結論から言うと、AIエージェントをいくら並べても「作れる量」と「稼げる額」はまったく別の話だ。
海外のエンジニアがClaude Codeベースのマルチエージェントを5体同時に走らせて、1日で15以上の機能をデプロイした事例が話題になっている。月額約50ドルのEC2インスタンス1台で回しているらしい。出荷スピードだけ見れば驚異的。でも、4日間の累計売上はたったの3ドルだった。
この事例を見たとき、自分も身に覚えがありすぎて笑えなかった。
・AIエージェントで開発を自動化したい
・作業量を増やせば収益も比例して伸びるはずだと思っている
・ツール代だけかかって回収できていない
そんな状態でモヤモヤしている人ほど、この記事を読んでほしい。
5体のAIエージェントで1日15機能を出荷した仕組み
まず、何が起きたのかを整理する。
この海外エンジニアは、Claude Codeをベースに役割の異なる5体のエージェントを構築している。それぞれの役割はこうだ。
- 実行役: 45分ごとにバックログから優先タスクを取り出し、実装してデプロイまで完了させる
- 思考役: 2時間ごとに戦略に基づいた改善タスクをバックログに追加する
- 戦略役: 4時間ごとにタスクの優先順位を見直し、意味のない作業を間引く
- 探索役: 6時間ごとにWeb調査やアイデア出しを行う
- 記録役: 3時間ごとにビルドインパブリック（開発過程の公開記事）を書く
特別なオーケストレーションツールは使っていない。各エージェントが共有の状態ファイルを読み書きするだけのシンプルな設計だ。実行役が45分間隔で約18時間稼働した結果、1日で15回以上のデプロイが完了した。
成果物も具体的で、npmパッケージのランディングページ作成、SNS向けのOGP画像設定、RSSフィード生成、税金計算ツールの新規構築など多岐にわたる。どれもGitHub Pages上で公開されており、追加のサーバー費用はゼロ。
出荷能力だけを見れば、人間ひとりでは到底追いつけない生産性だ。
15機能出荷しても売上3ドルだった理由
では、なぜこれだけ作っても売上が3ドルなのか。
この事例で分かるのは、AIエージェントが得意なのは「明確に定義されたタスクの高速実行」であって、「何を作れば売れるか」の判断ではないということだ。
このエンジニアのnpmパッケージは週間2,100回以上ダウンロードされている。無料トライアルも実際に使われている。それなのに、約5ドルの有料プランへの課金はゼロ。4日間で得た3ドルというのは、有料転換がまったく起きていないという現実を示している。
面白いのは、本人もこの問題を認識していて「4月9日までにコンバージョンがなければ別プロダクトにピボットする」と期限を切っている点だ。AIエージェントに任せきりにせず、人間が撤退ラインを決めているところは冷静だと思う。
もうひとつ見逃せないのが、エージェントには対応できない「ブロッカー」の存在だ。具体的には、外部サービスのトークン更新、GitHubの権限制約、マーケットプレイスのアカウント作成など、3つのタスクが人間の介入なしには進められない状態で止まっていた。エージェントは「何をすれば解決するか」まではドキュメントに書けるが、最後の一歩は人間が踏むしかない。
つまり、マルチエージェントは「手を動かす速度」は劇的に上げてくれるが、「何を作るか」「誰に売るか」「いつ撤退するか」の判断は依然として人間の仕事だ。
自分のマルチエージェント運用でも同じ壁にぶつかった
自分もAIエージェントシステムを自作して日常的に運用している立場なので、この事例の痛みはよく分かる。
以前、エージェント同士が非同期で連携する仕組みを構築したことがある。片方のエージェントが分析した結果を申し送りファイルに書き出し、もう片方がそれを読んで次のアクションを取る。仕組みとしては綺麗に動いた。
でも、動いたからといって成果が出るかは全く別の話だった。
