はじめに
2026年2月〜3月の約50日間で、1人の開発者が以下を実現した。
| 指標 | 数値 |
|---|---|
| コミット数 | 1,132 |
| うち AI Co-Authored | 988（87%） |
| 変更行数 | 1,066,276行（insertions） |
| ソースコード総量 | 281,527行（TypeScript + C++） |
| アプリ数 | 6（エディタ、API、Next.js 等） |
| パッケージ数 | 14（コンパイラ、エンジン、UI 等） |
| CLI スキル | 30 |
| CLI スクリプト | 44 |
| API ルート | 28 |
| テストファイル | 149 |
| CI/CD ワークフロー | 8 |
| ドキュメント | 1,432 件（約30万行） |
| 稼働日数（3月） | 27日/31日 |
プロダクトは「ビジュアルノベルエンジン + エディタ + API + コンパイラ」のモノレポで、Azure 上で本番稼働している。Web・macOS・Android で動き、Nintendo Switch 移植の技術基盤も 85-90% 完成している。
これは特殊な能力の話ではない。構造の話だ。
前提・環境
| 項目 | 値 |
|---|---|
| OS | macOS (Darwin 25.2.0) |
| AI | Claude Code (Opus 4.6) + Gemini CLI (gemini-3-flash-preview) — ターミナルベース |
| 言語 | TypeScript, C++ |
| インフラ | Azure Container Apps + Static Web Apps |
| CI/CD | GitHub Actions |
| モノレポ | npm workspaces |
1. 意思決定コストがゼロ
組織は合意形成に時間を使う。会議、承認フロー、コードオーナー、法務確認。個人にはそれがない。
組織のループ：提案 → 議論 → 承認 → 実装 → レビュー → マージ
個人のループ：意図 → AI実装 → 確認 → main反映
実際のデータ
3月の27稼働日で739コミット。1日平均 27.4 コミット。
これは「速く書いている」のではなく「決定→実装→反映のループが短い」だけだ。AI が実装し、人間が方向を決め、main に直接反映する。ブランチ戦略の議論も、PR レビュー待ちもない。
CLAUDE.md が意思決定基準になる
# CLAUDE.md（202行）
- バグ修正の手順（推測でコードを変更しない）
- 新コマンド追加時の8ステップ
- State の配置ルール（React）
- 並列実行方針
これが「判断基準のドキュメント」として機能する。人間が毎回判断する代わりに、AI がドキュメントを読んで判断する。判断の品質はドキュメントの品質で決まる。
2. 失敗コストがゼロ
会社での失敗は評価・キャリア・組織の信頼に影響する。個人には影響しない。
実際のデータ
このリポジトリの「A 候補」（競合にない独自機能）を棚卸ししたところ、**10個中7個が「競合にない」**ものだった。
| # | 機能 | 競合にあるか |
|---|---|---|
| 1 | CLI 完備（32スキルでゲーム制作完結） | なし |
| 2 | 公式アセット（プロジェクト作成時に自動セットアップ） | なし |
| 3 | 4プラットフォーム完全互換（Op IR） | なし |
| 4 | アセット完全互換（slug 参照） | なし |
| 5 | 22種ブロックエディタ | 部分的 |
| 6 | GUI ⇔ スクリプト双方向変換 | なし |
| 7 | AI コンテキスト API（_ai_context） | なし |
7個のうち何個が最終的に「刺さる」かはわからない。だが 7個全部試せる のが個人の強み。組織なら「どれに絞るか」の議論で3ヶ月かかる。
3. コンテキストの純度
チームが増えると認識のズレが人数分発生する。個人は AI との間にしか認識ズレが生まれない。しかも AI の認識ズレはドキュメントで矯正できる。そしてそのドキュメント自体も AI が作成する。人間は方向を示すだけで、コンテキストの整備まで AI が回す。
実際の仕組み
CLAUDE.md（202行）
├── Architecture — 抽象化レイヤー、解像度、セーブスキーマ
├── Rules — バグ修正手順、コミットルール、テスト方針
├── Server Configuration — 5サーバーのポートと役割
└── 並列実行方針 — ディレクトリ境界ルール
加えて:
-
30個のスキル —
/create-project,/edit-blocks,/commit等 - メモリシステム — 過去の会話から学んだフィードバックを永続化
- RAG 検索 — 1,432件のドキュメントからベクトル検索
