Skip to content

コンパウンド開発ワークフロー

この記事は英語版から翻訳されました。

TL;DR

並列エージェント実行には明示的な分解分離、および統合が必要です。これは開発自体に適用される分散システムの問題と同じです。複数のAIエージェントをワークツリーにまたがってディスパッチする一人のエンジニアは、協調問題です。ディスパッチャーパターン、Gitワークツリー分離、および構造化された統合プロトコルにより、混沌としたマルチエージェントセッションを予測可能でスケーラブルなワークフローに変換します。重要な洞察:人間は実装者ではなくオーケストレーターです


ディスパッチャーパターン

一人の人間、N個のエージェント

ディスパッチャーパターンは従来の開発モデルを逆転させます。一人のエンジニアがタスクを直列に処理する代わりに、一人のエンジニアが並列に作業する複数のエージェントを調整します。各エージェントは独自の分離されたコンテキストで作業します。

ディスパッチャーの責務

フェーズアクション理由
インテーク機能リクエストまたはバグレポートを受け取る分割する前に全体のスコープを理解する
分解独立した並列化可能な単位に分割するタスク間の依存関係を最小化する
ルーティング適切なコンテキストを持つエージェントに各単位を割り当てるコンテキストが出力品質を決定する
ゲート実装開始前に計画をレビューするミスアラインメントを検出する最も安価なポイント
モニタリング進捗を確認し、詰まったエージェントのブロックを解除するエージェントは曖昧さに対して静かに失敗する
統合出力をレビューし、コンフリクトを解決し、マージするディスパッチャーだけがシステム全体のコンテキストを持つ

実際のセッションフロー

アンチパターン:オーケストレーターとしてのエージェント

❌ Ask one agent to "build the whole feature"
   → Agent works serially (slow)
   → Agent loses context mid-way through large tasks
   → No isolation between components
   → Single point of failure

✅ Human decomposes, agents implement in parallel
   → Parallel execution (fast)
   → Each agent has focused context
   → Failures are isolated
   → Human maintains system-level coherence

並列処理のための作業分解

分解レベル

分解の粒度が、達成可能な最大並列度と調整オーバーヘッドを決定します。

レベル粒度最大並列度調整オーバーヘッド最適な用途
ファイルレベル各エージェントが異なるファイルで作業高い低い独立したモジュール
モジュールレベル各エージェントがモジュール境界を所有中〜高中程度機能開発
フィーチャーフラグ各エージェントがフラグの背後でビルド中程度低い段階的デリバリー
レイヤーレベルフロントエンド / バックエンド / インフラ分割中程度中〜高フルスタック機能
フェーズレベル設計 → 実装 → テスト低い低い直列依存関係

依存グラフが並列度を決定する

分解チェックリスト

並列エージェントにタスクを割り当てる前に確認してください。

markdown
- [ ] Each task can be completed without output from another task
- [ ] Each task operates on distinct files (no overlapping edits)
- [ ] Shared interfaces are defined upfront and provided to all agents
- [ ] Each task has a clear acceptance criteria
- [ ] Merge order is determined (which PR lands first?)
- [ ] Integration points are identified (where will outputs connect?)

分解の例:ユーザーアクティビティダッシュボード

エージェントスコープファイル依存関係
Aデータベースレイヤー:マイグレーション、モデル、リポジトリsrc/db/, src/models/なし
BAPIレイヤー:エンドポイント、ミドルウェアsrc/handlers/, src/middleware/A(型)
Cフロントエンド:タイムラインコンポーネント、アクティビティフックsrc/components/, src/hooks/B(APIコントラクト)
Dテスト:インテグレーション、コンポーネント、E2Etests/A、B、C

共有コントラクト: ActivityEvent インターフェースを開始前にすべてのエージェントに提供します。マージ順序: A、B、C、D。

アンチパターン:循環依存

❌ Agent A needs Agent B's output, Agent B needs Agent A's output
   → Deadlock: neither can proceed
   → Root cause: insufficient upfront interface design

✅ Extract shared interfaces FIRST, then parallelize
   → Define types and contracts before any agent starts
   → Each agent implements against the interface, not the other agent's code

Gitワークツリー分離

ワークツリーを使う理由

各エージェントにはファイルコンフリクトを回避するための独自の作業ディレクトリが必要です。Gitワークツリー [1] はリポジトリを複製することなくこれを実現します。

