AIエージェントを同時に働かせても、なぜコードが壊れないのか

複数のAIエージェント（CodexやClaude Codeなど）を同じリポジトリで同時に動かしていると、当然、コンフリクトの心配が生じる。しかし実際には、各AIエージェントが`git worktree`というGitの機能を使って、それぞれ別の作業ディレクトリで作業していたという発見だ。worktreeは、同じリポジトリから複数の独立した作業場所を作る仕組みであり、ブランチを切り替えずに、複数のブランチで同時に作業できる環境を実現している。これまでgit worktreeは「開発者個人が、今の作業を残したまま別ブランチを確認したい」という使い方が一般的だった。しかし一人の開発者では、いくつのworktreeを作っても、実際に手を動かすのは自分一人だ。だから「複数のworktreeを本当に並列に動かす」という使い方はあまり意識されてこなかった。それがAIエージェントなら違う。Codexがworktree Aで機能Aを作っている間に、Claude Codeはworktree Bで機能Bを作っている。別のAIエージェントはworktree Cでテストを書いている。初めて、この機能が本来の力を発揮する場面が現れたのだ。AIの鬼の視点としては、これは「知っていた技術の使い方がAIで変わる」という現象が興味深い。AIに仕事を任せるだけなら、完成まで見守るだけでいい。しかし、たまにAIの作業ログを眺めてみると、「その使い方は考えなかった」という発見がある。昔からあるツールやGitの機能も、使い手がAIに変わると、本来の価値が引き出される。つまり、AIエージェントを導入することで、エンジニア自身の技術理解も深まるということだ。AIに学ぶのではなく、AIの作業を観察することで、昔の知識が新しい形で生き返る。中小企業が複数のAI開発支援ツールを同時に使う場面は、まだ少ないかもしれない。しかし、例えば「営業資料の作成」をClaudeに任せ、「それのコード化」を別のAIに任せるような分業は十分あり得る。その時に大事なのは「同じファイルを同時に触らせない設計」だ。AIにタスクを配分する時点で、依存関係を明確にしておけば、後の統合も楽になる。一人で全部やるより、タスクを分けてAIに投げる方が速いし、AIの作業フローから学ぶことも多い。