---
title: 実践！AI Product Builder — AIソフトウェア工場の作り方と運用のリアル
tags:  #aiエージェント #claude #codex #cursur  
author: [お寿司](https://www.docswell.com/user/osushi_cr)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/KJ4Z9M1271.jpg?width=480
description: 第6回 AIエージェントソフトウェア開発勉強会（2026-11-20）登壇資料。  Claude Code、Codex、Cursorなど複数のAIエージェントを組み合わせた「AIソフトウェア工場」を実際の製品開発で運用しています。 その構成や役割分担、タスクの委譲、品質管理（ゲート設計）の仕組みと、運用を通じて得られた生産性の実測（週519マージ等）を共有します。  登壇者：お寿司（@osushi_cr）
published: November 20, 26
canonical: https://www.docswell.com/s/osushi_cr/59NP4X-2026-11-20-202733
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/KJ4Z9M1271.jpg)

第 6 回 AI エージェントソフトウェア開発勉強会 | 2026.11.20 SHIBUYA
実践！AI Product Builder
AI
ソフトウェア工場の作り方と運用のリアル
@osushi_cr
AI Product Builder / PM / Engineer
SESSION 3 — 20:20–20:45


# Page. 2

![Page Image](https://bcdn.docswell.com/page/LE1RK8GKEG.jpg)

お寿司
ABOUT
@osushi_cr
AI Product Builder
PM / Engineer
工程の境界を越えて、課題
発見から本番投入まで一人
で巻き取る
ソフトウェア工場
AI
現場で運用中・担当 2製品
Claude Code ×2＋Codex＋
Cursor の複合ラインを運用
開発経験 約20年
・ ・ゲーム
開発リード／PdM／組織マ
ネジメントを経験
toB toC
個人でもゲーム・AITuber・映像など、いろいろ作っています → 次のページで紹介します


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GEW1DZKP72.jpg)

O S U S H I — C R E AT I V E
「お寿司」では、趣味で色々作ってます
𝕏 @osushi_cr
開発と創作の発信はこちら
「くらら」
AI
AI
AI
ニュース解説を毎朝自
動配信（YouTube）
ゲーム・アプリ
「 」、iPhoneア
プリ「Transcribe Edge」
Steam 6F
X
アカウント
個人サイト
小説
AITuber
文芸誌『ステラ・リテ
ラ』第0号に掲載
映像・MV
くららのショートMV
「HELLO, WORLD」「い
ってらっしゃい！」公開中


# Page. 4

![Page Image](https://bcdn.docswell.com/page/47ZPG1Z6E3.jpg)

ビルダー（Builder）とは？
で工程の境界が消えた結果、生まれた新しい職種。
エンジニアでも PdM でもデザイナーでもなく、その全部を1人で巻き取る
AI
境界が消えた
仕様・UI・実装・テスト・
運用の分業が、AIツールで1
人に集約
一気通貫
課題発見 → プロト → 本番
投入までを自分で回す
今日の話 ＝ その中の「Product Builder」としての実践報告
出典：HRdev「AI時代のものづくりの新職種『AI Builder』とは」
専門職ともPMとも別
の求人は「専門特化
志望は合わない」と明記
LayerX


# Page. 5

![Page Image](https://bcdn.docswell.com/page/YJ6MYLZL7V.jpg)

「ビルダー」は新しい職業 領域ごとに広がる
Product Builder ★ 今日の主役
企画→実装→本番投入を一人で巻き取る
（SoFi／マネーフォワード）
Marketing Builder
コンテンツから施策実行まで、マーケ領域を
AIで一気通貫に回す
Agent Builder
エージェントそのものの設計・構築が仕事
（Decagon／Walmart）
AI
Full Stack Builder
設計→製品→エンジニアリングの工程を一人
で巻き取る（LinkedIn）
国内でも LayerX・マネーフォワード・PLAINER が職種として新設（2026年4月〜）
出典：HRdev「AI時代のものづくりの新職種『AI Builder』とは」


# Page. 6

![Page Image](https://bcdn.docswell.com/page/GJ5ZG1WME4.jpg)

活用の生産性 格差は開いていく
AI
年月
2025年7月
2023 4
+4.8%
+19%
このグラフの「生産性」は ①アウトプット量ベースの計測（AI活用チーム vs 非活用チームのゲイン差、Stanford SWEPR、
46チーム対46チーム）
※
約4倍
年で広がったゲイン差
2
約10倍
年の上位/下位差（外
2030
挿）
+10%
中央値のゲインはこの程度