# Repository structure with worktrees
project/
├── .git/                    # Shared git database
├── src/                     # Main working tree (main branch)
├── ...
└── (worktrees created outside or inside as needed)

../project-worktrees/
├── worktree-auth/           # Agent A: feature/auth-rate-limit
├── worktree-db/             # Agent B: feature/db-migration
├── worktree-api/            # Agent C: feature/api-activity
└── worktree-tests/          # Agent D: feature/activity-tests

ワークツリーコマンド

bash
# Setup: Create worktrees for parallel agents
cd /path/to/project

# Create branches from latest main
git fetch origin
git checkout main && git pull

# Create worktrees — each gets its own directory and branch
git worktree add ../project-worktrees/worktree-auth -b feature/auth-rate-limit
git worktree add ../project-worktrees/worktree-db -b feature/db-migration
git worktree add ../project-worktrees/worktree-api -b feature/api-activity
git worktree add ../project-worktrees/worktree-tests -b feature/activity-tests

# List active worktrees
git worktree list
# /path/to/project                    abc1234 [main]
# /path/to/project-worktrees/worktree-auth   def5678 [feature/auth-rate-limit]
# /path/to/project-worktrees/worktree-db     def5678 [feature/db-migration]
# /path/to/project-worktrees/worktree-api    def5678 [feature/api-activity]
# /path/to/project-worktrees/worktree-tests  def5678 [feature/activity-tests]

エージェントの割り当て

bash
# Start Agent A in the auth worktree
cd ../project-worktrees/worktree-auth
claude  # Agent A starts with focused context

# Start Agent B in the db worktree (separate terminal)
cd ../project-worktrees/worktree-db
claude  # Agent B starts with focused context

# Start Agent C in the api worktree (separate terminal)
cd ../project-worktrees/worktree-api
claude  # Agent C starts with focused context

マージ戦略

戦略使用するタイミングコマンド
逐次マージタスクに依存順序があるAをマージ、Bをmainにリベース、Bをマージ、...
統合ブランチすべてのタスクがmainの前に統合される必要があるintegration/feature-x を作成し、すべてをそこにマージし、mainにPR
フィーチャーフラグマージタスクが独立で、フラグの背後にあるすべてをフラグの背後でmainに直接マージ

逐次マージ

bash
git checkout main
git merge --no-ff feature/db-migration           # no deps, merge first
git checkout feature/api-activity && git rebase main && git checkout main
git merge --no-ff feature/api-activity            # depends on db
git merge --no-ff feature/auth-rate-limit         # independent
git checkout feature/activity-tests && git rebase main && git checkout main
git merge --no-ff feature/activity-tests          # depends on all

統合ブランチ

bash
git checkout -b integration/user-activity main
git merge --no-ff feature/db-migration
git merge --no-ff feature/auth-rate-limit
git merge --no-ff feature/api-activity
git merge --no-ff feature/activity-tests
npm test
gh pr create --base main --head integration/user-activity \
  --title "feat: user activity dashboard" \
  --body "Integration of parallel agent work"

クリーンアップ

bash
git worktree remove ../project-worktrees/worktree-auth
git worktree remove ../project-worktrees/worktree-db
git worktree remove ../project-worktrees/worktree-api
git worktree remove ../project-worktrees/worktree-tests
git worktree prune
git branch -d feature/auth-rate-limit feature/db-migration \
    feature/api-activity feature/activity-tests

最新の並列エージェントツール

並列エージェントワークフロー向けのツール群は急速に成熟しています。以前は手動のワークツリー管理を必要としていた分離と調整の課題に、いくつかのツールが対応するようになりました。

Superset IDE [2](2026年3月リリース):10以上の並列AIエージェントを同時に実行するために設計されたオープンソースのターミナル環境です。各エージェントは独自のスレッドとワークツリーを持ち、すべてのアクティブセッションの進捗、差分、コストを表示する統合ダッシュボードがあります。主要な革新はオーケストレーションレイヤーで、ディスパッチャーはターミナルを切り替えることなく、一つのビューですべてのエージェント出力を確認し、計画を承認/却下し、マージをトリガーできます。

agent-worktree [3](GitHubツール):AIコーディングエージェント向けにGitワークツリーのライフサイクルを自動化します。手動で git worktree add を実行し、ブランチを作成し、クリーンアップする代わりに、agent-worktree はフロー全体をラップします。agent-worktree spawn --task "Add rate limiting" --base main で、ワークツリー、ブランチ、エージェントセッションを一つのコマンドで作成します。エージェントのPRがマージされた後のクリーンアップとブランチ削除も処理します。

