仕事への影響
開発リーダーの仕事、コーディングから1日5000体のAIエージェント指揮へ
Claude CodeやCodexといったコーディングエージェントを個別に使う開発者は多くなりました。そこへ、それらを束ねて1日5000体規模で動かす国産ツールが登場しました。コードを書く仕事そのものより、誰に何を任せるかを決める仕事の比重が増えていきます。
何が起きたか
東京都千代田区の株式会社KandaQuantumは、AIエージェントの群れ（スウォーム）を計画・実行・統合まで指揮するオーケストレーター「Fuga」の正式版「Fuga 5000」を、開発者向けを起点に発表しました。
Fuga 5000は、開発者がすでに契約しているClaude Code、Codex、Gemini、Grok、Kimiの各サブスクリプションと連携し、1台のMacから1日あたり最大5,000体規模のAIエージェントを指揮できる基盤です。2026年10月16日の実測では、MacBook Pro(M4 Max・メモリ128GB)1台で、1日に5,441体のエージェントを349のタスクへ自律的に配分したといいます。
仕組みは5つの階層に分かれています。人からの要望を受ける層、ゴールごとに置かれるPM役の層、タスクごとに計画を立てる層、設計・実装・テストを担うメインエージェントの層、その下で調査や細かな作業をこなすサブエージェントの層です。担当するモデルと体数は、公開ベンチマークを取り込んだ台帳と利用者が決めたベンダー配分に沿って自動で決まり、計画から統合、成果報告書の作成、ベースブランチへの取り込みまでがガントチャート上で進みます。
料金はFuga 5000の利用料と各社サブスク(別売り)だけで、通常月200ドルのところ初月は150ドルとしています。2026年9月の計測では、Terminal-Bench 2.1の全89課題を約800体で実行した作業が、API従量課金に換算すると約475ドルかかるところ、定額プランの1日分(約47ドル)に収まったとしています。対応OSはmacOSのみで、既存ユーザーはすでに利用できる状態です。
背景・解説
「オーケストレーター」とは、複数のAIエージェントに仕事を割り振り、進捗を管理して成果をまとめ上げる司令塔役のソフトウェアを指します。「スウォーム」は、複数のエージェントが相互に通信しながら協調して動く群れのことです。1体のエージェントがコードを書くだけでなく、数百体から数千体が並行して別々の作業を進める点が、従来のコーディング支援ツールとの違いです。
KandaQuantumの発表によれば、Fugaが1日に指揮できる規模はこの数か月でほぼ倍増を続けています。2026年8月のクローズド・リリース時点では1,285体のスウォームを実測で安定稼働させ、9月の限定リリースでは1日2,000体超、そして今回の10月の正式リリースで5,000体規模に達したとしています。月間の割当エージェント数も、約1万体(8月)から約2.6万体(9月)、約6.3万体(10月の見込み)へと伸びているといいます。
エージェントの推論自体は各社のクラウド側で行われ、手元のMacが担うのはエージェントの起動・管理とコマンドの実行です。開発コードは基本的にローカルに残り、Fuga側では保持しない仕組みとされています。また、数千体が並列に動く状況を想定し、作業場所の外のファイルを書き換えるなど危険の疑いがある操作を検知すると、そのエージェントを一時停止して人の確認を求める機能も備えています。
仕事や業務への影響 — AI Topicaの見方
開発チームのマネジメントは、個々のエンジニアがどのコードを書くかより、どのタスクに何体のエージェントをどう割り振るかを決める仕事へと重心が移ります。例えば、エンジニアが8人の受託開発会社で、週に20本の小規模な機能追加案件を抱えているとします。これまでは各エンジニアが自分の担当案件を1つずつコーディングしていましたが、Fuga 5000のような仕組みを使えば、1人の開発責任者が1日で数百のタスクを複数のAIベンダーに配分し、設計からテスト、統合までを並行して進めさせることができます。この場合、エンジニアの役割は「手を動かす人」から「要件を整理し、成果報告書を確認して取り込みを判断する人」へと変わります。
評価の軸も変わります。これまでは1人のエンジニアが1日に書いたコード量や解決したチケット数が指標でしたが、Agent activityのような仕組みが示すとおり、稼働時間・割当体数・トークン数を日ごとに集計して人件費換算で比較する発想が出てきます。KandaQuantumの公表では、7月以降の人件費換算の合計が10億円を超えるとしており、エージェントの働きぶりを金額で管理する発想は、情シスや開発責任者が予算を社内で説明する際の材料になります。
承認の設計も実務上の論点です。ゴール・PM層が成果の確認に専念し、重要な取り込みの承認だけを人に戻す構造は、人が見るべき場面を絞り込む設計といえます。例えば、社内システムの改修を年間100件抱える情シス部門の課長なら、すべての変更を自分で見るのではなく、最終承認が必要な案件だけを選んで確認する体制に切り替えるべきです。中小規模の開発チームでは、まず少数のタスクで試し、危険な操作の検知と一時停止の挙動を確認してから案件数を広げるので十分です。
不確かな点・注意
「商用toCプロダクトとして世界最大級」という規模の評価は、KandaQuantumの自社調べによるものです。比較対象となる他システムの数値も公表値や一部推定を含み、同一条件での比較ではないと発表自体が明記しています。
人件費換算の「AI実稼働時間×25万円/h」という係数は暫定的なもので、実際のエンジニアの人件費を直接示す数値ではありません。9月の人件費換算(約4.1億円)も9月22日時点の見込み値とされています。
ベンチマークの値は各公開元の公表値であり、測定条件は統一されていません。また、サーバーの処理能力に限りがあるため、利用人数が上限に達すると受付を一時停止する場合があるとしています。対応OSは現時点でmacOSのみで、Windows・Linuxは対応予定とされており、具体的な時期は示されていません。料金についても、Fuga 5000の利用料は各社エージェントのサブスクリプション費用を含まない点に注意が必要です。