1975年、コンピュータ科学者のフレデリック・P・ブルックス・ジュニアは、その記念碑的な著作『Mythical Man-Month』の中で「ブルックスの法則」を定式化しました。この法則は「遅れているソフトウェアプロジェクトに人員を追加すると、さらに遅れる」と述べており、これは「9人の女性が1ヶ月で赤ちゃんを産むことはできない」という「赤ちゃんの問題」としてよく例えられます。この原則は、人間同士の協力に固有のオーバーヘッドに起因しています。つまり、新しいチームメンバーのオンボーディングに必要な時間、絶え間ない会議による摩擦、そして社内政治の複雑さです。従来のソフトウェア工学において、これらの要因は、人員の追加によってプロジェクトをどれだけ加速できるかという点に上限を作り出していました。

AIエージェントと大規模言語モデル（LLM）の台頭は、これらの人間中心のボトルネックを取り除くことで、この法則に挑戦しているように見えます。AIエージェントはミリ秒単位で「オンボーディング」が可能であり、コーヒー休憩を必要とせず、人間のチームのような社会的摩擦なしに情報を処理できます。しかし、Jan van den Bergは、この法則が消滅したのではなく、変異したのだと主張しています。人々の管理にかかるオーバーヘッドは減少した一方で、エージェントを管理するためのオーバーヘッドが出現したのです。ボトルネックは、人間の調整から、「完了」の定義、ハルシネーション（幻覚）の有無を確認するためのコードレビュー、そして断片的な出力を統合して一貫したシステムへと繋ぎ合わせる必要性へと移行しました。

この変化は、新たなリスクをもたらします。それは「高速ループ」です。明確なオーケストレーションと要件がなければ、複数の自律型エージェントが単一のコードベースに対して同時に作業を行い、相反する変更の急速なサイクルの中で、互いの作業を上書きしてしまう可能性があります。Van den Bergは、法則の2026年版として次のように提案しています。「不明確な要件を持つプロジェクトにエージェントを追加すると、より速く誤った回答が得られる」。エージェントはリバースエンジニアリングやパフォーマンスの最適化といった「地道な（grindy）」タスクには優れていますが、複雑なアーキテクチャの選択には苦戦します。現代のエンジニアにとっての主要な課題は、もはや単なる技術的な実行ではなく、AIによる加速が負債にならないようにするために必要な、正確なオーケストレーションと要件の明確さを提供する能力です。

さらに、これらのツールの登場によって、個々のエンジニアの役割も変化しています。エンジニアは単一のチケットを完了までこなすのではなく、AIを活用してコンテキストスイッチの重労働を処理することで、複数の連続的なタスクを並行して管理できるようになっています。これにより、平均的なエンジニアと優れたエンジニアの間に新たな区別が生まれます。それは、AI支援ワークフローによって生成される膨大なコンテキストを管理しながら、高レベルのアーキテクチャの視点を維持できる能力です。究極の制約は、依然として初期の問題の明確さにあります。それがない限り、AIのスピードは技術的負債や誤った実装の蓄積を加速させるだけです。

結局のところ、AIエージェントは特定のコンポーネントを構築するために必要な時間を劇的に短縮することはできますが、プロジェクトの範囲や要件定義という根本的な問題を解決するものではありません。『Mythical Man-Month』は依然として重要であり続けています。なぜなら、ソフトウェアの核心的な困難である「何を構築し、それがどのように振る舞うべきかを決定する」というプロセスは、自動化できないからです。ツールのスピードは向上しましたが、それらのツールが正しい方向に向かっていることを保証するための人間の監視の必要性は、現代における主要なボトルネックのままです。

主要なソースは、「赤ちゃんの問題」が依然として存在することを確立しています。なぜなら、連続的なタスクは依然として連続的なものであり、エージェントの管理にはハルシネーションを検知し、最終製品を定義する人間が必要だからです。また、ブルックスの法則の2026年版は、誤った回答を生成するスピードに焦点を当てていることを強調しています。Hacker Newsでの議論では、エージェントはリバースエンジニアリングのような「地道な」タスクには特に有用であるが、複雑なアーキテクチャの問題空間にはあまり効果的ではないことが付け加えられています。また、エンジニアは現在、多くの連続的なタスクを並行して処理しており、燃え尽きることなくコンテキストスイッチを行う能力が、優秀な開発者の重要な差別化要因になっていることも指摘されています。

ソース資料は、これらの変化について、実証的なプロジェクトデータよりも理論的および逸話的な枠組みを提供しています。人間から人間への管理から、人間からエージェントへのオーケストレーションへの明確な移行を特定していますが、この新しいワークフローの具体的な「スピード」は定量化されていません。特定のアプリケーションにおいて「人月」から「半日」への移行は技術的な可能性として提示されていますが、エージェントの群れを使用する場合と人間のチームを使用する場合のプロジェクトの成功率における実際のトレードオフは、業界が探求すべき未解決の問いとして残されています。

主要なソースは、「赤ちゃんの問題」が依然として存在することを確立しています。なぜなら、連続的なタスクは依然として連続的なものであり、エージェントの管理にはハルシネーションを検知し、最終製品を定義する人間が必要だからです。また、ブルックスの法則の2026年版は、誤った回答を生成するスピードに焦点を当てていることを強調しています。Hacker Newsでの議論では、エージェントはリバースエンジニアリングのような「地道な」タスクには特に有用であるが、複雑なアーキテクチャの問題空間にはあまり効果的ではないことが付け加えられています。また、エンジニアは現在、多くの連続的なタスクを並行して処理しており、燃え尽きることなくコンテキストスイッチを行う能力が、優秀な開発者の重要な差別化要因になっていることも指摘されています。

ソース資料は、これらの変化について、実証的なプロジェクトデータよりも理論的および逸話的な枠組みを提供しています。人間から人間への管理から、人間からエージェントへのオーケストレーションへの明確な移行を特定していますが、この新しいワークフローの具体的な「スピード」は定量化されていません。特定のアプリケーションにおいて「人月」から「半日」への移行は技術的な可能性として提示されていますが、エージェントの群れを使用する場合と人間のチームを使用する場合のプロジェクトの成功率における実際のトレードオフは、業界が探求すべき未解決の問いとして残されています。