Codex App [4](OpenAI):各エージェントが独自のファイルシステム、ネットワーク名前空間、リソース制限を持つサンドボックス化されたコンテナで実行されるクラウドベースのマルチエージェント環境です。コンテナは一般的な開発ツールチェーンがプリビルドされています。エージェントが依存関係をインストールしたり、競合する可能性のあるビルドツールを実行したりする場合など、ワークツリーが提供するよりも強力な分離が必要なチームに有用です。

核心的な洞察: 「並列処理は難しい部分ではない。分離が難しいのだ。」 [5] — N個のエージェントを作成するのは簡単です。互いのファイル、依存関係、git状態に干渉しないことを確実にするのが本当の課題です。ワークツリーはファイル分離を解決しますが、並列作業が直列になるレビューとマージのフェーズは、どのツールも完全に自動化できていないボトルネックのままです。

クロスツール規約としてのスキル: 「スキル」パターン [6] — 再利用可能なエージェント能力のフォルダをプロジェクトにドロップすると、エージェントが自動検出する — は、Claude Code [7]、Cursor、VS Code(Copilot)、GitHub(Actionsエージェント)、Gooseで採用されています。この収束により、あるツール向けに書かれたスキルがますます移植可能になっています。エージェントにテストスイートの実行方法を教えるスキルは、どのエージェントプラットフォームが呼び出しても機能します。

分離の階層

すべての分離が同等ではありません。適切なレベルはタスクのリスクプロファイル、チームのインフラストラクチャ、コスト予算に依存します。

レベルメカニズムファイル分離依存関係分離コストユースケース
レベル0同じディレクトリ、同じブランチなしなし無料単一エージェント、直列作業
レベル1同じリポジトリ、異なるブランチ部分的(コミットされていない変更が競合)なし無料低並列度、慎重な調整
レベル2Gitワークツリー完全(別々の作業ディレクトリ)共有(同じnode_modulesなど)無料ほとんどのローカル並列ワークフロー
レベル3コンテナサンドボックス(Codex App)完全完全(各コンテナに独自の依存関係)$0.01-0.10/セッションCI/CDエージェント、信頼されないコード
レベル4クラウドVM完全完全$0.50-5.00/セッション最大分離、コンプライアンス要件

レベル0 はほとんどの開発者が始める場所です。一つのエージェント、一つのディレクトリ。同じワーキングツリーで2つのエージェントを実行しようとした途端に競合が発生します。ファイルロック、部分書き込み、gitインデックスの破損が一般的です。

レベル1 は一見機能しそうですが、あるブランチのコミットされていない変更は別のブランチの git stashgit checkout 操作から見えてしまいます。ブランチが大きく分岐すると、マージコンフリクトが発生しやすくなります。

レベル2(ワークツリー) はほとんどのチームにとってスイートスポットです。各エージェントは独自のチェックアウト済みブランチを持つ完全に独立した作業ディレクトリを取得しますが、すべてのワークツリーは同じ .git データベースを共有します。リポジトリの複製なし、作業ファイル以外のディスクコストなし、すべての場所で完全なgit履歴が利用可能です。

レベル3と4 は依存関係とOSレベルの分離を追加します。エージェントがパッケージをインストールしたり、ビルドツールを実行したり、信頼されないコードを実行したりする場合に重要です。あるコンテナでの不正な npm install は別のエージェントの node_modules を破損できません。

判定ヒューリスティック: ローカル開発ワークフローにはレベル2(ワークツリー)を使用してください。CI/CDエージェントやエージェントが依存関係をインストールする場合はレベル3(コンテナ)を使用してください。コンプライアンスやセキュリティポリシーが完全な分離を要求する場合にのみレベル4(クラウドVM)を使用してください。


バックグラウンドタスクパターン

ファイアアンドレビュー

一部のタスクはバックグラウンド実行に適しています。ディスパッチャーが他の作業に集中している間にエージェントが独立して作業し、後で出力をレビューするために戻ります。

