■ 1. 議論の前提
- テーマ:
- コーディングエージェントの進化で、ベロシティが機能しなくなるなど従来のプラクティスが見直されつつある
- AI時代にスクラムやアジャイルは不要になるのか、エンジニアとチームの存在意義はどこにあるのかを問う
- 参加者:
- LayerX: 「Bet AI」を掲げてAI活用を推進する花家研一(ソフトウェアエンジニア)と谷村祐樹(SRE)
- ユーザベース: XPの実践を重視する二木拓也(機械学習エンジニア)と岩見恭孝(ソフトウェアエンジニア)
■ 2. ベロシティとスクラムの変容(LayerX)
- 花家の開発スタイルの激変:
- コーディングエージェントを使い始めた2年で、開発スタイルは天地がひっくり返るほど変わった
- もとはスクラム導入を推進する立場だったが、自チームではスクラムというフレームワークがほぼ役に立たなくなった
- アジャイルの本質は変わらない
- ベロシティの機能不全:
- ベロシティの主目的は、チームの進捗量を測りPdMや顧客と計画を約束すること
- AIエージェントがコーディングすると、一人でかなりの範囲を回せるようになる
- 人によっては1日15〜20本のプルリクを出す
- チームの平均速度を計測する意味が薄れ、ほぼ機能しなくなった
- 谷村のSREチームのスクラム回帰:
- 2人のSREチームで、当初はスクラムが合わないと考えカンバン方式を採用した
- 運用リクエスト対応で手が埋まり、本来のSRE業務に手が回らず、カンバンは全く合わなかった
- 2026年1月ごろから、今週コミットすべきものを明確にして意思を共有するためスクラムに戻した
- ベロシティの新しい扱い:
- 生産性の測定ではなく、変動時の状況把握と働き方改善の参考値として使う
- 位置づけは健康診断的なもの
- スクラムの質の変化:
- 時間は大幅に短くなり、密度が濃くなった
- 上がり続ける開発スピードに適応する動きに変わった
- コラボレーションとフィードバックに基づく優先順位変更という本質には引き続き則っている
- やらなくなったこと:
- 花家はこだわっていたペアプログラミングをやめた
- 2人で並んでも、各自のエージェントとの対話を見せ合うだけになるため
- SREチームはプランニングとリファインメントを大幅に短縮した
- 続けていること:
- ふりかえりは、雑談では出ない観点でテーマを立ててしっかり実施する
- すぐ作ってすぐ試すハードルが下がり、フィードバックサイクルはむしろ回しやすくなった
■ 3. XPを軸にした開発(ユーザベース)
- プロセスの基本:
- スクラムではなくXPのプラクティスで開発プロセスを回している
- 調査や実装などでAIエージェントの利用は増えたが、ベースは変わらない
- 見積もりとベロシティ:
- 引き続き実施しているが、過去数年と比べてかける時間は減った
- 過度な時間をかける必要性が薄れた
- チーム体制:
- Speedaの開発は100名弱で、3〜5人程度のチームにタスクが紐付く
- 対面の同期的コミュニケーションを重視し、半数以上が毎日出社する
- ペアプログラミングも変わらず続けている
- 対面ペアプロを続ける理由:
- 全員が一つのオフィスに集まり、同じ時間枠で対面開発することを大事にする
- 対面ペアプロで対象ドメインや技術の知見を身に付けられる
- その知見によって、よりよい機能や価値を実現できると信じている
■ 4. 同期前提と非同期前提
- ユーザベースの同期前提:
- Speedaのプロダクトチームはコロナ禍でフルリモートになった
- ハイブリッドを試したチームもあったが、特有の難しさから、リモートと出社の2つに分かれつつある
- 岩見のチームは毎日出社して同じ時間を過ごす同期前提で働く
- 出社を選ぶ根拠:
- CTOの林がSpeedaの一機能の開発でXPを始め、事業全体に広げた
- 成果を出すにはXPが最適であり、XPの実現には全員出社で時間をそろえるのが最も生産性が高い
- LayerXの非同期前提:
- フルリモートOKの非同期前提であり、ユーザベースとは対照的
- 対面の価値への共感:
- 花家は、たまたま出社して直接話した際に、テキストでは引き出せない深い知見を得た経験がある
- 気軽な雑談から生まれる偶発的コミュニケーションの価値は大きい
- 岩見は、すぐ聞きたいことのためにSlackを打ちMeetを設定するのは面倒だと感じる
- その場で話せる環境は、チーム内にも他職種との連携にも有効
- 対面とAI協働の組み合わせ:
- AIとの協働には、短時間で多様なパターンを次々と生み出せる良さがある
- 対面の良さとどう組み合わせるかが今後の課題
- AIとのやりとりの可視化:
- 谷村は、自分とAIのやりとりをSlack上で可視化するツールを実験的に作っている
- 狙いは、メンバーが横から気軽に改善案を挟める偶発的な会話の場を作ること
- 二木は、1対1で閉じがちなエージェント対話を開く工夫として評価する
- 非同期でありながら同期的な良さを取り入れる試み
■ 5. エージェント活用で浮上した課題
- 人間のコンテキストスイッチ:
