Linear AI 計画

Linear 将原生 AI Agent 嵌入产品规划，把分散的上下文自动转化为结构化任务と可执行的代码

Agent Vibe Coding 開発者ツールとリソースソフトウェアエンジニアリングエージェント商品企画

https://linear.app/

公式サイトへ

詳細レポート

Linear は、問題追跡、プロジェクト計画、チームのコラボレーションを非常に高速なキーボードファーストのインターフェイスに統合する、ソフトウェアチーム向けの製品開発システムです。 2026年にはネイティブAIエージェントを内蔵した「AIネイティブ」の働き方に完全移行する。これはもはやタスクを受動的に記録する単なるダッシュボードツールではなく、コンテキストを能動的に実行に変換する作業システムです。その中心となるコンセプトは、2026 年 3 月に CEO の Karri Saarinen によって「問題追跡は死んだ (問題追跡は死んだ)」という公開書簡で投げかけられました。従来の問題追跡は、対人コラボレーションの引き継ぎ用に設計されていますが、AI エージェントの時代では、本当のボトルネックは判断に変わっており、システムはコンテキストとエージェントを中心に再構築される必要があります。 Linear は、2026 年 3 月 24 日に Linear Agent をリリースし (パブリックベータ版、完全なパッケージは無料)、その後スキル、自動化、コードインテリジェンス、コーディングセッション、その他の機能を開始し、「コンテキスト → 実行」のクローズドループをワークスペースに移行しました。公式開示によると、現在、Linear エンタープライズレベルのワークスペースの 75% 以上にプログラミングエージェントがインストールされています。エージェントが完了した作業量は過去 3 か月で 5 倍に増加し、エージェントが作成した新しい問題の割合は 25% 近くに達しました。
リニアは2019年にカリ・サーリネン氏（元Airbnbデザインリーダー）らによって設立された。当初は「非常に高速でエレガントなデザイン、キーボードファースト」な課題トラッカーとして始まり、すぐにエンジニアリングチームにとって最も求められるプロジェクト管理ツールになりました。しかし、2026 年に向けた同社の野心はそれをはるかに超えています。「問題追跡は死んだ」公開書簡の中で、サーリネン氏は変革のロジックを非常に明確にしました。過去の作業システムでは、タスクは人によって作成され引き継がれると想定されていました。しかし、プログラミングエージェントが Slack のディスカッションから 5 つの問題を数分で自動的に分解でき、エンジニアが介入する前にエージェントによってバグを修正できる場合、システム設計の出発点は変更される必要があります。 Linear が出した答えは、ワークスペース自体を「エージェントネイティブ」にすることです。コンテキスト (ロードマップ、バックログ、問題、顧客からのフィードバック、コードリポジトリ) が 1 か所に集中し、人間とエージェントの両方が手動で二次入力することなく、ワークスペースに対して直接アクションを実行できます。この位置付けにより、同社は「最速の Jira 代替」から「AI 時代の製品開発センター」に格上げされました。
Linear Agent は AI チェスゲーム全体の動きです。 2026 年 3 月 24 日にパブリックベータ版に入り、すべてのパッケージ (無料版を含む) で無料で利用できます。その最大の特徴は、その多機能ではなく、その「コンテキストの理解」です。ワークフローの外に投稿されたチャットボットとは異なり、ワークスペース全体のロードマップ、バックログ項目、問題、ディスカッションスレッド、顧客フィードバック、および関連するコードリポジトリを直接読み取ります。したがって、与えられた結論は一般的な話ではなく、実際のエンジニアリングの現実に基づいています。インタラクションの面では、デスクトップとモバイルに独立したチャットパネルがあり (デスクトップショートカット Cmd/Ctrl + J)、問題のコメント、Slack、Microsoft Teams で直接呼び出すこともできます。