バックグラウンドに適したタスク

タスクの種類バックグラウンドで機能する理由レビュー工数
既存コードのテスト生成スコープが明確、既存コードが仕様中程度(カバレッジを確認)
ドキュメント更新低リスク、容易に確認可能低い(正確性チェック)
リント/フォーマット修正機械的、ツールが正確性を確認低い(差分を流し読み)
型アノテーション追加コンパイラが正確性を確認低い(型チェックがパス)
依存関係更新CIが互換性を確認中程度(変更履歴レビュー)
コードマイグレーション(構文アップグレード)パターンベース、テスト可能中程度(動作を確認)

バックグラウンドに不向きなタスク

タスクの種類失敗する理由
新機能の実装反復的なフィードバックが必要 — エージェントが誤った方向に進む
アーキテクチャの決定人間の判断が必要 — エージェントは「適切」よりも「人気」を選ぶ
セキュリティ上重要な変更設計段階で専門家のレビューが必要
クロスモジュールリファクタリングシステム全体の理解が必要

バックグラウンドタスクテンプレート

markdown
## Background Task: [Title]
### Scope: [Exact files/directories]
### Instructions: [Step-by-step]
### Constraints: Do NOT modify files outside scope. No new dependencies.
### Acceptance: All existing tests pass + [task-specific criteria]
### When Done: Create PR with label "background-task"

並列エージェント協調

共有状態のハザード

複数のエージェントが並列で作業する場合、共有状態は並行プログラミングと同じハザードを生み出します。

ハザード軽減策
書き込み競合2つのエージェントが同じファイルを変更エージェントごとのファイルレベル所有権
スキーマ競合2つのエージェントが同じシーケンス番号のマイグレーションを追加マイグレーション番号を事前に割り当てる
インポート競合2つのエージェントがindex.tsに異なるエクスポートを追加統合ブランチ経由でマージ
規約のドリフトエージェントが異なる命名規約を採用コンテキストにスタイルガイドを提供
依存関係の競合エージェントAがlodashを追加、エージェントBがramdaを追加依存関係を事前承認
型の競合2つのエージェントが重複する型を定義共有型を事前に定義

コンフリクト検出

bash
# Check all pairs of parallel branches for conflicts before integration
BRANCHES=(feature/auth feature/db feature/api feature/tests)
for i in "${BRANCHES[@]}"; do
    for j in "${BRANCHES[@]}"; do
        if [ "$i" != "$j" ]; then
            git checkout "$i" 2>/dev/null
            if ! git merge --no-commit --no-ff "$j" 2>/dev/null; then
                echo "CONFLICT: $i$j"
            fi
            git merge --abort 2>/dev/null
        fi
    done
done

仕様ファースト協調パターン

最も効果的な協調戦略は、エージェントが実装を開始する前にすべてのインターフェースを定義することです。

共有インターフェースの例

typescript
// shared-types.ts — created by human BEFORE agents start, read-only for all agents
export interface ActivityEvent {
  id: string;
  userId: string;
  type: 'login' | 'logout' | 'create' | 'update' | 'delete';
  resource: string;
  timestamp: Date;
  metadata: Record<string, unknown>;
}

export interface PaginatedResponse<T> {
  items: T[];
  cursor: string | null;
  hasMore: boolean;
}

export enum ErrorCode {
  NOT_FOUND = 'NOT_FOUND',
  INVALID_INPUT = 'INVALID_INPUT',
  UNAUTHORIZED = 'UNAUTHORIZED',
  RATE_LIMITED = 'RATE_LIMITED',
}

統合プロトコル

段階的レビューとマージ

統合チェックリスト

markdown
## Pre-Integration
- [ ] All individual PRs reviewed and approved
- [ ] No dependency conflicts between branches
- [ ] Shared types/interfaces match across all branches
- [ ] Migration sequence numbers don't conflict

## During Integration
- [ ] Merge in dependency order (db → api → frontend → tests)
- [ ] Run CI after each merge
- [ ] Resolve conflicts with full context (not just git's suggestion)

## Post-Integration
- [ ] Full test suite passes
- [ ] Integration/E2E tests pass
- [ ] No regressions in existing functionality
- [ ] Performance benchmarks within acceptable range

