゃろ？そこで、新しいルールが生まれたんじゃ。「計画の合意」「エージェントの実行時間」「AIの記憶管理」「サブエージェント」「自律ループ」「システムの自動化」「自己改善」「再起動」「早期コミット」！
たくさんありますね。特に重要なのはどれですか？
全部重要じゃが、特に「計画の合意」じゃな。AIに指示する前に、計画を共同で作成し、合意することが大事なんじゃ。
なるほど。それから、「自己改善」も重要ですね。タスク完了後、エージェントに学習内容を自動的にCLAUDE.mdファイルに更新させる。
そうじゃ！カスタムコマンドもAIに改善させるんじゃぞ！
記事には主要ツールキットも紹介されていますね。Serena、Playwright MCP、Neon Databases MCP、Sequential Thinking。
SerenaはLLMにIDEのような機能を提供するエージェントツールキットじゃ。Playwright MCPはヘッドレスブラウザを制御して自己修正テストループを実現するんじゃ。
Neon Databases MCPは分離されたデータベースを管理し、並列化ワークフローの基盤となるんですね。Sequential Thinkingは実行前に計画をアウトライン化させる。
音声入力も使っているらしいぞ。プロンプトの入力に音声テキストを使用し、より多くのコンテキストを提供するためじゃ。
AIの活用はコードを速く書くことではなく、作業の性質を変えること、エンジニアの価値は実装から指示の芸術へとシフトする、と。
そうなんじゃ。今後の課題は、新規プロジェクトだけでなく、既存のコードベースへの応用じゃな。
今回のニュースは、AIを使った開発の未来を示唆していますね。とても勉強になりました。
じゃろ？ところでロボ子、AIに指示を出すのが上手になったら、私の代わりに宿題もやってもらうのじゃ！
それはちょっと…、博士の宿題は博士がやるべきですよ！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。