AI Agentの登場で変わりゆくプロダクト開発の話

2026/04/16 AIを開発に取り入れてみた結果の話 (https://lapras.connpass.com/event/387940/)

Transcript

1. AI Agentの登場で 変わりゆくプロダクト 開発の話 2026/04/16 AIを開発に取り入れてみた結果の話 Kenta Yamaguchi (@key60228)
2. 山口 健太 (Kenta Yamaguchi) X: @key60228 今の開発環境はClaude Code / Neovim / tmux / Alacritty おうちネットワークとOpenClawはじめました おうちKubernetesとLocal LLMはじめたい whoami
3. AI Agentの登場でAI Shiftのプロダクト開発はどう変わったのか (正直まだまだ過渡期です)
4. CyberAgent / AI Shiftとは
11. ステークホルダー - Sales - Customer Success - FDE (Forward Deployed Engineer) プロダクトチーム - Product Manager: 1名 - Designer: 1名 - AI Engineer: 2名 - Software Engineer: 3名 AI Worker Platform の組織について
12. AI Agent Before / After
13. - ステークホルダーが要望をBacklogに記載する - Product ManagerがハンドリングしてPRDをNotionに書く - DesignerがFigmaでデザインカンプを作る - Engineerがアサインされ開発・コードレビュー・QA・リリース - 既にGitHub CopilotやCursor、CodeRabbitなどでAIの補助は受けていた - プロダクトに関する相談や質問はSlackで受け、Engineerが回答 Before AI Agent
14. Before: ステークホルダーが要望をBacklogに記載する After: CS/FDEがCursorを使いGitHubにPRを出し、Product Manager / Engineer がレビュー → 要望のクオリティが上がり、Product Managerのトリアージコストが減 → 要望がAI-Readyなストック情報として蓄積可能に After AI Agent - 要望
15. Before: Product ManagerがPRDをNotionに書く After: Product ManagerがClaude Codeを使ってPRDをLinearに書く → PRDの作成コストが大幅減 → 後述のLinear Integrationにより実装の自動化まで可能に After AI Agent - PRD
16. Before: DesignerがFigmaでデザインカンプを作る After: DesignerがClaude Codeでプロトタイプを作る → デザインのコストが減少、実装との接続もスムーズに → ステークホルダーの手触り感も向上 After AI Agent - Design
17. Before: Engineerがアサインされ開発・コードレビュー・QA・リリース After: 簡易なものはLinear Integrationによる自動実装。複雑なものも各Coding Agentで実装、コードレビューもAIレビューがトリガーされる。 → 実装、コードレビューコストが大幅減 After AI Agent - Engineering
18. Before: Slackチャンネルで受け、Engineerが都度返す After: 関係者にDevinアカウントを配布。Devin Searchで一次回答。それでも解 決しない場合はSlackチャンネルで。 → 相談者の解決までのリードタイム減 → 結果として相談件数や事前調査コストが減り、開発に集中できる時間が増加 After AI Agent - 相談・質問
19. 現状の課題とこれからやっていきたいこと
20. 開発速度はコーディングエージェントの登場で大きく向上したが、 PRDやデザイン、コードレビュー、QAがそのスピードに追いついていない 現状の課題
21. EngineerのミニProduct Manager / Designer化 - Product ManagerがPRDを書き、Designerがデザインを起こすのではなく、 EngineerがPRDを書き、デザインを起こし、ステークホルダーと調整し、実 装、デリバリーをする - Product Manager / DesignerはミニPdM/Designerのマネジメントを行う → プロダクトビジョン/コンセプトやデザインシステムの整備・浸透がマスト これからやっていきたいこと①
22. 人間によるコードレビュー範囲の限定化 - 現状全てのPRを、少なくとも1人はレビューする体制になっている - AIエージェントによるコードレビューを通過すればmerge可能な体制にする → コードレビューの目的の見直しと、リスク許容と境界決めが必要 これからやっていきたいこと②
23. E2Eでの品質保証のエージェント化 - Critical CaseのE2Eテストはあるものの、極力E2Eのシナリオを追加していく ことは避けたい - AIエージェントにユースケースバイのテストやモンキーテストを行わせたい → どうやっていくべきか… これからやっていきたいこと③
24. まとめ (？)
25. AI Agentの登場によって開発・実装そのものはもちろん、プロダクト開発プロセ スが大きく変わりつつある これまでプラクティスとされてきた責務やロールに縛られすぎず、各メンバーが 柔軟にプロダクトを推進するための動きが出来る組織がこれからの時代の「強い 組織」になっていくはず まとめ
26. We are hiring!
27. 参考 - $200 施策: 開発AIエージェント導入に年間約4億円を投資決定 - CyberAgent https://www.cyberagent.co.jp/news/detail/id=32077 - AI番付: 2028年「開発プロセス完全自動化」を見据えた、エンジニア組織の 構造改革 - CyberAgent https://developers.cyberagent.co.jp/blog/archives/59886/ - AI番付: 社内AI活用を“見える化”するランキング機能をリリースしました - CyberAgent https://developers.cyberagent.co.jp/blog/archives/59930/ - mini PM: Head of Growth (Anthropic) - Lenny’s Podcast https://www.youtube.com/watch?v=k-H4nsOTuxU - コードレビュー: コードレビューとは何か - Zenn https://zenn.dev/baleenstudio/articles/what-is-a-code-review