世界を動かす技術を、日本語で。

私たちは今や皆、AIエンジニアかもしれない

2026年3月6日原文(yasint.dev)

概要

  • AI活用 による開発体験の変化と加速
  • 設計力・直感力 の重要性の増大
  • AIとエンジニア の役割分担の本質
  • 基礎知識の価値 と学習環境の進化
  • チーム選び・未来像 におけるAIへの姿勢の重要性

コードを書く楽しさとAI時代の変化

  • コードを書く喜び は変わらないが、 開発の周囲環境 が劇的に変化
  • 最近は AIエージェントやツールの開発、AIを監督するシステム構築、モデルのトレーニング、パイプラインの設計が主な仕事
  • AIが重労働を担い、自分は思考や設計に集中する開発体験
  • AIモデルの性能向上 は周知の事実だが、ほとんどの人は本質を見落としている
  • AIによる自動生成コード は無指導では「スロップ(雑なもの)」だが、 適切に導けば 多くの開発者より優れたコード生成が可能

AI時代のソフトウェア開発術

  • 何を作るか・どう動かすか を明確に設計できる人間が、AIを最大限活用できる
  • 設計力・トレードオフの理解・アーキテクチャ選択 が決定的なスキル
  • AIが複雑な処理(グラフ探索・ハッシュ戦略・AST解析・ファイル監視など)を実装 し、自分は全体設計や状態変化時の挙動設計に注力
  • かつて数日かかっていた 本格的なソフトウェアを数時間で出荷 可能
  • デバッグもAIエージェントが分担 し、複数の視点で同時調査が可能
  • 直感や判断は自分が担い、AIはその加速装置

AI活用で変わる開発現場

  • ボイラープレートやCLIの手作業生成は不要 になり、手間が大幅削減
  • AIが成果物を出すだけではなく、設計・分解・パターン選択・軌道修正 は人間の役割
  • 直感や基礎がないと AIは「スパゲッティコード」や拡張性のない設計を量産
  • モデルは悪い意思決定を防げない、むしろ加速させる危険も

エンジニアの新しいスキルセット

  • コーディング自体より、設計・要件分解・良し悪しの判断力 が重要
  • 基礎知識(データ構造・計算量・デバッグ手法など) がAI活用の前提条件
  • AIの出力が間違っている時に気づける力 が不可欠
  • 基礎がなければ、AIから何も引き出せない

学習環境と成長のチャンス

  • 基礎知識や直感力は今や「門戸開放」、学習リソース・ツール・メンターが充実
  • 学び直し・新規参入のハードルが史上最低、今からでも始められる
  • 経験を積んだエンジニアは「置き換え」ではなく「増幅」される存在

AIエンジニア時代のチーム選び

  • チームや職場選びで重視するのは「AIへの姿勢」
  • ツール導入の有無より「好奇心・関心・学び続ける姿勢」 が重要
  • AIは一過性の流行ではなく、今後の方向性

AI活用の現実と限界(追記)

  • AI生成コードは全てレビュー、理解できないものは出荷しない
  • AIへの丸投げと適切な活用の違いは「スコープ管理」
    • 小さく明確なタスクや検証可能な出力にはAIが最適
    • システム全体の文脈や深い知識が必要な問題は自分でやる方が速い
  • 道具を使うタイミング・使い分けが半分はスキル
  • 自分の知識・直感は全て「人からの学び」や「失敗経験」の積み重ね
  • 基礎を学んだ理由は、ツール進化後も変わらない

これからのエンジニア像

  • AI時代のエンジニアは「AIエンジニア」 という新しい立ち位置
  • 自分の成長やチーム選びの基準は「AIへの好奇心・関心」
  • 今後も学び続ける姿勢が、エンジニアとしての価値を決める

Hackerたちの意見

毎日、同僚のエンジニアからAIがコードベースでやらかしたバカなことのスクリーンショットが送られてくるけど、AIが静かに書いたコードがほとんどのエンジニアよりも優れていることには誰も触れないんだよね。「ガイド付き」の部分のポイントは、すでに優れたエンジニアが必要だってこと。世界中のエンジニアと働いてるけど、スキルレベルはバラバラで、AIはそのギャップを埋められてない。一般化するけど、AIがカリフォルニアのスタートアップで働く典型的なエンジニアの仕事を10倍にするのは見える。君の好奇心に関するコメントもこれを強調してるよね。さらにK字型のエンジニアリング労働力が始まってる感じ。以前はあまり優れたエンジニアじゃなかった人でも、好奇心があって学ぶことが好きだったら、今は新しい構築方法を学ぶために超充電されてるし、試してみて、間違いから早いペースで学べるようになってる。残念ながら、この好奇心を持ったグループは、私の意見では少数派だね。

好奇心の部分には同意するよ。私はCSのバックグラウンドはないけど、好奇心からプログラミングを学んだんだ。それがきっかけで、実際に企業が使うプロダクションアプリケーションを作ったし、これがAI時代の前の話。今はAIがいるから、まるで自分のアシスタントエンジニアがいるみたいで、ワクワクするものを作る手助けをしてくれる感じ。

エンジニアは問題に気づいたら戻ってきて修正するか、誰か修正できる人を探すよ。でもAIは、君のコードベースをめちゃくちゃにしながら、ハッピーな絵文字を送って、完全にメンテナンス不可能な状態に持っていくんだ。

