開発者の役割が変わり始めている:エージェンティック開発の時代

2025年11月25日、Spotifyの内部チャートに一つの明確な変曲点が現れました。AnthropicのOpus 4.5モデルが公開された日です。この日を境に、Spotifyのエンジニアの働き方が目に見えて変化し始めました。

「オフィスに来たら皆がIDEの前に座っていたのが、3週間後に戻ってきたら全員がターミナルの前に座っていました」 — David Soria Parra, Anthropic

この変化の中心にあるのが エージェンティック開発(Agentic Development) です。単にAIにコード生成を依頼するレベルを超え、AIエージェントが開発ワークフローの一部として定着しつつあります。SpotifyのチーフアーキテクトNiklas Gustavsson氏とAnthropicのMCP共同創設者David Soria Parra氏、AIリードChristian Ryan氏による今回の対談は、単なる技術発表ではなく、大規模組織でエージェントを実際にどう運用しているかについての貴重な現場レポートでした。

本記事では、このセッションの核心を整理し、日本の開発現場への応用可能性について考察します。

📌 参考資料: 本内容は Spotify Engineering Blogの原文 を基に再構成しています。

AI agent and developer collaborating on code in a terminal interface Programming Illustration

Honk:Slackから始まるバックグラウンドコーディングエージェント

Spotifyは自社開発のバックグラウンドコーディングエージェント Honk を運用しています。最も興味深い点は、開発者がSlackメッセージ一つでエージェントを呼び出せることです。

「最近の典型的なユーザーインタラクションはこうです。誰かがSlackで解決したい問題について議論していて、@Honkとメンションするんです。'これ解決して'とね。」 — Niklas Gustavsson, Spotify

Honkは単なるコード生成ツールではありません。数千のリポジトリを対象に、複雑なソフトウェアマイグレーションを実行できるエージェントです。SpotifyはHonkを通じて、すでに 1,500件以上のPR を成功裏に処理しています。

Honkの発展段階

  1. 決定論的なコードマイグレーション — 単純な反復作業の自動化
  2. Slackネイティブなコーディングエージェント — 対話型インターフェースの導入
  3. 大規模マイグレーションエージェント — 数千のリポジトリを同時処理

実際の使用例(擬似コード)

# HonkがSlackメッセージを受信した際の内部ロジック(概念)
# Slackメッセージ例: "@Honk 全サービスのログレベルをWARNに変更して"

import re
from typing import List, Dict

class HonkAgent:
    def __init__(self, repos: List[str]):
        self.repos = repos  # 対象リポジトリ一覧
        self.context = self._load_context()
    
    def _load_context(self) -> Dict:
        # Claude MD設定と技術スタック情報を読み込み
        return {
            "coding_standards": "spotify_coding_conventions.md",
            "architecture": "service_architecture_overview.md",
            "allowed_actions": ["create_pr", "update_config", "refactor"]
        }
    
    def process_request(self, message: str) -> List[str]:
        # 1. 意図の把握(Claude API呼び出し)
        intent = self._analyze_intent(message)
        # 2. 影響範囲の分析
        affected_repos = self._find_affected_repos(intent)
        # 3. リポジトリごとにPR作成
        pr_urls = []
        for repo in affected_repos:
            code_change = self._generate_change(repo, intent)
            pr = self._create_pull_request(repo, code_change)
            pr_urls.append(pr.url)
        return pr_urls
    
    def _analyze_intent(self, message: str) -> Dict:
        # Claude APIによる自然言語解析
        # return {"action": "change_log_level", "level": "WARN", "scope": "all_services"}
        pass

⚠️ 注意点: Honkのようなエージェントは、強力なコンテキスト管理と安全装置なしに導入すると、予測不能な結果を招く可能性があります。特に日本の金融機関や官公庁系システムでは、規制遵守とコードレビュープロセスが事前に整備されている必要があります。

Developers using background coding agent Honk via Slack at Spotify Developer Related Image