# Page. 7

![Page Image](https://bcdn.docswell.com/page/LE39R149E5.jpg)

今日話すこと
1
2
3
4
5
工場の準備 スキルでラインを作る
工場の運用 振り分けと環境
数字で見る生産性 実測とベンチマーク
ボトルネックの移り変わり 課金と境界領域の再設計
学び 「作る」から「仕上げる」へ


# Page. 8

![Page Image](https://bcdn.docswell.com/page/8EDGYXQ8EG.jpg)

工場の全体像 単一ツールではなく複合ライン
工場長 ＝ 人間
指示出しと方向
性
UIの判断
→
Code×2
Codex / Cursor
製品リリース
・
Claude
Gate 1 2
→
人間の仕事は「生産設備のメンテナンスと指示出し」
自動レビューと
テスト
→
ラインの出口


# Page. 9

![Page Image](https://bcdn.docswell.com/page/V7P36PLWJ8.jpg)

工場が回すタスクは、実装だけじゃない
製品の実装・テスト・不具合修正
販売管理システム
サポートサイト
マニュアル・チラシ・ポスター
開発のメインライン。新機能から保守まで
顧客向けサポートサイトの構築・移行もライ
ンの上
ライセンスや販売まわりの社内システムも工場
で開発
ドキュメントも販促物も、工場の生産物
「作る仕事」全般がラインに乗る ― コードはその一部


# Page. 10

![Page Image](https://bcdn.docswell.com/page/2JV432Q97Q.jpg)

工場の準備 スキルでラインを作る
操作スキル
git
〜 ・マージを定
worktree PR
型化
レビュー用スキル
製品特性に合わせたゲート
付き
タスク管理スキル
登録・更新・完了を操作
伝える → タスク登録 → worktree → 実装 → レビュー → PR → マージ → 完了
伝えたら、あとは一気通貫。人間は最初と要所だけ。


# Page. 11

![Page Image](https://bcdn.docswell.com/page/5EG13RW4JL.jpg)

人間承認のタイミング 先に決めておく
複雑な設計のとき
いきなり実装させない。
まず壁打ちで設計を固める
UI
の変更
マージ前に人間確認を必須に。
使いやすさは自動化しない
それ以外は止めない — ゲート（自動レビュー／テスト）に任せる


# Page. 12

![Page Image](https://bcdn.docswell.com/page/4JQD5V3R7P.jpg)

工場の運用 モデルの特性で振り分ける
Claude
実装
Codex
自動テスト
Cursor
不具合修正
簡易タスクと進行のフロントは、Claude Project や Dots、Grok bot に任せる


# Page. 13

![Page Image](https://bcdn.docswell.com/page/K74Z9M1QE1.jpg)

工場の運用 が自分で確かめられる環境
AI
Docker
環境を複数用意
が UI実装とテストを
自分でチェックできる
AI
検証をAI自身に寄せるほど、人間の帯域が空く
操作デモ動画を作らせる
動きを見れば、UIの不具合が
見つかる


# Page. 14

![Page Image](https://bcdn.docswell.com/page/LJ1RK8GLJG.jpg)

役割分担 エージェントを「組織」として扱う
新機能
方向性の面倒は人間が見る — ここは委譲しない
テスト・不具合修 いくらでもスケールする領域 — エージェントに寄せる
正
委譲のルール
目的・要件・アーキテクチャを固めてから渡す


# Page. 15

![Page Image](https://bcdn.docswell.com/page/GJW1DZKQE2.jpg)

ゲート設計
GATE 1
マージ前のレビュー自動化
人間：原則なし
GATE 2
リリース前のテスト作成＋実施
人間：原則なし
の使いやすさの判断
人間レビュー必須
例外
UI
作るだけは誰でもできる。
プロダクトとして仕上げるのが評価であり、スキルや経験が生きるところ。


# Page. 16

![Page Image](https://bcdn.docswell.com/page/4EZPG1Z3J3.jpg)