実証済みの機能はいくつかのカテゴリに分類できます。1 つはコンテキスト合成です。これは、ディスカッションスレッド、バックログ、フィードバックにわたる意思決定に必要な情報を抽出します。 2 番目は、ワークスペースの現在のステータスに基づいて優先順位と次のステップを示す提案です。 3 番目は問題の作成です。これにより、会議議事録、画面記録、または会話に基づいて構造化された問題の草案を作成できます。 4 番目は、プロジェクトの更新です。最近の変更を自動的に要約して、ステータス更新のドラフトを生成します。 5 番目は、進歩を補うための「キャッチアップ」で、休暇から戻ったときに知っておくべきリスクと遅れの項目を強調します。サードパーティによる 3 週間にわたる実際のテストでは、Slack での 47 件のメッセージディスカッションを解析した後、30 秒以内に明確な範囲を持つ 5 件の課題を作成し、完了した 23 件の課題から一貫したプロジェクトの概要を合成することができました。
エージェントの会話で良い結果が得られた場合、それを「スキルとして保存」し、次回ワンクリックで再利用できます。スキルは再利用可能なエージェントワークフローです。 Linear の公式の例には、「サブ課題の分割」や「会議議事録からの課題の草案」などが含まれており、顧客のフィードバックから課題を草案したり、毎週のプロジェクトの概要を作成したりするような通常のタスクに特に適しています。自動化は、問題切り分けプロセスから開始されるエージェントワークフローであり、問題がシステムに入力されると自動的にトリガーされます。新しいコンテキストのインテリジェントな分類、洗練、または処理を担当します。この 2 つの組み合わせにより、エージェントは「呼び出されたときのみ」から「通常の自動操作」に移行することができます。つまり、適切なプロセスを一度定義すれば、それは複数のワークスペースや複数の問題で継続的に再利用されます。一方、人間の役割は、作業指示の作成とトリアージからレビューと判断に移行します。
どれだけ計画を立てても、それを実行に移すことができなければ、それは単なる文書に過ぎません。 Linear は、2026 年前半に「コードの理解」と「コードの作成」を Agent に組み込む予定です。 Code Intelligence は 5 月 14 日にリリースされ (ベータ版)、エージェントが制御された方法でコードリポジトリを読み取ることができるようになり、リポジトリがチーム全体で共有できる製品コンテキストに変わります。「どのシステムがどの機能を担当しているのか?」などの質問に答えることができます。また、問題と組み合わせてコードを読んでバグを見つけることもできます。さらに一歩進んだのがコーディングセッション (6 月 10 ～ 11 日利用可能) です。エージェントは、Claude Code と Codex を利用して、ローカル環境を必要とせずに安全なクラウドサンドボックスで実行されるコードを直接作成できるようになりました。コーディングセッションは、問題、チャット、コメント、または Slack メッセージから開始できます。 Linear は、関連するコンテキストを自動的に収集し、Linear を離れることなくバグをトリアージから「レビュー済み修正」にプッシュします。 Ramp などの企業は、社内のコーディングエージェントがマージされた PR の 60% 以上を作成したことを明らかにしました。また、構造化された製品コンテキストの最下層として Linear を使用することで、エージェントは問題を真に完了まで推し進めることができます。
