ID:49715さん

0→1でAI Native開発体制を構築、経営視点での意思決定者へ

### Agent Codingに対する考え 既存の開発チームにAgent Codingを導入するより、**0からAgent Codingに最適化された開発体制を構築する**方が大きなレバレッジをかけられる。 具体的には： - **Quality Control文化の変革**: - LLMによるコードレビュー（人間レビューの前段階） - セキュリティやコアロジックなどsevereな部分のみ人間がレビュー、それ以外は省略 - 多少のバグは許容、リリース前テストで検知できればOK（開発スピード重視） - 壊れても自動修正できる機構（Agent Codingによる自動バグ修正） - 上記実現のため投機的開発やカオスエンジニアリングを活用 - **技術セットの選定**: TypeScriptまたはGoなど、LLMとの相性が良く型安全性と開発速度を両立できる言語 - **Coding Workflow Engineの開発**: - 設計、実装計画作成、実装実行をそれぞれ独立したClaude Codeプロセスとして起動 - Claude Codeの外側でiterationを自動管理するWorkflow Engineを構築 **開発の大部分を自動化し、人間のリソースを情報収集、意思決定、マネジメントに集中させる**。最終的には24H自動開発できる体制がゴール。 ### Agent Coding時代における人間の役割 プログラム・システムは以下の2種類に分類できる： - **工芸品（Craft）**: Low-level、Kernel、RTOS、Compilerなどクリティカルなパフォーマンスチューニングが必要で独自の知見が求められるもの、巨大なコードベースの把握が必要なもの、など - **工業品（Industrial）**: 一般的なWebサービス、既存の知見・パターンの組み合わせ、ユーティリティツール類 LLMが得意なのは後者（工業品）。人間は前者（工芸品）を担当。 また、LLMはコンテキストに限界があり、システム全体を俯瞰した設計・実装はまだできない。さらに、LLMは既存コードを参考に新しいコードを書くため、**既存コードを常にクリーンに保つことが重要**。デザインパターン、マイクロアーキテクチャ、DRYの徹底など従来のコーディング知見が活きる領域。 ### キャリア方向性 - **目指す役割**: プロジェクトマネジメント、BizDev、経営寄りのポジション - **補足**: ピープルマネジメント（特にジュニア）はあまり得意ではない