# ソフトウェアファクトリーの台頭：個人の生産性をどう組織の成果に変えるか

- 番組: [Software Engineering Daily](https://ai-curator.jp/podcasts/shows/cmv3z5c1c000w5o10bjjhgahi)（Software Engineering Daily）
- 元のタイトル: The Rise of the Software Factories
- 配信日: 2026年11月19日
- 長さ: 36分
- 要約作成日: 2026年11月19日
- トピック: [#AI エージェント](https://ai-curator.jp/topics/AI%20%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#ソフトウェアファクトリー](https://ai-curator.jp/topics/%E3%82%BD%E3%83%95%E3%83%88%E3%82%A6%E3%82%A7%E3%82%A2%E3%83%95%E3%82%A1%E3%82%AF%E3%83%88%E3%83%AA%E3%83%BC) [#コンテキストレイク](https://ai-curator.jp/topics/%E3%82%B3%E3%83%B3%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%AC%E3%82%A4%E3%82%AF) [#MCP](https://ai-curator.jp/topics/MCP) [#ガバナンス](https://ai-curator.jp/topics/%E3%82%AC%E3%83%90%E3%83%8A%E3%83%B3%E3%82%B9) [#プラットフォームエンジニアリング](https://ai-curator.jp/topics/%E3%83%97%E3%83%A9%E3%83%83%E3%83%88%E3%83%95%E3%82%A9%E3%83%BC%E3%83%A0%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2%E3%83%AA%E3%83%B3%E3%82%B0)
- URL: https://ai-curator.jp/podcasts/cmwngfe9d00025r11j6ltg0xs

## 要約

Port の共同創業者兼 CTO の Yonatan Boguslavsky が、Kevin Ball とともに AI ソフトウェアファクトリーについて語った回。コーディングエージェントで個人は 10 倍になっても組織全体では 1.2 倍程度にとどまるという課題に対し、コンテキストレイク、ガバナンス、人間による承認、オーケストレーション、メトリクスを備えた「ファクトリーライン」を構築する考え方を紹介している。エンジニアの役割が「ファクトリーエンジニアリング」へ移ることや、構築か購入かという問いにも触れている。

## ポイント

- Boguslavsky は、エンジニア個人は 10 倍働けるようになったが組織としては 1.2 倍程度にとどまると述べ、機能を本番に出すまでの工程全体の整備が必要だと主張している。
- コンテキストレイクは、service や environment などの組織固有の用語を ERD のように先に定義し、GitHub・Datadog・Kubernetes 等のデータをそのオブジェクトにマッピングして作る。
- 用途別の「論理 MCP」により、インシデント対応など繰り返し発生する場面に必要なデータとツール名だけをエージェントに見せられる。
- ガバナンスはファクトリーラインとして、トリアージ・コーディング・レビューなどの段階ごとに担当エージェント、使えるスキル、出力 JSON、スコアカード、人間の承認チェーンを定義して実現する。
- 実行環境は Claude の managed agents や Cursor の cloud agents などに任せ、Port は上位でオーケストレーションと監視を担う。モデルやエージェントには依存しない。
- エンジニアの役割はスキル、コンテキスト、評価（eval）を書いてファクトリーを改善する「ファクトリーエンジニアリング」に移ると述べている。ファクトリーは既製品を買うものではなく、自社で構築するものだという立場である。

## 章立て

- [02:06] **Port の背景と成り立ち** — Boguslavsky のイスラエル諜報部隊でのプラットフォーム経験と、開発者セルフサービスとしての Port の原点を紹介する。
- [05:23] **エージェント時代の Port とコンテキストレイク** — 組織固有の言語（タクソノミー）を定義し、各種ツールのデータをマッピングしてエージェントに公開する流れを説明する。
- [09:30] **論理 MCP と分類の例外処理** — 用途別に切り出した MCP サーバー、リアルタイム同期、スコアカードによる理想と現実のギャップへの対処を語る。
- [14:34] **ソフトウェアファクトリーの柱** — 10 倍の個人と 1.2 倍の組織という落差を背景に、コンテキスト、ガバナンス、承認、オーケストレーション、メトリクス、AI レジストリを概説する。
- [18:45] **ガバナンスと監視の実装** — ファクトリーラインの段階定義、人間の承認、実行環境の責任分担、セッションデータによる継続的改善を議論する。
- [25:53] **エージェントレジストリと導入規模** — エージェントの乱立を管理する仕組みやゴールデンパス、小規模組織での適用についてまとめる。
- [29:03] **競合領域とエンジニアの役割、構築か購入か** — コーディングエージェントの上位レイヤーという位置づけ、ファクトリーエンジニアリング、自前構築すべき領域を述べる。
- [34:11] **今後の展望** — バグゼロを目指す構想と、人間に不足情報を問い合わせるプロアクティブなエージェントの方向性を語る。

## 解説記事

AI コーディングエージェントによって開発者個人の生産性は大きく上がったが、会社全体の成果はそれほど伸びていない。Software Engineering Daily のこの回では、Port の共同創業者兼 CTO の Yonatan Boguslavsky が Kevin Ball の質問に答え、その溝を埋める「ソフトウェアファクトリー」の考え方を語った。なお本エピソードは Port がスポンサーであり、以下は Boguslavsky の主張として整理している。