リニアはエージェントに加えて、「企画」そのものの製品バージョンアップも行っている。継続的計画により、スプリントの儀式に束縛されることなく、候補プロジェクトを常に最新の状態に保つことができます。チームは保留中のプロジェクトのバッチを継続的に維持し、定期的な会議を待たずに、実際の状況に基づいていつでもプロジェクトを進めることができます。エージェント支援のプロジェクト更新 (6 月 17 日に開始) は、問題、ドキュメント、ディスカッションの最近の変更からコンテンツを自動的に取得し、プロジェクトとイニシアチブ (企業レベルの目標) の更新の適時性を維持し、週次レポートを手動で作成する負担を軽減します。インサイトの面では、Linear Insights (Business パッケージに含まれる) と Dashboards (Enterprise パッケージに含まれる) が製品チームにリアルタイム分析を提供します。作成日ごとにサイクルタイムを表示し、ステータス/優先度/責任者ごとに問題を分割し、ボトルネックと障害を特定し、範囲の広がりを監視し、Google Sheets、Fivetran へのエクスポート、または Airbyte を介したデータウェアハウスへの同期をサポートします。これらの機能により、「計画」は単に頭をたたくだけではなく、データによってサポートされる反復になります。
2026 年 7 月の時点で、リニアは 4 段階の座席ごとの支払い構造になっています。無料: 無制限のメンバー、2 チーム、250 件の課題制限、エージェントプラットフォーム (ベータ版) と Slack/GitHub へのアクセスを含む - 250 件の課題が実際のメジャーアップグレードのトリガーであり、最もアクティブなチームは数週間でそれを使い切ってしまいます。 Basic の料金は年間 1 人あたり月額 10 ドル (月々の支払いは 12 ドル) で、5 つのチーム、無制限の課題、無制限のアップロード、および管理者の役割のロックを解除できます。 Business の価格は年間 1 人あたり月額 16 ドル (月額支払いは 18 ドル) で、Triage Intelligence、Code Intelligence (ベータ)、Linear Insights、Asks、MCP アクセス、CI/CD リリース統合が追加されます。 AI 機能を最大限に活用したいと考えているほとんどのチームがこれを選択します。 Enterprise は、SAML/SCIM、監査ログ、IP 制限、HIPAA、優先サポート、SLA を含むカスタマイズされた見積もり (200 シートを超える場合、1 人あたり月額約 40 ドル) です。 2026 年に開始される新しいコーディングセッション (ベータ版) は、別途購入した従量課金制の AI クレジットを消費することに注意してください。自動化を頻繁に使用する場合の長期的なコストはまだ完全に固定されていないため、予算を立てるときに注意すべき変数です。
「AI ファーストチーム」を選択する場合、Linear と Jira は避けられない比較になります。独立したベンチマーク (2026 年 4 月) は、Linear が全面的に速度で優れていることを示しています。課題カンバンのコールドロードは 0.4 秒であるのに対し、Jira では 2.6 秒、API 応答の中央値は 500 ミリ秒に対して 100 ミリ秒未満、単一の課題作成ラウンドトリップは約 80 ミリ秒に対して 1.1 秒です。週に 20 枚のチケットを作成する開発者は、Linear を使用して約Jira よりも 1 週間あたり 100%。 50 人のチームで 20 分を掛ければ、実際には年間数百時間のエンジニアリング時間が得られます。さらに重要なのは開発者のエクスペリエンスです。Linear は GraphQL ファーストのコンパクトな API、ネイティブ MCP サービスであり、Claude/Cursor と自然に統合されていますが、Jira の REST v3 ペイロードは長く、オブジェクトグラフは複雑なので、エージェントのコンテキストトークンが無駄になります。しかし、コンセプトの違いは価格です。Jira は、ワークフローを任意に構成可能なステートマシン (カスタムフィールド、画面、検証、許可スキーム) にします。これは、金融や医療などの強力なプロセス監視が必要な業界に適しています。 Linear には一連の「意見のある」ワークフロー (バックログ→Todo→進行中→レビュー中→完了→キャンセル) のみがあり、これは中小規模の起業家チームにとって最も便利ですが、大企業は依然として複雑なワークフローで Jira に依存しています。 Trello は、そのシンプルな API と公式 SDK の欠如により、AI と開発者のエクスペリエンスの点で明らかに遅れを取っています。
