テューマス・アルトマン氏とゲルゲー・オーロシュ氏が語る、テックの味と職人技

AI が「No」を言えなくなる時代、Linear が挑む「職人技」とエンジニアの未来

AI エージェントの普及により、機能の実装が劇的に容易になる一方で、「何でもすぐにリリースできる」ことが逆にソフトウェアの質を低下させるという新たなリスクが生じています。テューマス・アルトマン氏（Linear CEO）とゲルゲー・オーロシュ氏が語るこの議論は、単なる開発効率化の話ではなく、AI 時代における「プロダクト思考」と「実装作業」の明確な分離、そしてエンジニアの役割がどう変容すべきかを示唆しています。

AI がもたらす「機能過多」の罠と、Steve Jobs の教訓

AI エージェントが登場する以前は、エンジニアリング自体に時間とコストがかかるという物理的な制約がありました。そのため、チームは機能を追加する前に慎重に考え、「No」と言うことが自然なプロセスでした。

しかし現在、AI はあらゆるリクエストを即座に実装し、リリースできる力を提供しています。これにより、私たちは「No」を言いにくい状況に陥っています。

「Steve Jobs はかつて、素晴らしいプロダクトは『999 のことを断り、1 つのことだけに Yes を言う』ことから生まれると言いました。AI 時代では、それが逆転し、すべてに Yes を言ってしまう危険性があります」

その結果、ユーザー体験が混乱するほど複雑になり、ソフトウェアの質が低下するという事態を招く恐れがあります。Uber のような超成長期企業で経験した「どんな代価を払っても機能を出し尽くす」戦略は、短期的には市場シェアを奪えますが、長期的にはインフラの崩壊や品質の低下を招き、二度と経験したくない結果をもたらしました。

AI 時代において競争優位性を維持するためには、競合他社と同じ機能を量産するのではなく、洗練された高品質なソフトウェアで差別化することが不可欠です。

Linear の戦略：バグ修正は AI に任せ、「問題発見」を人間に課す

Linear はこの課題に対し、AI と人間の役割を明確に分ける独自の戦略を採用しています。具体的には、定型作業である「バグ修正」を AI エージェントに委ねる一方で、エンジニア自身が「品質の問題点を見つけること」を義務付ける文化を築いています。

バグ修正の自動化と「ゼロバグポリシー」

Linear におけるバグ修正は、AI によって劇的に効率化されています。現在、報告されたバグの約 10% は AI が自動的に解析し、プルリクエスト（PR）として提出してマージまで完了させます。エンジニアが手を動かす必要すらありません。

「将来的には、この割合はほぼ 100% に近づくと予想しています」

また、「ゼロバグポリシー」という独自のルールを設けています。これは、バグが報告されると AI が即座に担当者を特定し、その人が他の作業をすべて中断して優先的に修正を行うというものです。

従来の「バグをバックログに入れて、時間があるときに直す」アプローチでは、バグの蓄積により製品は徐々に劣化します。Linear は「新機能の開発を一時停止し、バグがゼロになるまで修正に集中する」という短期決戦を繰り返すことで、常にバグのない状態を維持しています。

「クオリティ・ウェンズデー」：細部へのこだわりを文化化する

AI に任せられないのが「プロダクトの質そのもの」です。Linear では毎週水曜日を「クオリティ・ウェンズデー」と定め、エンジニア全員が自発的に製品内の小さな問題点（バグではない、デザインや挙動の不整合など）を見つけ、修正を提案することを義務付けています。

例えば、マウスを乗せた瞬間のハイライト表示や、ボタンが消える際のフェードアウト速度といった、ユーザーには意識されないレベルの細部まで徹底的に検証します。ある時、チームは一つのメニュー画面だけで 35 の問題点を見つけ出し、数千もの微調整を施しました。

「毎週水曜日に自分で問題を見つける必要があります。これを習慣化することで、新しい機能を実装する際にも、常に品質の低下（リグレッション）を防ぐ意識が働きます」

この取り組みにより、エンジニアは単なる実行者から、製品全体の質を監視・改善する責任者へと進化しています。

エンジニアの役割変容：「ミニ PM」としての顧客理解へ

AI がコード生成やバグ修正といった実装作業を担うようになれば、エンジニアに残された重要な役割は何でしょうか？Linear の見解は明確です。それは「顧客の真のニーズを理解し、ユーザー体験（UX）を設計する」ことです。

多くの顧客からの機能リクエストに対し、そのまま実装するのではなく、「なぜその要望が出たのか」という根本原因を探り、より良い解決策を考えるプロセスが求められます。AI はリクエストの要約や分類を助けてくれますが、何が「正しい」方向性なのかを判断するのは人間の仕事です。

「エンジニアは単なる実装者から、顧客とプロダクトの価値を定義する『ミニ PM（プロジェクトマネージャー）』へと転換する必要があります。データ連携などの技術的詳細は AI に任せ、私たちは顧客との対話と UX 設計に集中すべきです」

この変化により、エンジニアリング組織は「コードを書くチーム」から「プロダクトの価値を創造するチーム」へと再編成されていきます。

結論：AI 時代における「人間の手仕事」の重要性

AI エージェントが普及した世界では、「機能の実装速度」はコモディティ化され、競争優位性の源泉にはなりません。真の差別化要因となるのは、AI が持ち得ない「人間の感性」と「顧客への共感」に基づいたプロダクト設計です。

Linear の事例が示すように、AI を活用して実装効率を最大化しつつ、人間が細部へのこだわりと顧客理解という「職人技」に集中する。このバランスこそが、AI 時代においても高品質なソフトウェアを生み出し続ける鍵となります。