自分の経験で言えば、マルチエージェントの恩恵を実感できたのは「すでに方向性が定まっている作業」を並列で捌いたときだ。たとえば、複数のモジュールの書き換えを3グループに分けてエージェントに同時並行で任せたとき、通常なら半日かかるような作業が1〜2時間で完了した。方向性が明確で、定義が具体的で、スコープが限定されている。そういうタスクならAIエージェントは圧倒的に速い。
逆に、方向性が曖昧なまま「とりあえず量を出せ」とやると、的外れなアウトプットが量産されるだけだった。量の問題ではなく、質と方向性の問題なのだ。
「作れば売れる」が通用しない時代のAIエージェント活用法
この事例から学べる教訓を整理する。
まず、AIエージェントの生産性を収益に変換するには「作る前の設計」が9割だということ。何を作るか、誰に届けるか、なぜお金を払ってもらえるのか。この部分をAIに丸投げしても答えは出てこない。
海外の事例で唯一うまくいっていたのは、探索役エージェントが「マレーシアのインフルエンサー向け税金ガイドは今が旬だ」と季節性のあるニーズを発見し、実行役が即座にそれを形にしたケースだ。確定申告の期限が約1ヶ月後に迫っていて、競合がまだ少ない。このように「需要が明確で、タイミングが合っている」テーマであれば、AIの高速実装力が活きる。
次に、エージェントが詰まったとき人間がすぐ動ける体制を作ること。権限の問題、外部サービスとの連携、アカウント作成など、AIだけでは解決できない壁は必ず出てくる。この海外エンジニアも3つのタスクがブロックされた状態だったが、エージェントが「具体的に何をすればいいか」をドキュメントに残している点は参考になる。自分もエージェント運用では「止まったらDiscordに通知が飛ぶ」仕組みを入れている。人間が介入すべきタイミングを逃さないことが大事だ。
そして最後に、撤退ラインを事前に決めること。この事例では「4月9日までに有料転換がなければピボット」と明言している。AIエージェントが高速に動くからこそ、間違った方向に全速力で走るリスクも高い。いくら出荷できても収益が伴わなければ、EC2の月額約50ドルとClaude Codeの利用料が毎月消えていくだけだ。
フリーランスがマルチエージェントを導入する際の現実的な一歩
マルチエージェントに興味があるフリーランスエンジニアに向けて、現実的な始め方を書いておく。
いきなり5体のエージェントを同時に走らせる必要はない。まずは1体のエージェントで、自分の作業の中で最も定型的で時間がかかっている部分を自動化するところから始めるのがいい。レビュー、テスト、ドキュメント生成あたりが取り組みやすい。
そこで効果を実感できたら、2体目を追加する。自分の場合、分析を担当するエージェントと実行を担当するエージェントを分けたことで、作業の精度が上がった。1体に全部やらせると文脈が膨れ上がって精度が落ちるが、役割を分割すると各エージェントが自分の仕事に集中できる。
ただし、エージェントを増やすこと自体を目的にしてはいけない。3体で十分回る作業に5体投入しても、管理コストが増えるだけだ。この海外事例でも、5体のうち「探索役」と「記録役」がどの程度収益に貢献しているかは疑わしい。
費用面で言えば、Claude Codeの料金に加えてサーバー代がかかる。月額約50ドルのEC2で回せるとはいえ、フリーランスにとって毎月の固定費はバカにならない。最初は手元のPCで動かして、安定してから本番環境に移行するくらいでちょうどいい。
まとめ
- AIマルチエージェントは生産量を劇的に増やせるが、「何を作るか」の判断は人間がやるしかない
- 量産しても売れなければコストだけが積み上がる。撤退ラインを事前に決めておくこと
- フリーランスが始めるなら、まず1体で定型作業を自動化し、効果を確認してから段階的に増やすのが現実的
【PR】フリーランスエンジニアにおすすめのツール
独自ドメインを取るならここ。ブログやポートフォリオの第一歩に。
コメント