Linear に関する開発者からの一般的なコメントは、「一度始めると戻れないほど速い」というものです。何人かのエンジニアリングリーダー (OpenAI の Gabriel Peal 氏、Ramp の Nik Koblov 氏、Opendoor の Kaz Nejatian 氏) は、スピードと「正しいデフォルト」によりチームがよりアクション指向になると公に述べています。 2026 年の詳細な評価では、レビュー担当者は Linear で製品ワークフロー全体を実行するのに 3 週間を費やし、Linear Agent が「テストされたすべての PM ツールの中で最もコンテキストを認識する AI」であると確信しました。これは、単なる検索ではなく、問題、顧客のニーズ、コード変更にわたる包括的な分析です。否定的な声は 2 つの点に焦点を当てています。1 つは、エンジニアリング以外のチームにとっては不親切であり、基本的にコードを書くチーム向けに設計されているため、マーケティング、設計、運用、法務にとっては使いにくいことです。 2 つ目は、最先端のエージェント機能 (自動化、コードインテリジェンス) はまだベータ版であり、ビジネス以上に限定されており、公式は GA 後に従量課金に切り替わる可能性があることを示唆しており、長期的なコストは不確実です。限られた中国語インターフェースとローカルカスタマーサービスサポートも、純粋な中国チームが考慮すべき点です。
Linear AI プランニングは、最新のソフトウェア開発チーム (5 ～ 200 人)、高速イテレーションを行う SaaS スタートアップ、デザインと経験を重視する開発者チーム、GitHub/GitLab のメインウェアハウスとリモートの非同期コラボレーションを使用するチームに最適です。特に、チームがすでに Cursor や Claude Code などのプログラミングエージェントを使用している場合、Linear の MCP とエージェントのネイティブ設計により、「問題 → コード」リンクをシームレスに開くことができます。 5,000 人を超える大企業の複雑なワークフロー (Jira の方が柔軟性が高い)、非ソフトウェア開発の機能管理 (Asana/ClickUp の方が汎用性が高い)、ウォーターフォールスタイルのガントチャートを必要とする従来のプロジェクト、非常に厳しい予算と詳細なエコロジーを備えた小規模チームには適していません。さらに、Confluence/Notion のような組み込みのドキュメントナレッジベースがないことが、「唯一の真実の情報源」としての欠点です。したがって、多くのチームは、Notion (ドキュメント) + Linear (タスク) + Slack (コミュニケーション) + Figma (デザイン) の組み合わせを使用しています。
リニア AI プランニングは、チャットボットをダッシュボードに追加することではなく、ワークスペース自体を「エージェントネイティブ」システムにやり直すことです。コンテキストは一元化され、人間とエージェントの両方が直接行動でき、計画と実行は同じ閉ループ内で完了します。プログラミングエージェントを採用しているエンジニアリングチームにとって、「手動での作業指示書の作成、トリアージ、週次レポートの作成」などの消耗的なコラボレーション税が大幅に削減され、実際の判断に時間を費やすことができるようになります。その代償として、イデオロギー的な「頑固さ」とエンジニアリングの優先順位の強調、そして最先端の機能がまだベータ版であり、コストがまだ固まっていないという事実が挙げられます。あなたのチームがコードを書き、AI ツールを使用し、スピードを追求している場合、2026 年の Linear の方向性はほぼオーダーメイドです。安定した、完全に管理された従来のエンタープライズレベルの追跡が必要な場合は、エージェントコンポーネントのベータ状態は注意して扱う価値があります。

