Shopify の 23,000 人のエンジニアは、今年の第 3 四半期までにコーディングの 96% を自動化することを目指しています。
彼らは複数の Claude Code エージェントを並行して実行し、それぞれがコードベースの異なる部分を処理し、エンジニアはレビューとマージのみを行います。
Bessemer は、AI ファーストの完全なプレイブックを公開しました。
これが彼らの正確なセットアップです。5 分でコピーできます 👇
インフラストラクチャレイヤー（彼らのセットアップが機能する理由）
Shopify は単一の AI ツールに標準化しませんでした。その下のレイヤーを標準化したのです。
彼らは、すべての AI リクエストを 1 つのゲートウェイを通してルーティングする内部 LLM プロキシを構築しました。Claude Code、GitHub Copilot、Cursor はすべて同じインフラを通過します。
これにより、集中化されたコスト管理、使用状況分析、そしてエンジニアのワークフローを変更せずにモデルを交換する機能が得られます。
小規模チームへの教訓：1 つのツールを選んで全力を注ぐのではなく、コストとデータの管理を維持しながら複数のツールを試せるようにインフラを構築しましょう。
パターン 1: 単一チャットではなく並列エージェント
Shopify のシニアエンジニアは、Claude Code を 1 回のプロンプトで 1 回の応答を得るツールとして使いません。
彼らは、コードベースの異なる部分で同時に作業する複数のエージェントを起動します。
1 つのエージェントが認証モジュールをリファクタリングし、別のエージェントがテストを作成し、3 つ目のエージェントがドキュメントを更新します。エンジニアは出力をレビューし、機能しないものを破棄し、機能するものをマージします。
エンジニアの仕事は、コードを書くことからエージェントの出力をレビューしてマージすることに変わります。Farhan Thawar（VP of Engineering）はこれを「インテリジェントシステムのオーケストレーション」と呼んでいます。
パターン 2: 拡張批評ループ
すべてのタスクが並列処理の恩恵を受けるわけではありません。複雑なアーキテクチャの決定には、Shopify のエンジニアは単一のエージェントを拡張批評ループで実行します。
エージェントは回答を生成し、それを評価し、修正し、長い推論サイクルにわたって洗練し続けます。
最初の出力を受け入れる代わりに、エージェントに自己批判を強制します。
これにより、単一のプロンプトよりも劇的に優れた結果が得られます。なぜなら、Claude があなたが気づく前に自身の間違いを発見するからです。
パターン 3: Shopify AI Toolkit (MCP)
2026 年 4 月、Shopify は Claude Code を Shopify のドキュメント、GraphQL API スキーマ、そしてライブストアの操作に直接接続するオープンソースの MCP サーバーをリリースしました。
インストールは 1 つのコマンドで：
これにより、Claude Code に 7 つのツールが提供されます：
- 現在の Shopify ドキュメントを検索（古いトレーニングデータではない）
- ライブスキーマに対して GraphQL クエリを検証
- Shopify CLI を通じてストア操作を実行
- 商品を作成、メタフィールドを管理、テーマを変更
- 自然言語で一括操作を実行
これがないと、Claude は API フィールドを幻覚し、コンポーネントパターンをでっち上げます。これがあれば、Claude は実際のプラットフォームデータで動作します。
パターン 4: チームインフラとしての CLAUDE.md
Shopify は CLAUDE.md を個人設定として扱いません。git にコミットされ、23,000 人すべてのエンジニア間で共有されるチームインフラです。
カンファレンスでの彼らのアプローチ：
カンファレンスからの重要な洞察：CLAUDE.md にあらゆる標準や慣習を詰め込むと、パフォーマンスが悪化し、向上しません。
毎回そのすべてに対してコストがかかります。
パターン 5: 戦略優先の検証
ここが Shopify のアプローチがほとんどのチームと異なる点です。
2024 年、エンジニアは時間の 70% を実行に、30% を戦略に費やしていました。
2026 年、Shopify はその比率を逆転させました。
AI がコーディングのほとんどを処理するため、エンジニアは現在、時間の 70% を戦略（ユーザーフローのマッピング、市場需要の検証、適切なアーキテクチャの選択）に費やし、実行には 30% だけを費やしています。
Farhan のチームは、約 20% の生産性向上を見積もっています。それはより多くのコードを書くことからではなく、2 つではなく 10 のアプローチをテストし、より迅速なプロトタイピング、そしてより高忠実度の成果物から得られています。
パターン 6: ガードレールによる安全な自律性
Shopify はエージェントを野放しにしません。彼らのガードレール設定：
エージェントは読み取り、書き込み、テスト、コミットができます。リモートにプッシュ、本番環境にデプロイ、データベースを削除、またはシークレットを読み取ることはできません。
不可逆的な操作には人間がループ内に留まります。
今日コピーできるセットアップ
これらのパターンを使うのに 23,000 人のエンジニアは必要ありません。スターターバージョンはこちら：
ステップ 1: CLAUDE.md を標準化する
ステップ 2: 並列エージェントを設定する
ステップ 3: 関連する MCP サーバーをインストールする
ステップ 4: ガードレールを追加する
許可: read, write, test, lint, commit
拒否: push, deploy, delete, secrets
デフォルトモード: acceptEdits
ステップ 5: 比率を逆転させる
実行に 70% を費やすのをやめましょう。
エージェントにコードを書かせましょう。
あなたの時間を、どのコードが存在すべきかを決めることに使いましょう。
重要な数字
Shopify の 20% の生産性向上は、より多くのコードを書くことからではなく、2 つではなく 10 のアプローチを探求し、より迅速にプロトタイピングし、早期にミスを発見することから生まれています。
Claude Code を最大限に活用しているチームは、最高のプロンプトを持つチームではありません。エージェントが実際のコードベース上で安全に、並行して作業できるインフラを構築したチームです。
2026 年第 3 四半期までに 90% の自律的コーディング。それはビジョンステートメントではありません。23,000 人のエンジニアがそれに向けて取り組んでいる期限です。
ステップ 4: ガードレールを追加する
許可: read, write, test, lint, commit
拒否: push, deploy, delete, secrets
デフォルトモード: acceptEdits
AI、金融、バイブコーディングに関する日々のメモを私の Telegram チャンネルで共有しています：https://t.me/zodchixquant
Ghb