コンフリクト解決判定テーブル

コンフリクトの種類解決戦略解決者
インポート順序いずれかを受け入れ、フォーマッターを実行自動
パッケージロックファイルゼロから再生成自動
同じファイル、異なるセクション手動マージ人間
同じ関数、異なるロジック仕様に基づいて選択人間
型定義の不一致共有仕様に合わせる人間
テストファイルの重複テストスイートを統合人間またはエージェント
設定の重複設定をマージし、テスト人間

ワークフローパターンカタログ

パターン1:スパイクアンドコンバージ

用途: アプローチが不確定で、選択肢を探索する必要がある場合。

時間コスト: スパイクフェーズでエージェント計算量は3倍ですが、誤った方向への実装で数日を無駄にすることを防ぎます。

スパイク評価の判定基準:

基準重み評価方法
正確性30%すべてのエッジケースに対応しているか?
シンプルさ25%コード行数、依存関係数
パフォーマンス20%ベンチマーク結果
保守性15%可読性、テストカバレッジ
運用コスト10%インフラストラクチャ要件

パターン2:テストファースト委任

用途: 動作が十分に仕様化されており、信頼性の高い実装が必要な場合。

機能する理由: 人間が書いたテストが仕様をエンコードします。エージェントの仕事はテストをパスさせることに限定されます。これは明確で検証可能な目標です。これにより共生成問題を完全に排除できます。

bash
# Human writes tests first
# tests/auth/rate-limit.test.ts

# Then dispatches to agent with clear instruction:
# "Implement src/middleware/rate-limit.ts to make all tests in
#  tests/auth/rate-limit.test.ts pass. Do not modify the test file."

パターン3:リファクタリングパイプライン

用途: 多数のファイルにまたがる大規模リファクタリング。

PHASE 1: Analysis (1 agent)
  → Identify all usage sites
  → Generate dependency graph
  → Propose refactor plan

PHASE 2: Execution (N agents, parallel)
  → Agent A: Refactor module X
  → Agent B: Refactor module Y
  → Agent C: Refactor module Z
  → Each agent has the shared interface contract

PHASE 3: Verification (1 agent)
  → Run full test suite
  → Check for orphaned imports
  → Verify no behavior changes

パターン4:ドキュメントスイープ

用途: ドキュメントがコードから乖離しており、一括更新が必要な場合。

ASSIGNMENT: One agent per documentation area
  → Agent A: API reference docs (reads routes, generates OpenAPI)
  → Agent B: Architecture docs (reads code, updates diagrams)
  → Agent C: README and quickstart (reads setup, verifies steps)
  → Agent D: Inline code comments (reads complex functions, adds JSDoc)

CONSTRAINT: Agents read code, write docs. Never modify source code.

パターン5:並列レビュー

用途: 複数のPRがキューに溜まっており、レビューのスループットを上げたい場合。

エージェントレビュープロンプト: ロジックエラー(エッジケース、エラーハンドリング)、セキュリティの問題、テストカバレッジのギャップ、APIコントラクト違反、パフォーマンスの懸念を確認します。出力はBLOCKING / WARNING / NOTEの形式で行います。

パターン6:セキュリティ並行

用途: セキュリティ境界に関わる機能を実装する場合。

PARALLEL EXECUTION:
  Agent A: Implement the feature (functional)
  Agent B: Write security test cases (adversarial)
  Agent C: Run threat model analysis (analytical)

INTEGRATION:
  1. Agent B's security tests must pass against Agent A's implementation
  2. Agent C's threat model findings must be addressed
  3. Human reviews the combined output with security focus

パターンサマリー

パターン並列度リスクレベル最適な用途
スパイクアンドコンバージ探索低い(使い捨て)アーキテクチャの決定
テストファースト委任低い(直列)低い(テストがオラクル)十分に仕様化された機能
リファクタリングパイプライン高い(実行フェーズ)中程度大規模な変更
ドキュメントスイープ高い低い一括ドキュメント更新
並列レビュー高い低いPRキューのバックログ
セキュリティ並行中程度中〜高セキュリティ上重要な機能

コスト管理

エンジニアリング上の関心事としてのAPI支出

AIエージェントの使用には直接的なコスト要素があります [8]。人間のエンジニア(固定給与)とは異なり、エージェントのコストは使用量に応じてスケールし、クラウドインフラストラクチャと同様に予算化する必要があります。