コンテキストエンジニアリング:エージェント成功の鍵

AnthropicのChristian Ryan氏が強調したのは、「過度に複雑に考えない」ことです。

「コンテキスト管理とコンテキストエンジニアリングについては、エンジニア全体で再現可能な、かなりシンプルなセットアップを整えることが重要です。適切なClaude MD設定、果たそうとする役割やドメインの本質を捉えた良いスキルセットがあれば十分です。」

効果的なコンテキスト設定の3要素

要素説明Spotifyでの適用例
Claude MD設定プロジェクト別のルールとコンベンション定義コーディング標準、アーキテクチャガイドライン
ドメインスキルセット特定の役割/ドメインに特化した知識サービス別マイグレーションパターン
再現可能性全エンジニアが同一設定を使用中央リポジトリで管理される設定ファイル

日本企業における導入の文脈

日本企業でエージェンティック開発を導入する際の考慮点は以下の通りです:

  • レガシーシステムとの統合: 多くの日本企業は依然としてJava/Springベースのモノリシックシステムを運用しています。こうした環境でエージェントを導入するには、まず標準化されたCI/CDパイプラインとコンテナ化が先行されるべきです。
  • コードレビュー文化: 「エージェントが作ったコードの責任は誰が取るのか?」という問いに対して、Spotify/Anthropicチームは アウトカムベース(結果志向)のアプローチ を提案しています。誰が作ったかよりも、成果物の品質と責任者が明確であることが重要だというわけです。
  • セキュリティとガバナンス: 特に金融業界や公共セクターでは、エージェントが直接コードをPRすることに対する規制上の課題が存在する可能性があります。初期段階では、エージェントが「提案」のみを行い、人間が最終承認するハイブリッド方式をお勧めします。
# 例:日本企業向けエージェントガバナンス設定(擬似コード)
# governance_config.yaml
governance:
  mode: "suggest_only"  # 初期: suggest_only → 後に auto_pr
  approval_required: true
  allowed_repos:
    - "internal-tools/*"
    - "docs/*"
  blocked_repos:
    - "payment-service/*"
    - "user-data-service/*"
  review_process:
    - agent_generates_diff
    - senior_dev_reviews
    - automated_tests_pass
    - manual_approval

Enterprise AI infrastructure for agentic development at scale Algorithm Concept Visual

まとめ:エージェンティック開発の未来と日本の開発者への示唆

今回の対談で最も印象的だったのは、2025年がコード生成の年だったとすれば、次のフロンティアはメンテナンスと削除を含むソフトウェアライフサイクル全体 というDavid氏の展望です。誰もやりたがらないが、誰もが必要とする作業 — レガシーコードの整理、依存関係の更新、使われていない機能の削除 — をエージェントが代行するようになるでしょう。

SpotifyはBackstageを、人間中心の開発者ポータルからエージェントファーストのプラットフォームへと進化させており、MCP接続が手動ワークフローを置き換えつつあります。

日本の開発者のための3段階アクションロードマップ

  1. ステップ1(今すぐ): チーム内の反復的なコード作業(リファクタリング、マイグレーション)を特定し、Claude Codeや類似ツールでパイロットプロジェクトを始めてみましょう。
  2. ステップ2(3ヶ月以内): 標準化されたClaude MD設定とコンテキストドキュメントをチーム全体で共有し、単純なPR自動化から始めてみてください。
  3. ステップ3(6ヶ月以上): ガバナンス体制を整え、エージェントが提案したコードの品質を測定するメトリクスを導入しましょう。

🔍 合わせて読みたい記事

開発者の役割が、単なるコード記述から エージェントを設計し、調整するオーケストレーター へと変化しています。この変化を恐れるのではなく、どうすればより価値の高い仕事に集中できるかを考えてみてはいかがでしょうか。

本コンテンツは、信頼性の高い情報源をもとにAIツールを活用して作成され、編集者によるレビューを経て公開されています。専門家によるアドバイスの代替となるものではありません。