レビューモデルの4類型 人間レビューを、どこまで残すか
TYPE 1
全件人間レビュー型
Stripe / Vercel
全PRを人間がレビューし、マージする
TYPE 3
人間レビュー任意型
OpenAI Harness
レビューはエージェント間が中心、人間は任
意
MY FACTORY
TYPE 2
リスク別に減らす型
Anthropic
リスクで承認人数を変える（0 / 1 / 2人）
TYPE 4
人間レビュー廃止型
StrongDM
レビューの代わりに、巨大な検証基盤で担保
自分の工場は Type 3〜4 の間 — 原則は人間レビューなし、UIの使いやすさだけ人間
が見る


# Page. 17

![Page Image](https://bcdn.docswell.com/page/Y76MYLZZEV.jpg)

数字で見る：週の実績
519 本
週のマージ数
75 件
担当チケット完了（直近100件中）
週報ベースの集計（対象リポジトリ全体）
〜
2026-11-09 11-13
103.8 /日
日平均マージ（平日5日）
1
404 本
うち主力製品リポジトリ


# Page. 18

![Page Image](https://bcdn.docswell.com/page/G75ZG1W9J4.jpg)

公開ベンチマークとの比較 人あたりマージ 日
1
3.5
OpenAI Harness
〜
10 30
Boris Cherny
個人記録
自分（最新週平均）
13.2
LayerX
（
/
103.8
開発者）の自己申告は 10〜30/日 — 最新週の平均はその上限の約3.5倍
Boris Claude Code
※
自分の数値は週報集計（2026-11-09〜11-13）。PRの粒度は組織ごとに違うため、単純比較はできない


# Page. 19

![Page Image](https://bcdn.docswell.com/page/9J2RY1Q57R.jpg)

業界全体のボトルネック
+91 %
レビュー時間の伸び（PRは+98%） — Faros
5.3 倍
エージェントPRの待ち時間（対 人間） — LinearB
横ばい
1
人あたり月次PR数（AI関与40%超でも） — Findy 約1,500社
「工場」はまだ誰も完成させていない — 設計と運用の差が、数字の差になる


# Page. 20

![Page Image](https://bcdn.docswell.com/page/DEYDGZW6EM.jpg)

ボトルネックの移り変わり
律速 A
トークン課金
ラインを速く回すほど、課金が律速に
なる
→
詰まる
←
回せる
律速 B
境界領域の再設計
承認の「もぐらたたき」を、都度対応
からルール設計へ。人間が立つ場所と
ゲートの置き方を組み替える
律速は消えない ― トークン課金と境界領域の再設計を、ぐるぐる回してラインを速くしていく


# Page. 21

![Page Image](https://bcdn.docswell.com/page/VJN6G3P1J8.jpg)

スケールの限界
約2倍
生産性の伸びしろは、まだ
このくらい
製品まで
3
担当の上限。4つは目が届か
ない
方向性
新機能の方向性だけは、ス
ケールしない
テスト・不具合修正は無限にスケールする。だから人間の時間は「方向性」に集中させる。


# Page. 22

![Page Image](https://bcdn.docswell.com/page/YE9LW93Y73.jpg)

まとめ
1
2
3
4
本体は「ツール導入」ではなく、工場の設計と運用
ゲートを設計し、人間は判断が必要な場所にだけ立つ
律速は移り続ける（課金 ↔ 境界領域の再設計）
最後に残る人間の仕事は「仕上げる判断」
工場は通過点かもしれない。モデルが工場自体を組むようになった先で残る問いは、エージェ
ントと人間がどう協働するか——部品ではなく、相談相手として。


# Page. 23

![Page Image](https://bcdn.docswell.com/page/GE8XN9MKJD.jpg)

参考文献・出典 数字はすべて公開資料ベース
「Harness engineering」公式ブログ
Stripe Minions／Shopify River／Ramp Inspect
メルカリ CTOブログ／決算資料
Faros AI／LinearB 計測レポート
Meta AI Builder 職名再編（Business Insider）
OpenAI
社内生産性レポート／METR 評価
LayerX テックブログ（engineer-as-director）
Visional AI Product Studio 公開資料
Findy 約1,500社集計
Stanford SWEPR／NEA 生産性レポート
Anthropic
自社実測（GitBucket 集計）とは区別して引用しています。ProductBuildersHQ、Paralect の定義も参照。


# Page. 24

![Page Image](https://bcdn.docswell.com/page/LEL8PW3P7R.jpg)

ありがとうございました
質疑応答
お寿司
𝕏 @osushi_cr
X
第6回 AIエージェントソフトウェア開発勉強会
アカウント
個人サイト
AI PRODUCT BUILDER