タスクタイプ別のトークン予算

タスクの種類推定トークン数推奨モデルコスト見積もり
計画生成2K-5K出力Sonnet$0.02-0.05
コード実装(小規模)5K-15K出力Sonnet$0.05-0.15
コード実装(大規模)15K-50K出力Sonnet$0.15-0.50
コードレビュー3K-10K出力Sonnet$0.03-0.10
テスト生成10K-30K出力Sonnet$0.10-0.30
アーキテクチャスパイク5K-20K出力Opus$0.30-1.20
複雑なデバッグ10K-40K出力Opus$0.60-2.40
ドキュメント5K-15K出力Sonnet$0.05-0.15
リント/フォーマット修正2K-8K出力Haiku$0.002-0.008
型アノテーション3K-10K出力Haiku$0.003-0.010

モデル選択ルール

シグナルモデル根拠
アーキテクチャ推論、複雑なデバッグ、セキュリティレビューOpus深い判断が必要
機能実装、コードレビュー、テスト生成Sonnetほとんどの作業のデフォルト
フォーマット、リンティング、型アノテーション、単純なリファクタリングHaiku機械的、低判断

コスト追跡

タスクごとのトークン使用量を追記専用ログ(例:.claude/cost-log.jsonl)で追跡します。週次で集計して、高コストのタスクカテゴリやモデルのミスマッチを特定します。

アンチパターン:すべてにOpusを使用

❌ Use Opus for all tasks
   → $50/day for work that could cost $5/day
   → No quality improvement for mechanical tasks
   → Budget exhausted before sprint ends

✅ Match model to task complexity
   → Opus for architecture and debugging ($2-5/task)
   → Sonnet for implementation ($0.10-0.50/task)
   → Haiku for mechanical work ($0.01/task)
   → 10× cost reduction with equivalent quality

セッション管理

コンテキストウィンドウの問題

エージェントセッションには有限のコンテキストウィンドウがあります。長いセッションはコンテキストが陳腐化した情報で埋まるにつれて品質が低下します。効果的なセッション管理はコンテキスト境界をまたいで継続性を維持します。

再開パターン

パターン使用するタイミング含めるもの
チェックポイントサマリータスク途中の一時停止完了項目、進行中の項目、次のステップ、主要な決定、変更されたファイル
コンテキスト要約新しいセッションの再開プロジェクトコンテキスト、既存のもの、必要な作業、規約
引き継ぎプロンプトエージェント間の転送前のエージェントの出力、残りのタスク、インターフェースコントラクト、制約

チェックポイントサマリーテンプレート

markdown
## Session Checkpoint — 2026-03-15 14:30

### Completed
- [x] Created database migration for activity_events table
- [x] Implemented ActivityEvent model with types

### In Progress
- [ ] API endpoint (handler skeleton exists)

### Next Steps
1. Complete request validation in handler
2. Add cursor-based pagination

### Key Decisions
- Cursor pagination (not offset) — reviewer feedback
- Timestamp-based cursor using created_at

引き継ぎプロンプトテンプレート

markdown
## Handoff: Agent A → Agent B

### Agent A's Output
- PR #102 (merged): Database migration + model + repository

### Agent B's Task
Implement GET /api/users/:id/activity endpoint.

### Constraints
- Do NOT modify any files Agent A created
- Follow existing handler patterns in src/handlers/
- Use cursor-based pagination

セッションライフサイクル

アンチパターン:無限セッション

❌ Keep one agent session running for hours
   → Context window fills with irrelevant history
   → Agent starts contradicting its earlier decisions
   → Quality degrades progressively
   → Errors compound (agent forgets constraints)

✅ Checkpoint every 30-45 minutes of active work
   → Fresh context for each phase
   → Summary preserves decisions without noise
   → Consistent quality throughout the task
   → Clear audit trail of progress

実世界の例

エンドツーエンド:コードベースのMermaidダイアグラム変換

シナリオ: ドキュメントリポジトリの4つのディレクトリにまたがる47個のASCIIダイアグラムをMermaidに変換する必要があります。各ダイアグラムは独立しており、並列エージェントに最適です。

bash
# Step 1: Decompose (Human, 10 min)
grep -rl "┌\|├\|└\|│\|───" docs/ | wc -l  # 47 files
# Group A: docs/architecture/ (12), Group B: docs/api/ (10)
# Group C: docs/guides/ (13),      Group D: docs/reference/ (12)