AI エージェントが3体並列で稼働しても、Claude Code は CLAUDE.md を、Gemini CLI は同等の内容を持つ GEMINI.md を読む。ツールが違っても共有されるコンテキストは同じだ。人間のチームでは「Aさんは知っているがBさんは知らない」が発生するが、AI は全員が常に最新のドキュメントを参照する。さらに1体はレビュー専門の Gemini CLI（gemini-3-flash-preview）で、コンテキストキャッシュ率 80% を活かした低コスト常時レビューが回っている。
4. ドメイン知識の武器化
AI はコードを書ける。しかし「何を作るべきか」は知らない。
ドメイン知識 → AI 入力の変換例
ビジュアルノベルエンジンの場合:
ドメイン知識:
ビジュアルノベルのユーザーは「絵が描けない」人が大半。素材の調達が最大の障壁。
AI への入力（CLAUDE.md + API 設計）:
- プロジェクト作成時に背景5枚 + キャラ5体を自動セットアップ
- OfficialAsset / Asset / UserAsset の3層モデル
- セマンティック検索（「夕暮れの教室」で背景が出る）
結果:
- 公式アセット DB 3層モデル完成
- Gemini Embedding によるセマンティック検索 実装済み
- 7ジャンルテンプレート（fantasy, horror, school, romance, mystery, comedy, longstory）
AI が作ったのはコード。「素材ゼロの人のために公式アセットを用意する」という判断は人間のドメイン知識から来ている。
5. AI 並列実装の設計原則
ディレクトリ境界で並列を制御する
apps/
├── editor/ # エージェントA
├── hono/ # エージェントB
├── next/ # エージェントC
└── ksc-editor/ # エージェントA（兼任）
packages/
├── compiler/ # エージェントB
├── core/ # 変更は人間が判断
├── web/ # エージェントA
└── native-engine/ # エージェントC
CLAUDE.md に3行追加するだけで並列が安定した:
### 並列実行
- 独立したディレクトリに閉じるタスクは並列で実行する
- 文書確認（docs/ 読み取り）は実装と常に並列で走らせる
- packages/core など複数パッケージが依存するファイルは並列で同時編集しない
コミットスキルで品質を担保
全コミットが /commit スキル経由。AI が変更内容を分析し、コミットメッセージを自動生成する。pre-commit フックで強制。
988 / 1,132 = 87% が AI Co-Authored
残り13%も AI による作業だが、コミットスキル導入前のため Co-Authored タグが付いていないだけだ。実質 100% が AI との協働。
構造の比較
| 組織（5人チーム） | 個人 + AI | |
|---|---|---|
| 意思決定 | 会議 → 承認 → 実装 | 意図 → AI 実装 → 確認 |
| 1日のコミット | 5-10（レビュー待ち含む） | 27.4（3月平均） |
| コンテキスト共有 | Slack + ドキュメント + 口頭 | CLAUDE.md 1ファイル |
| 実験数 | 四半期に1-2個 | 50日で7個の独自機能 |
| 失敗の影響 | 評価・キャリア | なし |
| ドメイン知識 | 属人化しがち | ドキュメント化 → AI 入力 |
これは「速い」ではなく「構造が違う」
50日で28万行のコードを書いたのは、タイピングが速いからではない。
- 判断が速い — 承認フローがないから
- 実験が多い — 失敗しても誰にも怒られないから
- 認識ズレがない — CLAUDE.md が全エージェントの共通基盤だから
- 方向が正しい — ドメイン知識を AI 入力に変換しているから
- 並列が効く — ディレクトリ境界で衝突を防いでいるから
守るものがない人間が、正しい構造を持ったとき最速になる。
まとめ
| 優位性 | 源泉 | 再現方法 |
|---|---|---|
| 意思決定速度 | 承認フローがない | 判断基準を CLAUDE.md に書く |
| 実験速度 | 失敗コストがない | リバート可能な設計、小さいリリース |
| コンテキスト純度 | 認識ズレがない | CLAUDE.md + スキル + メモリ |
| ドメイン優位 | 蓄積された観察 | AI への入力として言語化 |
| スケール | 設計で担保 | ディレクトリ境界 + CI/CD 自動化 |
生成 AI の時代、参入障壁は「資本・人員・インフラ」から「ドメイン知識・意図の質」に移った。コードは AI が書く。残る問いは「何を作るべきか」だけだ。
50日で1,132コミット。数字だけ見ると異常だが、やったことは単純だった。方向を決めて、AI に任せて、結果を確認する。これを1日27回繰り返しただけだ。構造さえ正しければ、個人でもこの規模のプロダクトは作れる。たぶん誰でも。
Claude Opus 4.6