TuBrief
구독 채널
비디오
커뮤니티

AIエージェント30体を指揮する方法:Gastownでコーディング生産性を10倍に高める

TuBrief 편집팀
2026년 2월 25일
0
Computing/Software

원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.

日本語한국어中文EnglishالعربيةEspañolहिन्दीDeutschFrançaisPortuguêsРусскийBahasa Indonesia

관련 영상

自分のリポジトリに30体のAIエージェントを放ってみた(Gas Town)7:28

自分のリポジトリに30体のAIエージェントを放ってみた(Gas Town)

Better Stack

커뮤니티의 다른 글

사내 시스템에 llm api 붙일 때 마주하는 현실적인 한계와 대응법

2026년 9월 13일

레거시 백엔드에 GPT-6 Astra 붙일 때 예산 승인과 보안 통과를 먼저 끝내는 법이 있습니다

2026년 9월 13일

에이전트끼리 대화하다 6천만 원 청구서가 나오는 이유

2026년 9월 13일

사내 RAG 벡터 검색에 Okta 권한 필터를 직접 거는 방법

2026년 9월 13일

브라우저 에이전트에게 내 구글 계정을 통째로 넘기면 안 되는 이유

2026년 9월 12일

Apple Won the AI Race

2026년 9월 12일

댓글 (0)

Log in to leave a comment

아직 작성된 글이 없습니다

© 2026 . All rights reserved.

TuBrief
구독 채널
비디오
커뮤니티
로그인

AIエージェント30体を指揮する方法:Gastownでコーディング生産性を10倍に高める

単なるチャットボットにコードを問い、回答を待つ時代は終わりました。Claude CodeやGitHub Copilotは優れた秘書ですが、数百ものファイルが絡み合うエンタープライズシステムの修正には、あまりに遅く線形的なアプローチです。セッションが長くなるとコンテキストを失って迷走するAI一台にすべてを任せる方式は、今や生産性のボトルネックでしかありません。

今はエージェント・オーケストレーションの時代です。Steve Yegge氏が提唱したオープンソース **Gastown(ガスタウン)**は、30以上のAIエージェントを同時に稼働させ、機能を分解して並列でビルドする「コーディング工場」システムを目指しています。あなたはもはやコーダーではなく、AI軍団を指揮するオーケストレーターにならなければなりません。

Gastownアーキテクチャ:信頼できない働き手から完璧な成果物を生み出す

Gastownは単なるAIラッパーではありません。分散コンピューティングの原理を採用し、個々のエージェントの不安定さをシステム構造によって解決します。核心は、役割を明確に分離し、タスクを原子単位に細分化することにあります。

  • 市長 (Mayor): システム全体の中央調整役です。開発者の目標を分析し、小さな作業単位である「ビード」に分解します。
  • ビード (Bead): Gitでバックアップされる永続的なイシューデータです。エージェントのセッションがクラッシュしても作業履歴を保存する核心的な装置です。
  • ポールキャット (Polecat): 独立したGitワークツリーで実際にコードを修正する使い捨ての働き手です。作業完了後すぐに消滅し、コードの競合を防ぎます。

この構造の肝は、**Vibe Coding(感で書くコーディング)**からの脱却です。GastownはPreToolUseフックシステムを通じて、エージェントがメインブランチに直接コミットすることを物理的に遮断します。すべてのコードは別のフィーチャーブランチで作成され、リファイナリー(精製所)による厳格なテスト検証を通過して初めて統合されます。

プロジェクト規模別のエージェント配置戦略

すべての作業に数十人を投入するのは、APIコストの無駄遣いです。タスクの複雑度に応じて、火力を適切に分散させる必要があります。

プロジェクト規模 エージェント構成 主な活用戦略
小規模(バグ修正) 市長 1 + ポールキャット 1〜2 直接のコーディングより指示と成果物の検討に集中
中規模(新規API) 市長 1 + ポールキャット 5〜10 フロントエンドとバックエンドの作業を並列進行
大規模(構成変更) 市長 1 + ポールキャット 20〜30 ウィットネス・エージェントを配置しボトルネックをリアルタイム解決

大規模な移行作業時に30体のエージェントを回せば、手動で6時間かかる業務が20分前後に短縮されます。ただし、これはモデル割り当ての最適化が前提です。設計を担当する「市長」にはClaude 3.5 Sonnetのような高性能モデルを任せ、単純な実装やテストを行う「ポールキャット」にはGeminiのようなコスパの良いモデルを配置して、コスト効率を最大化してください。

実戦投入:JWT認証システムの構築ガイド

GoベースのアプリケーションにJWT認証を追加するケースを想定してみましょう。コマンド一行で軍団を動かすプロセスは以下の通りです。

  1. 市長に接続: gt mayor attach コマンドでセッションを開始します。
  2. 目標設定: 「GoプロジェクトにJWTシステムを構築せよ。DBスキーマの変更、ログインAPI、ミドルウェア、統合テストを含むこと」
  3. オーケストレーション: 「自分で書かずにタスクを分解し、ポールキャットたちに委任せよ。リファイナリーでレビューを実行せよ」
  4. モニタリング: gt convoy list で各エージェントの進行状況をリアルタイムでチェックします。
  5. 検討: リファイナリーがマージした最終成果物を gt status で確認後、承認します。

動作がスムーズでない場合は、まず環境を確認してください。特に Doltのバージョンが1.82.4以上 であることが必須です。旧バージョンはGitデータベースの同期エラーを引き起こし、エージェント間の作業競合を誘発します。また、デーモンの実行に問題がある場合は、tmux -V でバージョン3.0以上であることを確認した上で、 gt doctor --fix を実行して環境を初期化してください。

シニアエンジニアの新しい役割:システム設計者

AIエージェント30体を同時に稼働させるということは、あなたがもはやタイピングをしないことを意味します。これからのエンジニアの真の実力は、CLAUDE.md のような指示文書にアーキテクチャの決定事項をどれだけ精緻に記録できるかで決まります。

エージェントは優れた協力者ですが、適切に管理しなければシステムを麻痺させる「超知能チンパンジー」のようなものです。必ず独立した実験用リグ(Rig)で稼働させ、APIコストの制限を設定してください。数十件のPRをいちいち確認する疲労を減らすには、PRの「保安官」役を務めるエージェントを追加で配置し、構文エラーやテスト未通過の案件を一次フィルターで振り落とすべきです。あなたのソフトウェア工場は、これで稼働の準備が整いました。