# Step 2: Create worktrees (Human, 2 min)
git fetch origin && git checkout main && git pull
git worktree add ../wt/arch -b refactor/mermaid-architecture
git worktree add ../wt/api -b refactor/mermaid-api
git worktree add ../wt/guides -b refactor/mermaid-guides
git worktree add ../wt/ref -b refactor/mermaid-reference

# Step 3: Dispatch agents — one per worktree (Human, 5 min)
# Each agent gets: file list, conversion instructions, constraints

# Step 4: Integrate (Human, 20 min)
git checkout -b refactor/mermaid-all main
git merge --no-ff refactor/mermaid-architecture
git merge --no-ff refactor/mermaid-api
git merge --no-ff refactor/mermaid-guides
git merge --no-ff refactor/mermaid-reference
npm run docs:build  # verify rendering

# Step 5: Cleanup
git worktree remove ../wt/arch ../wt/api ../wt/guides ../wt/ref
git worktree prune

結果

メトリクス直列(1エージェント)並列(4エージェント)
実時間約2時間約35分
人間の時間約30分(レビュー)約40分(ディスパッチ+レビュー)
エージェント計算コスト約$2.00約$2.00(総作業量は同じ)
マージコンフリクト00(ファイルレベル分離)
変換エラー約3約3(同じエラー率)

重要な洞察: 並列実行は、わずかに多い人間の調整時間で、実時間を約70%削減します。総計算コストは同じです。タスクが独立している場合、並列処理は無料です。


重要なポイント

  1. 人間は実装者ではなくオーケストレーター。 ディスパッチャーパターンは開発モデルを逆転させます。一人の人間がN個のエージェントを調整します。人間の仕事は分解、ルーティング、ゲート、統合という最もレバレッジの高い活動です。

  2. 分解の品質が並列度を決定する。 独立したタスクは完全に並列実行できます。依存するタスクは順序付ける必要があります。クリーンな分解への投資は、実行速度で配当を生みます。

  3. Gitワークツリーは無料の分離を提供する。 各エージェントはリポジトリを複製することなく、独自の作業ディレクトリとブランチを取得します。これにより並列実行中のファイルレベルの競合が排除されます。

  4. エージェントをディスパッチする前にインターフェースを定義する。 仕様ファースト協調パターン — エージェントが開始する前に共有型とコントラクトを定義する — は、最も一般的な統合失敗を防ぎます。

  5. モデルをタスクに合わせる。 アーキテクチャと複雑な推論にはOpus、実装にはSonnet、機械的な作業にはHaikuを使用します。品質を落とさず最大10倍のコスト削減が可能です。

  6. セッション管理は第一級の関心事。 チェックポイントサマリー、コンテキスト圧縮、引き継ぎプロンプトにより、コンテキストウィンドウの境界をまたいで品質を維持します。無限セッションを避けてください。

  7. バックグラウンドタスクはファイアアンドレビュー。 テスト生成、ドキュメント更新、リント修正、型アノテーションは優れたバックグラウンドタスクです。新機能やアーキテクチャの決定はそうではありません。

  8. 統合は並列作業が直列になる場所。 統合ブランチを使用し、依存順序でマージし、各マージ後にCIを実行してください。統合プロトコルがクリティカルパスです。

  9. コスト管理はエンジニアリング管理。 タスクタイプごとのトークン使用量を追跡してください。エージェントの支出をクラウドインフラストラクチャと同様に予算化してください。最も安いトークンは送信しないトークンです。

  10. 並列実行の時間短縮は実際に効果がある。 独立したタスクは並列エージェントにより準線形のスピードアップを達成します。総計算コストは変わりません。同じトークンを支払い、ただ速くなるだけです。


References

  1. Git — git-worktree Documentation
  2. Superset IDE — Open-Source Parallel Agent Terminal
  3. agent-worktree — Git Worktree Automation for AI Agents
  4. OpenAI — Codex
  5. Nx Blog — Using Git Worktrees for Parallel Agent Development
  6. Anthropic — Claude Code Custom Slash Commands
  7. Anthropic — Claude Code Overview
  8. Anthropic — API Pricing

MITライセンスの下で公開。Babushkaiコミュニティが構築。