Scale out your Claude Code ~⁨⁩自社専用Agentで10xする開発プロセス~

Transcript

1. Scale out your Claude Code ~⁨ ⁩ 自社専用Agentで10xする開発プロセス~ @yukukotani 2025/08/08 - Claude Code Meetup Japan #2
2. 自己紹介 Yuku Kotani CTO @ Ubie, Inc. @yukukotani @yukukotani
3. Claude Code で 生産性上がってますか？
4. Claude Code で 生産性 上がってますか？ あなたのチームは 10倍
5. 天井見えてきてませんか 前提、Claude Codeはめちゃくちゃいい “実装”は桁違いに加速している でも、プロダクト開発全体としての出力は桁違いには上がっていないがち ・レビュー・受け入れテストが重い ・何を作るかがなかなか決まらない ・今までの慣性を引きずってゆるく見積もりしてしまう ・認知負荷に耐えきれずそこまで並列で進まない ・開発者間の活用レベルがバラつく ・etc.
6. 地続きの”AI活用”の限界 今までの開発プロセスのまま実装フェーズだけを加速してもすぐに頭打ちに AI Agent前提で開発プロセス全体を再設計しなければならない
7. 目次 1. 生産性10倍を目指す基本的な考え方 2. Agent前提のシン・開発プロセス例 3. Claude Codeベースの自社Agent 4. まとめ
8. AI Agent 前提ってどういうこと？ 開発プロセスの中にAI Agentが 自然に入って勝手に動いてほしい
9. 開発プロセスに自然に組み込まれて勝手に動き出す チームの標準的な開発プロセスの中で、 意識せずとも自動的にAI Agentが動き出す状態を作りたい それによって・・W UT 認知負荷の外側でスケールアウトすP GT AIの成果物を前提として見積もり・議論できP 7T “活用推進”ではなく仕組みとして改善を回せP (T 実装フェーズに閉じずに設計できる
10.  認知負荷の外側でスケールアウトする 手元で開発者が”依頼”してマネジメントするスタイルでは並列開発に限界がある ・認知負荷 ・環境汚染 クラウドで勝手に動いておいてくれると、 脳からオフロードしやすいし開発環境もスケールする
11. ÇÃ AIの成果物を前提として見積もり・議論できる まだAI登場以前の慣性を引きずる我々は、どうしても開発工数をぬるく見積もりがち 開発者がお世話しなくても”まずは勝手に動く”ようになると、 投機的にAI Agentを実行することができる すると、見積もりの時点でAIの成果物を前提として議論ができる ものによってはそのままデリバリーできる場合も
12. Ä! “活用推進”ではなく仕組みとして改善を回せる これだけ変化が速いと、どうしても開発者間で活用レベルに差が出てしまう 結果として組織全体で見ると機会損失が多く発生する 共通の仕組みとしてプロセスの中に組み込まれていると、 その仕組みを改善するプロンプトエンジニアリングが全員に波及する
13.  実装フェーズに閉じずに設計できる 各開発者が個別にClaude Codeを使って実装しているだけだと、 実装フェーズにサイロ化した改善にとどまりがち
14. 目次 1. 生産性10倍を目指す基本的な考え方 2. Agent前提のシン・開発プロセス例 3. Claude Codeベースの自社Agent 4. まとめ
15. 実装までしちゃうPBI起票 最初からチームのコンテキストを持つAgentと会話しながらPBI作成（今日は割愛） PBIが作成されたら、自動的にAgentがプロトタイプ実装してくれる（投機的実装）
16. （宣伝） チーム専属のAgent(AIパートナー)について聞ける勉強会もあります
17. プロトタイプ前提のスプリントプランニング Agentのプロトタイプ実装を前提として見積もり・プランニングをする 場合によってはそのまま出せる水準 (=SPほぼ0) の場合も
18. プロトタイプを活かしたデリバリー なるべくプロトタイプを最大限に活かしてデリバリーする そのままリリースしたり、コードレビューベースで手直ししたり
19. プロトタイプを活かしたデリバリー プロトタイプが使い物にならない=PBIだけでは情報量が不足するということ その場合は開発者が伴走して実装を進める
20. 共通の仕組みとして改善 Platformチームによるコンテキストエンジニアリングによって 横断的な性能改善をしやすい 徐々に左側を増やしていく
21. 目次 1. 生産性10倍を目指す基本的な考え方 2. Agent前提のシン・開発プロセス例 3. Claude Codeベースの自社Agent 4. まとめ
22. シン・開発プロセスを支える 自社Agent、 の登場 Uvin
23. Jiraチケットを自動的に実装 Jiraにチケットを起票したら自動的に実装が始まる
24. Jiraチケットを自動的に実装 何も触ることなく自動的にいったん実装が終わる
25. Slackからも同様に実行可能 まずは社内の生成AIプラットフォームを使ってリファイン
26. Slackからも同様に実行可能 そのスレッドでそのままUvinに依頼を投げる =他のAI Agentと連携して開発プロセスを構築できる
27. 仕組み GitHub Issueをセッションと見做してGitHub Actionsを実行インフラにする 開発プロセスへ密に組み込むためにSlack,Jira連携Botを自作
28. Claude Code Base Action を利用 自社の開発プロセスに合わせて自由度の高い設計をするため、 リッチな Claude Code Action ではなくClaude Code Base Action を利用。 プロンプトやMCPなども含め自前で用意。 ・複数リポジトリのチェックアウト ・明示的な実装計画の作成 ・Jiraプロジェクトに応じてチームごとのコンテキストを注入 ・etc.
29. Claude Codeの肩に乗るが、密に依存しない あくまで自社の開発プロセスに高度に結合することが重要なので、 Claude Code の再発明はしない 一方で今後なにが進化するかは全く読めないので、 あくまで実行エンジンとしての依存にとどめて入れ替え可能にしておく 小手先のClaude Code活用よりも、資産として残るコンテキスト整備などに投資
30. Why not Devin? 性能としてはあまり不満がないが、 とにかく自然に自律的に走り切る挙動・インタフェースに拘りたかった ユースケースに合致しない具体的な課題感としては ・ユーザーに確認を求めて止まってしまうことが多い ・プロンプトエンジニアリングの自由度が低い(Playbook, Knowledgeに限定) ・VMベースであるためタスクごとに環境分離されず、汚れて壊れることがある ・シンプルに遅い
31. 目次 1. 生産性10倍を目指す基本的な考え方 2. Agent前提のシン・開発プロセス例 3. Claude Codeベースの自社Agent 4. まとめ
32. まとめ ・AI Agentが自然に動く開発プロセスを作ることで生産性を桁違いにあげたい！ ・Claude Codeなどをベースにすればサクッと動くものを作れる ・インタフェースは徹底的に自社に合わせることが重要
33. ありがとうございました