99%がAI生成コード：15人でEveryが4つのプロダクトを運営する方法

EveryがAIネイティブ組織をゼロから構築した方法

Dan ShipperはEveryを経営しています。6つの事業部門、4つの本番ソフトウェアプロダクト、7,000人以上の有料購読者、6ヶ月連続で二桁のMRR成長を達成 - わずか15人で。驚くべきことに、彼らのコードの99%はAIエージェントによって書かれています。AI Engineer NYCでのこの講演は、AIネイティブ組織が実際にどのようなものかについての具体的なプレイブックを提供しています。

10倍の違いについて： “There’s a 10x difference between an org where 90% of the engineers are using AI versus an org where 100% of the engineers are using AI. It’s totally different.”（エンジニアの90%がAIを使用している組織と、エンジニアの100%がAIを使用している組織の間には10倍の違いがあります。全く異なります。）閾値効果が重要なのは、10%でも従来の方法を使っていると、組織全体がそのワークフローに対応せざるを得なくなり、パラダイムシフトの完了が妨げられるからです。

単独エンジニアプロダクトについて： “Each one of our apps is built by a single developer… and these are not little apps. Thousands of users. It’s not simple. It’s complicated.”（私たちのアプリはそれぞれ1人の開発者によって構築されています…そしてこれらは小さなアプリではありません。数千人のユーザー。シンプルではありません。複雑です。）Kora（メールAI）、Monologue（音声テキスト変換）、Spiralはすべて1人でメンテナンスされている本番アプリです。これはプロトタイプ品質の話ではありません - 有料顧客向けアプリです。

コアループについて： “In traditional engineering, each feature makes the next feature harder to build. In compounding engineering, your goal is to make sure each feature makes the next feature easier to build.”（従来のエンジニアリングでは、各機能が次の機能を構築するのをより困難にします。複利エンジニアリングでは、各機能が次の機能を構築しやすくすることが目標です。）彼らの4ステッププロセス：Plan → Delegate → Assess → Codify。「Codify」ステップ - 暗黙知をプロンプトに変換すること - が複利が発生する場所です。

並行作業について： “I know engineers… who are productively using four panes of agents at the same time.”（私は…4つのエージェントパネルを同時に生産的に使用しているエンジニアを知っています。）これはvibe coderが仕事をしているふりをするTwitterミームではありません - 単独エンジニアプロダクトを可能にする実際の並行機能とバグ作業です。

マネージャーがコードをコミットすることについて： “Managers can commit code. If you’re technical, even the CEO can… AI allows engineers to work with fractured attention.”（マネージャーはコードをコミットできます。技術者なら、CEOでさえ…AIはエンジニアが分断された注意で働くことを可能にします。）Shipper自身、4つのプロダクトを持つ15人の会社を経営しながら本番コードをコミットしています。コーディングの起動コストが十分に下がったため、コンテキストスイッチするエグゼクティブでも貢献できます。

Dan Shipperによる複利エンジニアリングの6つの洞察

• 100%のAI採用は質的に異なる - 90%の採用では、組織はまだ従来のワークフローに対応している; 100%では、全く新しい運営モデルが可能になる
• 単独エンジニアが本番プロダクトを運営 - Everyの数千人の有料ユーザーを持つアプリは、それぞれ1人の開発者と時々の契約者によってメンテナンスされている
• 複利エンジニアリングは通常のダイナミクスを逆転させる - 機能が複雑さを追加する代わりに、各機能がコード化されたプロンプトと学習したパターンを通じて次を容易にする
• 暗黙のコード共有が無料になる - 同僚のリポジトリにClaudeを向け、彼らの実装アプローチを学び、自分のスタックで再実装する - ライブラリの抽象化は不要
• 新入社員が初日から生産的 - すべての環境セットアップとPR基準はCLAUDE.mdファイルに存在; エージェントがオンボーディングを処理
• 技術スタックの標準化は任意 - AIが言語とフレームワーク間の翻訳を処理するので、チームは好みのものを使用できる

AIネイティブチームにとっての意味

Everyのモデル - 15人、4つのプロダクト、99%がAIコード - はAIネイティブ企業の組織構造のプレビューです。重要な洞察は、AIがコードを速く書くということではありません; 100%の採用が質的に異なる運営を可能にするということです：単独エンジニアプロダクト、マネージャー貢献者、リポジトリ間の摩擦のないコード共有。AI採用レベルを議論している企業にとって、メッセージは二項的です：部分的な採用はまだ古いパラダイムに対応する必要があり、完全な採用は新しいパラダイムを解放します。