Agile in Agent Era

AIが書く時代、
アジャイルで問われるのは完了条件

実装は速くなった。では、何をもって「終わった」と言うのか。
アジャイルマニフェストの4つの価値と12原則を、AIエージェント時代の現場で読み替える。

2026年9月 読了 約5分 開発者・TL・PM向け

実装完了は、
仕事完了ではない。

AIエージェントがコードを書くコストを一気に下げた今、開発のボトルネックは「どう作るか」から 「何を作るか」「何を作らないか」「何をもって完了とするか」へ移っている。

この記事の中心仮説

AIに実装を任せるほど、 人間の仕事は「目的・制約・完了条件」の設計に寄る。

ただし断定はしない。この仮説には反論もある。完了条件を先に詰めすぎると探索性が下がるし、 KPI化しにくい価値（UX、信頼、納得）を取りこぼす危険もある。だから本稿では、 賛成と反証の両方を並べたうえで、実務に持ち帰れる形に整理する。

Chapter 01

食器は洗った。だが、まだ仕事は終わっていない

「食器を洗う」というタスクでも、完了条件は複数ある。水切りカゴに置いたら完了なのか、完全に乾いて棚に戻したら完了なのか。前者と後者では、次の人の使いやすさが変わる。

ソフトウェアも同じだ。テストが通ってPRを出せた状態は、せいぜい実装完了でしかない。運用監視が仕込まれ、利用データで価値仮説が確認され、事故半径が許容範囲に収まって初めて仕事完了に近づく。

完了レベル 確認内容
コード完了実装され、単体テストが通る
品質完了レビュー・CI・セキュリティ基準を満たす
価値完了利用・業務・UXへの効果が確認できる

本稿の焦点はこのズレにある。AIはコード完了までの時間を劇的に短くするが、価値完了は自動化されない。

Chapter 02

アジャイル4つの価値は「再説明」より「再配分」

「アジャイルは大事です」で終えると、ただの復唱になる。AI時代に必要なのは、価値の重みづけを動かすことだ。

価値 AI時代の読み替え
個人と対話対話相手が「人間＋AI」へ拡張。指示品質が成果を左右する
動くソフトウェアさらに重要。だが「動くだけ」でなく価値検証まで必要
顧客との協調不変。高速生成ほど顧客フィードバックの頻度が要る
変化への対応より重要。誤方向への高速突進を小刻みに修正する

特に「Working software」は、AI時代ほど厳密になる。短時間で大量のコードを出せるなら、 進捗の錯覚も増えるからだ。

Chapter 03

12原則を4象限で読み替える

全12原則を確認したうえで、現場で効く分類に落とす。

より重要になる

早期継続提供 / 変化受容 / 動くソフトウェア / 技術的卓越 / 定期的なふりかえり。

意味が変わる

Simplicity（作る量最小化→生成量ガバナンス） / Sustainable pace（実装負荷管理→監督疲労管理）。

あまり変わらない

顧客満足 / 協調 / モチベーション尊重。AI導入の有無に関係なく基盤であり続ける。

再考が必要

対面会話原則。同期会話だけでなく、非同期で読める仕様・制約・完了条件の精度が生産性を決める。

Chapter 04

人間の仕事はどこへ移るのか

「人間は上流、AIは下流」と単純化すると現場を誤読する。実際は、直列モデルと並列モデルが混在する。

直列

人間が目的・制約・完了条件を定義し、AIが実装とテストを回し、人間が価値を確認する。

並列

複数エージェントが小PRを並列実行し、人間がゲートとして優先順位と統合を判断する。

したがって人間の主戦場は、次の5つに寄る。

  1. 1.目的定義（何を達成したいか）
  2. 2.制約設定（法務・セキュリティ・運用）
  3. 3.完了条件設計（DoD / 受入基準 / SLO）
  4. 4.優先順位と停止判断（何を作らないか）
  5. 5.最終価値判定（ユーザー価値に結びついたか）

Chapter 05

反論と限界を先に置く

「完了条件が重要」は有効だが万能ではない。主な反論は3つある。

反論1: 仕様先行が探索を殺す

対策は二層化。固定するのは「守るべき制約」と「失敗条件」だけにし、解法は短サイクルで探索する。

反論2: KPI化できない価値が落ちる

定量と定性を分離して評価する。利用率や障害率だけでなく、ユーザーの納得・安心をレビュー対象に含める。

反論3: 指示能力の格差が新ボトルネック

個人技にしない。プロンプトより先に、共通のDoR/DoDテンプレートとレビュー観点をチーム資産化する。

つまり、完了条件は厳格化すべきだが硬直化させてはいけない。アジャイルの核はここでも「小さく作って学ぶ」にある。

Chapter 06

実務で使うチェックリスト

明日から使える最小セットだけ置く。

AI実装前（DoR）

  • ・目的は一文で定義されているか
  • ・守るべき制約（法務/セキュリティ/運用）が明示されているか
  • ・やらないこと（Out of Scope）が書かれているか

AI実装後（DoD）

  • ・テストとレビュー基準を満たしているか
  • ・運用監視とロールバック手順があるか
  • ・価値仮説を検証する計測が定義されているか

実装コストが下がるほど、 「完了条件を設計できるか」がチームの差になる。

Coda

AI導入の本質は、
人間の作業削減ではなく、
完了条件設計能力の可視化かもしれない。

Fact-check / 参考一次情報

Agile Manifesto（https://agilemanifesto.org/）／Principles behind the Agile Manifesto（https://agilemanifesto.org/principles.html）／GitHub Engineering: Turn one giant AI-generated pull request to a reviewable stack／GitHub Changelog: Stacked Pull Requests are now in Public Preview／各エージェント公式資料（Claude Code, Codex, GitHub Copilot, Devin）。