先に結論
parallel orchestration を主語にすると、3者の違いはかなりはっきりします。
- GitHub Copilot /fleet: GitHub 上で work item を分け、レビュー導線と監査導線まで含めて並列実行しやすい
- Claude Code subagents: ローカル CLI で人間が役割分担しながら、重い仕事を複数レーンで進めやすい
- Codex parallel agents: 親モデルと子エージェント、approval、sandbox を含めて制度設計しやすい
なので、
- GitHub issue / PR を軸に throughput を上げたい → GitHub Copilot /fleet
- ローカルで深い実装委譲を複数本並走したい → Claude Code subagents
- 並列化しつつ trust boundary も細かく切りたい → Codex
が最初の切り分けです。
比較表
| 比較軸 | GitHub Copilot /fleet | Claude Code subagents | Codex parallel agents |
|---|---|---|---|
| 並列実行の主戦場 | GitHub issue / PR / session | ローカル CLI / worktree / タスク分担 | cloud / local task orchestration |
| orchestration の分かりやすさ | 非常に高い | 中 | 高い |
| 依存関係の扱いやすさ | 高い | 中 | 高い |
| 競合編集の避けやすさ | 高い | 中 | 高い |
| shared filesystem 運用 | 強い | 強いが人間設計依存 | 強い |
| approval / sandbox 制御 | 中 | 中 | 非常に高い |
| GitHub 監査導線 | 非常に強い | 中 | 強い |
| ローカルでの融通 | 中 | 非常に高い | 高い |
| 向いているチーム | GitHub 標準運用の組織 | CLI 中心の開発者チーム | 統制を重視する組織 |
なぜ今この比較が重要か
AI coding の比較軸は、単体で賢いかでは足りなくなりました。実務では、1つの agent を長時間走らせるより、複数の work item を安全に並列実行して throughput を上げられるか が効きます。
特に気にするべきなのは次の4点です。
- 依存関係がある仕事と、並列に切れる仕事を分けられるか
- shared filesystem で競合編集や上書きをどこまで避けられるか
- review、approval、audit を parallel 実行でも崩さないか
- 速くなる代わりに、誰がオーケストレーション責任を持つのか
この観点では、Copilot /fleet、Claude Code subagents、Codex は似て見えてもかなり違います。
GitHub Copilot /fleet は「GitHub 上で並列実行を制度化しやすい」
Copilot /fleet の魅力は、単に subagent がいることではなく、GitHub の issue / PR / review の境界をそのまま orchestration 境界にしやすいこと です。
ここが効くのは、次のような場面です。
- 実装、テスト、docs 更新、レビュー準備を分担したい
- 依存関係の薄い work item を parallel dispatch したい
- 後から session logs で「何を誰に振ったか」を追いたい
- GitHub 上の validation tools や review 導線を崩したくない
つまり Copilot /fleet は、parallel execution そのものより parallel execution を GitHub 標準運用の中で説明しやすい のが強みです。
逆に、ローカル固有ツールを深く触る、大量の補助スクリプトを差し込む、worktree を細かく切るといった developer-local な裁量は Claude Code より狭く見やすいです。
Claude Code subagents は「人間の采配で最も柔軟に並べやすい」
Claude Code subagents の価値は、ローカル CLI 中心で、人間がタスク分解を主導しながら複数レーンを回せること にあります。
この運用が向くのは、たとえば次のような場面です。
- 1つの大きい実装を、調査、実装、テスト、docs に分けたい
- shared filesystem を前提にしつつ、worktree やファイル境界を人間が明示したい
- 並列化できる部分と直列にすべき部分を、その場で柔軟に切り替えたい
- ローカルの開発ツール、シェル、既存ワークフローをそのまま使いたい
強いのは、parallel orchestration を rigid な制度として固定するより、テックリードや実装担当がその場で采配して throughput を上げる 使い方です。
その代わり、依存関係の整理、競合編集の回避、どこまで同時実行していいかの判断は、人間の運用力にかなり依存します。つまり柔軟さの裏返しで、事故防止の責任もローカル運用側に寄りやすい です。
Codex parallel agents は「approval と sandbox まで含めて並列化できる」
Codex は parallel agents を語るとき、単なる同時実行数より どういう権限で、どの範囲まで、どの子エージェントを走らせるか を設計しやすいのが強みです。
ここが刺さるのは、次のような組織です。
- 子エージェントには狭い権限だけ渡したい
- web search、外部接続、MCP などを段階的に許可したい
- 親モデルは planning と最終判断、子モデルは狭い work item 実行に分けたい
- 監査や compliance を見据えて運用したい
要するに Codex は、execution throughput を上げながら trust boundary も一緒に設計したい ときに強いです。
単純なローカル柔軟性だけなら Claude Code が軽いこともありますが、制度設計まで含めると Codex の強さが出やすいです。
parallel 向きタスクと直列にすべきタスク
どのツールでも、parallel execution が向く仕事と向かない仕事があります。
parallel に向く仕事
- 独立した docs 更新
- テスト追加と実装補助の分担
- 既知の issue 群の横並び消化
- 比較記事の一次情報整理と本文整形の分担
- UI の小さな改善をコンポーネント単位で分ける作業
直列に寄せるべき仕事
- 同じ関数や同じ状態管理を複数人で触る変更
- DB schema や root layout のような中心変更
- 最終仕様がまだ揺れている実装
- セキュリティ境界や認可ロジックの変更
- 大きいリファクタで順序依存が強い作業
parallel 実行で速くしたいなら、まずツール選定より どこで仕事を分解するか が先です。
どれが一番現実的か
GitHub Copilot /fleet が現実的なチーム
- GitHub が開発の中心
- issue、PR、review を標準化済み
- 並列化しても監査導線を壊したくない
- EM や Platform 側へ説明しやすい形で導入したい
この条件なら、Copilot /fleet が最も通しやすいです。
Claude Code subagents が現実的なチーム
- ローカル CLI 主体で開発している
- テックリードが task decomposition を握れる
- worktree や shell を含めた柔軟運用を重視する
- review 前に深い実装委譲を進めたい
この条件なら、Claude Code subagents が一番動かしやすいです。
Codex が現実的なチーム
- approval policy を明示したい
- 子エージェントに渡す権限を細かく制御したい
- 監査や compliance を早い段階から気にしている
- parent / child agent の分担設計をしたい
この条件なら、Codex が最も制度化しやすいです。
迷ったときの選び方
- まず GitHub 標準運用で並列化したい → GitHub Copilot /fleet
- まずローカルで重い実装を複数並走したい → Claude Code subagents
- 最初から承認境界まで作りたい → Codex
結局のところ、parallel execution の勝負はモデル品質だけでは決まりません。誰が orchestration を持つか、どこで競合を防ぐか、どこまで説明責任を残せるか で決まります。
throughput だけでなく運用の現実まで含めて見るなら、
- GitHub 上で閉じるなら Copilot /fleet
- ローカルで柔軟に回すなら Claude Code subagents
- 制度設計まで含めるなら Codex
この3分けがいちばん実務で使いやすいです。