- 複数エージェントを並行で動かし行き来するため、5秒ほどで頭を切り替える必要がある
- 人間の脳は非常に疲れる
- 全自動化の失敗:
- チケット作成からコード生成、プルリク、マージまでの全自動化を試みたが、コストに見合うアウトカムが出なかった
- FinOpsで見ると無限にトークンを消費し続けると判明し、すぐに停止した
- もっとうまく設計すべきだと学べたため、良い実験だった
- レビューエージェントのトークン爆食い:
- 複数のエージェントが並列で何周も徹底的にレビューする仕組みを作った
- 恐ろしいほどトークンを消費し、予算を一瞬で超過した
- 将来の見通し:
- トークンのコストは年々下がっている
- 数年でローカルLLMが台頭すれば、今のアプローチがうまくハマる時期がくる
- リモートコーディングエージェントの実験:
- Macを持ち運ばず、移動中でも仕事ができる状態を目指す
- Slackで作りたいものを出すとチケットが作られる
- スタンプを押すとコーディングエージェントが走りプルリクを出す
- 試すことの価値:
- 既製品がなければ作るというマインドで実験を重ねる姿勢そのものに価値がある
- うまくいかずやめたことも含めた試行が、将来の選択肢を増やす
■ 6. AI時代にエンジニアに残る役割
- コードを書く価値の低下:
- エージェントを使えば誰でもコードを書けるため、コーディングでエンジニアの価値を出すのは難しくなる
- 経験者だから出せる価値:
- キャリアで培った学びと経験を持つ人がAIを使って初めて出せるアウトプットがある
- 具体的には、技術への嗅覚と、要求を抽象化して設計する能力
- AIとペアを組み自分を拡張することで、発揮できる価値は大きく変わる
- アウトカムの重要性:
- 言語やフレームワークが変わっても、何を作りどんな価値を顧客に届けるかが重要
- そこでエンジニアとしての経験が役立つ
- AIの使い方での差別化:
- エージェントが前提や指示に引っ張られ過ぎないよう、人が軌道修正する
- フィードバックループを何度も回し、現場に落とし込む
- SREエージェントの先:
- SREの知識とスキルを詰め込んだ「SREエージェント」に回答や調査を任せている
- まだ人間の能力に追いついておらず鍛えている最中
- 完成した先に人間が何を探しに行くかの答えはまだない
- 人間側の役割:
- 判断の理由を説得力とアカウンタビリティを持って伝え、人を動かすこと
- 線引きの意識:
- 「ここはAIに任せるが、ここは絶対に捨てない」という線引きを強く意識する
- ユーザーに届ける価値の軸をぶらさず、何を残すかを見極め続ける
- コンディション管理:
- 判断の重みが増すため、よい判断を続けるための体調管理と体力の維持が欠かせない
■ 7. チームは不要になるのか
- 岩見: チームはなくならない:
- 構成人数は減っても、チームそのものは残る
- AIは個人の能力を増幅し、一人でやれることを増やす
- しかしその人が倒れれば全てが止まる
- 事業を継続的に成長させる前提に立てば、チームは不要にならない
- 二木: 結論は出せない:
- 事業継続の観点や、エンジニアを束ねるマネジメントの重要性は残る
- 一方で、人の介在を最小限にして自律的に開発・リリースする未来もあり得る
- 従来の「開発チーム」という概念そのものが問い直される可能性がある
- 多様な未来が開かれていること自体にワクワクする
- 花家: 職種横断チームへの移行:
- エンジニアだけの純粋なソフトウェアエンジニアチームは、最終的になくなる
- 職種を越えてプロダクトに向き合うチームが中心になる
- 各エンジニアがエージェントと開発するようになれば、エンジニア同士が集まる必要性は薄れる
- 谷村: プロダクトに向き合うチームは残る:
- 形態や規模は変わっても「一つのプロダクトに向き合うチーム」は存在し続ける
- 得意分野を軸に他領域にも踏み込めるメンバーが集まり、チームとして意思決定する
- 方針に沿って手を動かすのはエージェントに任せる
- サステナブルにプロダクトを成長させるにはこれが最良の形
■ 8. 軸足を保ちつつ変わる勇気
- アジャイルの本質は不変:
- 軸足を決めた上で変化に適応し、フィードバックを得て変わり続け、よりよいものを作る
- 他のプロダクトにはなし得ない何かを出すという点はぶらさず、責任を持って動く
- 日本でAI活用が浸透しない理由:
- AIモデルの性能は向上しているが、日本全体での活用はまだこれから
- AIで何かを作り未来を作るのは自分たちだという思いがまだ足りない
- プラクティスの再点検:
- 岩見は、プラクティスを本当にうまく使えているかという問題意識に改めて向き合えた
- 軸足を大切にしつつ、線引きを柔軟に変える勇気が必要
- スタイルの進化:
- 二木は、AIを使い倒して一人の可能性を広げるLayerXの取り組みに改めて驚いた
- 対面やペアプロのスタイルには確信を持つが、世の中の流れに合わせたアップデートは必要
- 大切にすべき価値を信じながら、このスタイルを進化させる