私はこの「好奇心」のキャンプにしっかり入ってるよ。ここ15年くらい(?)HNを読んできた。CSを中退してアートの学位を取った。キャリアは別のところにあるけど、その過程でシステムを理解することが趣味だった。いつかすべてを止めて「本当のエンジニアリング」を学びたいと思ってたけど、結局やらなかった。代わりに、自由な時間に企業ソフトウェアアーキテクチャ、プログラミング言語デザイン、コンパイラ最適化、オープンソースの政治についての難解な記事を何百(何千?)も読んできた。私には持ってない暗黙の知識がたくさんある。持ってないって分かってるのは、他の分野ではその知識を持ってるから。自分が「本当のエンジニア」であることについて知らないことがあるってことも分かってる。でも、味覚は知ってる。どんな質問をすればいいかも分かってる。魔法の言葉や答えを探す場所も知ってる。私みたいな人にとって、これは狂ったような黄金時代に感じる。アイデアには困ってないし、今は手や目、いい週にはトークンが足りないだけだ。

でも、誰もが言わないのは、エンジニアのほとんどが書けないようなコードを静かに何百回も書いていることだ。こういうことが起こるのは、a) ランダムで、b) 滅多に起こらないから?

一つの問題は、開発者たちが過去数十年にわたって、Googleに関連するキーワードをいくつか入力するだけでオンラインで問題の解決策を探すように訓練されてきたことだよね。でも、AIを最大限に活用するためには、まるでイギリスの王室に正式な手紙を書いて背景を説明するかのように、しっかりとプロンプトを作るべきなんだ。基本的な英語のライティングスキルと、自分の考えを明確にまとめる能力が、エンジニアリングにとって必須のスキルになってるんだよね(でも、実際には多くの開発者がこれを欠いている)。

でも、それが問題なんだよね。時にはすごく信頼できるものが、他の時には全然ダメになることもある。自分自身や同僚を見ていて、LLMを使うことで早く燃え尽きたり、認知負荷が高くなったりするのを見てきた。もうただコードを書くんじゃなくて、何をする必要があるかを考えて、他の誰かが書いたコードのように見直すことになる。LLMは迅速なプロトタイピングやボイラープレートにはすごく役立つけど、私自身も毎日使ってるけど、Claudeが犯すミスの量は無視できないと思う。

K字型の労働力の話は鋭いね、あなたが正しいと思う。好奇心旺盛な人たちは少数派だけど、彼らが常に物事を前に進めてきたんだ。AIがそのギャップをもっと見えるようにしただけだね :) あなたのCodexのケーススタディ、コンテンツクリエイターとの話は面白い。生物学の博士号とライティングの修士号を持って内部ツールを作るなんて…まさに「今は何でも学べる」って言ったのはこういうことだよ。私の職場には博士号や教授がたくさんいて、物事が進んでいることに本当にポジティブな気持ちを持ってる。彼らは深い専門知識を持っていて、今は必要なツールを作れるようになったんだ。面白い時代だね。ぜひそれを書いてほしいな。

これも私の経験だよ。また、シンプルさを追求せず、アーキテクチャを考えない人たちは、非常に不安定で更新や強化が難しい巨大なモンスターを作り上げることになる。彼らは通常、自分たちの混乱を解決するために別のエンジニアを探すんだ。新しいエンジニアにとっては、簡単な方法はアーキテクチャを整えて、Claude Codeで一気に作ることなんだけど、彼らは自分たちの混乱に囚われていて、それを手放せない :(

ちょっと優しく言おうと思うんだけど、これはすごく軽薄で、人々はこれを不快に感じたり、嫌悪感を抱くかもしれない。すべての抵抗や懐疑心を無関心に丸め込もうとするのは、もしかしたらAI批判者をさらに遠ざけることが目的なのかもしれないね。そういうことなら、そのまま続けて。だけど、もし本当に仲間の態度に困惑しているなら、「自分には何が足りないのか?」(「好奇心」?)じゃなくて、「彼らは何を見ているのか?」とか「彼らは何に関心を持っているのか?」って聞いてみたらどうかな?もしかしたら、彼らは仕事の性質の変化に対して熱心じゃないのかもしれないし、「自動化の自己満足」が進むことを心配しているのかもしれない。特に「何百回も」まともなコードを書くのに対して「何かバカなこと」を一度書く割合があるから、たまにその「バカなこと」が彼らを通り過ぎて、AIの利点を全部消し去ることを恐れているのかも。もしかしたら、彼らは「典型的なコードがほとんどのエンジニアよりも優れている」とは感じていないのかもしれないし、「学び」がほとんど一時的なものだと感じているのかもしれない。去年の「プロンプトエンジニアリング」のアドバイスが今でも通用するのはどれくらいある?選択肢はあるし、彼ら(私たち?)を恐れや愚かさ、あるいは「無関心」から古い方法にしがみつくラダイトとしてレッテルを貼るのは簡単だけど、本当に理解したいなら、あるいは誰かの考えを変えたいなら、ぜひ彼らが本当に考えていることを聞いてみて、耳を傾けてみて。

でも誰も、ほとんどのエンジニアが書けるよりも優れたコードを静かに何百回も書いていることには触れない。あなたの経験は、私の正反対だよ。私は、LLMが完璧に一発で成功するって言ってる人が常にいる。友人グループや同僚、さらにはここHNでもそうだ。大手テック企業も同じことを言ってることが多い。ごめん、でも誰も成功について話さず、失敗にだけ集中しているって言うのは全く誠実じゃないよ。あなたはそのグループが少数派だと言ってるけど、すべての証拠は逆を指し示している。もし人々がそれが役に立つと信じていなかったら、LLM企業はそんなに成功していないはずだ。

「今、何かを作ってるんだ。詳細には入らないよ。アイデアを教えるわけにはいかないから。」ってところで、もうダメだわ。

Hacker Newsで議論の続きを見る