ユーザーレビュー

Emily791

—

私たちのチームが Jira から Linear に切り替えてから 3 か月が経過しましたが、最大の実感はその速さです。エージェントが Slack ディスカッションから自動的に問題を作成できるのは素晴らしいことです。これにより、私たち PM は機械的な労力を大幅に節約できます。今では、自分たちで作業指示書を作成するのではなく、エージェントの出力をレビューするような感じです。協力税は目に見えて減額されました。

Edward_WilsonIII

—

無料版では実際に Agent が提供されており、これは賞賛に値します。小規模チームであればコストゼロでAIプランニングを体験でき、想像よりも敷居が低いです。

NoahVeum

—

Cmd+J でエージェントに電話し、「最近のリスクは何ですか?」と直接尋ねます。実際に 20 を超える問題を統合して概要を表示できるため、自分でボードをめくるよりもはるかに高速です。

竹影_13

—

唯一の問題は、Business が提供するのはインサイトとコードインテリジェンスのみであることです。小規模なチームが AI 機能をフルに活用するにはコストがまだ少し高く、コーディングセッションでは別のクォータを購入する必要があります。

Megan601

—

コーディングセッションは革命的であると考えられています。バグがトリアージされた後、エージェントはクラウドサンドボックスで直接バグを修正でき、差分を確認した後にバグを閉じることができます。私たちのバックエンドは、この閉ループから切り離すことができません。コンテキストを手動で Cursor または Codex に転送する必要はなくなりました。リンク全体はリニアで完成します。

JButlerQ

—

Jira と比較すると、Linear の GraphQL API とネイティブ MCP は、Cursor を使用するチームにとって非常に使いやすく、エージェントが課題を読み取る際の摩擦はほぼゼロです。

CalebMorales

—

スキルを 2 週間使用した後、「顧客フィードバックからの草案問題」を再利用可能なプロセスとして保存し、週次レポートの作成と毎週の手入力にかかる時間を半日以上節約しました。最も優れた点は、同じ種類の要件をたった 1 文でトリガーできることです。新しいチームメンバーは、課題テンプレートを教えることなく、すぐに作業を開始できます。

Ruth520_z

—

Linear Agent は、私がこれまで使用した中で最もコンテキストを理解する PM AI です。キーワードを検索するだけでなく、問題、コードの変更、顧客からのフィードバックを含めた包括的な分析を実行します。それが与える結論は、一般的な決まり文句ではなく、実際にエンジニアリングの現実に基づいています。これは判断を下す上で非常に重要です。

SaraHoward_2024

—

正直に言うと、エンジニアリング以外のチームがこれを使用するのは少し厄介です。製品と研究開発の両方で Asana を使用していますが、運用面では依然として Asana に慣れています。これはチームの構成によって異なります。

Catherine_Torres_785

—

Automation による Triage での自動分類は本当に安心です。新しいフィードバックは自動的に調整され、受信するとすぐにルーティングされるため、手動で 1 つずつトリアージする必要がなくなります。

gswqwbcw

—

私は Code Intelligence の正式版を最も楽しみにしています。これで、ベータ版はコードベースを読み取り、「この機能を管理するサービスはどれですか?」という質問に答えることができます。新人はバグをより早く発見できるようになり、上級エンジニアが簡単な質問で中断される回数も減りました。 GA後にあまり高価にならないことを願っています。

JeffreyCastilloIII1

—

250 件の無料制限は少し厳しく、アクティブなチームは 2 週間で使い切ってしまいましたが、Basic は高価ではなく、アップグレードもスムーズです。

Phillip.Roberts_7784

—

継続的計画は、スプリントの儀式に結び付ける必要がないため、非常に興味深いものです。候補プロジェクトは常に最新の状態に保たれ、実際の状況に基づいていつでも進めることができます。

FlorentineWalz

—

当社のコーディングエージェントは、マージされた PR の 60% 以上を作成しました。リニアは構造化されたプロダクトコンテキストの最下層として不可欠です。これにより、エージェントは問題を単に「分析」して他の人に引き渡すのではなく、実際に問題を完了まで進めることができます。クローズドループのエクスペリエンスは非常に充実しています。

bILLY134

—

インターフェイスはオンラインで、キーボードの入力はスムーズです。ただし、中国語のサポートと現地のカスタマーサービスは依然として弱いです。純粋な中国のチームは、開始する前にまず文書化とトレーニングのコストを評価する必要があります。

Linear AI 計画

詳細レポート

ユーザーレビュー

類似の製品