#### 個人は10倍、組織は1.2倍という課題

Boguslavsky は、今やエンジニア個人は約 10 倍の仕事ができるが、組織としては 1.2 倍程度にとどまっていると述べている。理由は、機能を本番に届けるまでにトリアージ、レビュー、コンテキスト、ガードレール、人間の承認など多くの工程があるからだという。人手を介さずに機能が本番まで届く状態は「夢」であり、コーディングエージェントは一部の機能でそれを可能にし始めているが、特にエンタープライズでは管理された堅牢な仕組みが要る、という見方を示した。

Port の出発点は、開発者向けのセルフサービスだった。DB やバケットが欲しい開発者に AWS を直接触らせず、ペルソナごとに必要最小限のパラメータだけを見せ、裏では Terraform の pull request などを生成する。エージェント時代には、この仕組みを MCP 経由で IDE やエージェントからも使えるようにし、問題は「100 倍大きくなった」と表現している。

#### コンテキストレイク：組織の言語を定義する

中核となるのがコンテキストレイクである。まず service、environment、workload といった言葉が自社で何を意味するのかを、データベースの ERD を設計するようにオブジェクトと関係として定義する。次に GitHub、Datadog、Kubernetes、AWS などからデータを取り込み、モノレポならフォルダ、そうでなければリポジトリを service に対応づけるといったマッピングを行う。Jira、PagerDuty、CODEOWNERS を結びつけて、所有チームやオンコール担当を引けるようにもする。

関係の推定には決定論的なルールに加え、依存関係や所有者を提案する自動関連付けエージェントも使う。同期は最初に全件取り込み、その後は変更をリアルタイムに検知する。理想的な分類に合わない既存の技術的負債には、モノレポ用と非モノレポ用でブループリントを分けるといった中間策や、スコアカードとイニシアチブで Slack や Teams からタグ付けを促す方法で対処するという。

公開面では「論理 MCP」が特徴だ。全データを渡すのではなく、たとえばインシデント対応用に get current incidents のようなツール名と必要なデータだけを持つ MCP サーバーを作れる。エージェントからは独立した別サーバーに見える。人気の用途は、すべてのインシデントや PR で走る繰り返しのクエリを最適化することだという。

#### ファクトリーラインとガバナンス

ガバナンスは SDLC（ソフトウェア開発ライフサイクル）に焦点を当てる。チームごと、バグや機能などの種別ごとに「ファクトリーライン」を作り、トリアージ、PR 作成、影響範囲（blast radius）の評価、QA、レビューといった段階を定義する。各段階には担当エージェント、使えるスキルとツール、次へ進むために出力すべき JSON（重大度や担当者など）を設定する。

さらに人間の承認を 1 人または連鎖（チームリーダー、次に部門長）で挟める。スコアカードで「稼働時間内かつ現在インシデントゼロのときだけデプロイ可」といった決定論的な条件も置ける。実行自体は Claude の managed agents や Cursor の cloud agents などに任せ、環境の責任はそちら（またはユーザー）が持つ。Port は設定をコードとして管理し、ログや状況を監視する分担である。

#### 閉ループによる改善とエージェントの登録管理

ファクトリーを「チケットやインシデントを通すたびに賢くなる」閉ループにすることを重視している。PR とコメント、Jira、エージェントのセッションやトレース、使われたスキルを蓄積し、分析エージェントが定期的に改善案を出す。スキルの修正や、Opus を軽量モデルに替えても結果が同じなら置き換える、といった提案が例に挙がった。機能がインシデントを起こしがちなら、コンテキストに依存関係を加えて影響範囲評価を強化する。Ball は、連鎖したエージェント全体の評価は難しく、最終的なメトリクスがそれを助けると指摘した。

エージェントの乱立には、サービスカタログと同様のレジストリで対応する。Bedrock、Azure Foundry、Cursor などと連携し、ローカルのエージェントも agents.md から把握する。スコアカードで所有者や説明、使用モデルを検査し、認定済みスキルや MCP だけで作る「ゴールデンパス」を用意するという。

#### エンジニアの役割と構築か購入か

Boguslavsky は、複雑な設計やアーキテクチャは引き続き開発者の仕事だが、新たに「ファクトリーエンジニアリング」が加わると述べる。スキルを書き、コンテキストを整え、評価を書く仕事で、インシデントを起こした機能から eval を作れば次回はエージェントがうまく動ける。Port は Devin や Cursor のようなコーディングエージェントの上位レイヤーだと位置づけている。

構築か購入かについては、どの会社も固有の事情を持つため、完成品のソフトウェアファクトリーを買うことはできないという立場だ。スキル、eval、タクソノミーは自社で持つべきで、RBAC、エージェントの起動、監視といった基盤部分は Port のようなツールに任せられる。今後は、不足情報を Slack で support engineer に聞き返したり、矛盾する仕様を持つ PM 同士を巻き込んだりする、よりプロアクティブなエージェントを目指すと語った。

#### まとめ

個人の生産性向上を組織の成果につなげるには、コード生成だけでなく、コンテキスト、ガードレール、承認、評価を含む工程全体を設計する必要がある、というのが本回の主張である。日本の現場でも、エージェント導入が進むほど「どの工程にどの権限を与え、どこで人が確認するか」が問われるだろう。ファクトリーを自社で作り込む部分と基盤に任せる部分の線引きが、プラットフォームチームの重要な論点になりそうだ。ただし数値や効果は発言者本人の見方であり、自社環境での検証が前提となる。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Software Engineering Daily「The Rise of the Software Factories」
