ソートリーダー
バイブコーディング、AI、エンジニアリングの新しい現実

要点AIは局所的なコーディングタスクに優れているが、長期的なシステム安定性のためのアーキテクチャ判断を欠いている。
もっと見る
- AIは局所的なコーディングタスクに優れているが、長期的なシステム安定性のためのアーキテクチャ判断を欠いている。
- 低レベルのシステムを理解する経験豊富なエンジニアは、AIのトレーナーやバリデーターとして新たな価値を得る。
- 企業がAIインフラのコストと人間のチームを比較検討するにつれ、バイブコーディングは経済的に持続不可能になる可能性がある。
10年前、AIがプログラマーに代わってコードを書くという考えは、胸が躍るような空想に聞こえました。今日、それは日常の現実の一部になりました。MVPは数日で構築され、インターフェースはテキストプロンプトから生成され、AIアシスタントはエンジニアリングチームの正式な一員になりました。
この背景の中で、多くの人々が同じ質問をしています。AIは本当にプログラマーを置き換えるのか?人工知能は本当にシニアエンジニアと同じ水準に達し、代わりを務められるのか?そして、近い将来、この職業はどうなるのか?
私自身も開発者であり、この件についての意見を持っています。詳しく見てみましょう。
問題の核心は何か?
AIプログラミングについての広く語られている見方は、次のようなものです。
AIはコードを極めて効率よく書くようになっており、すでに人間が犯しがちなミスの多くを避けています。さらに興味深いことに、ソフトウェア開発の至る所に存在する、まれで特殊な状況である「エッジケース」への対応では、人間を上回る可能性もあります。こうした状況を開発者が事前に予測するのは難しいことが多いのです。
プログラマーが「ここにボタンを置きたい」と言ったとき、AIは「こちらがボタンです。考慮すべき18のエッジケースと、実行すべきテストも挙げます。さらに、これとこれも追加するとよいかもしれません」と応答します。見てみると、「なるほど、確かにそのとおりだ」と思うかもしれません。自力では、本番環境で何かがすでに失敗した後、数週間たってから気づいていたかもしれません。AIはしばしば、その場で解決策を提案します。すでに仕事を持っているエンジニアにとって、これは生産性と効率を大幅に高めます。
この見方は、経済的な質問に直接つながります。会社が以前、ある程度の仕事量を処理するために100人の開発者が必要だったとします。理論的には、AIの支援を受けた20人の開発者で同じ仕事量を処理できる可能性があります。
この加速の背後にあるものは何か?
私は、優秀なソフトウェアエンジニアが、自分の立場、市場での地位、収入について心配しているのを見ることがよくあります。まるですぐにコーダーには仕事がなくなりそうです。
私がたいてい答えるのは、「みなさん、見た目ほど深刻な事態ではないかもしれません」ということです。経験豊富なエンジニアは、新しい種類の価値を今得ています。私たちは、実際に手でコードを書き、システムの内部動作を深く理解している最後の開発者世代の一つかもしれません。次の世代は、ますますAIツールを介して仕事をするようになっています。エンジニアリングの実践自体が変化しています。
先ほどの見方では、次の点が考慮されていません。
AIによって生成されたコードは、一見まったく問題ないように見えることが多いのです。タスクは解決され、インターフェースは動作し、すべてが正常に動作します。しかし、時間の経過とともに、より微妙な問題が表面化し始めます。アーキテクチャの妥協、不十分な設計判断、データ構造の問題、またはスケーラビリティの問題です。AIはすでにローカルタスクを解決することが非常にうまくなっていますが、大規模システムの長期的な論理構造には、依然として人間の経験とエンジニアリングの判断が必要です。
したがって、プロジェクトが本格的な本番環境、たとえば銀行、電子商取引プラットフォーム、または大規模サービスに到達したとき、チームはシステムのアーキテクチャを深く分析し、根本的な原因を特定し、全体のシステムロジックを回復できる人々を必要とします。
私は、友達から「マイケル、システムが崩壊し始めた理由を理解するのを手伝ってくれないか」という電話を受けることがあります。現在、私はIntrospectorでPhysical AIに取り組んでいますが、依然として、困難な手動エンジニアリング作業、たとえばシステムロジックの再構築、アーキテクチャの分析、問題が蓄積し始めた場所の特定を手伝うことがあります。
これが、優秀なエンジニアは今後も長く高い価値を保つと私が信じる理由です。同時に、現在、AIモデルの改善や訓練を支えているのも、経験豊富なエンジニアであることが多いのです。たとえば、Keymakrでは、コードを検証し、モデルをトレーニングするために経験豊富な開発者を探す際に、これを直接見ました。実際のエンジニアリング思考、実践的な経験、システムが現実の世界でどのように動作するかについての深い理解に頼ることができる人々です。
主な仮説
ここで、将来に関する最大の疑問に行き着きます。結局のところ、すべてはどこへ向かうのでしょうか。次の世代のエンジニアを育てるにはどうすればよいのでしょうか。彼らは業界に入るための完全に異なる道を歩み始めているからです。
状況を客観的に見て、過度な期待や恐怖を感じることなく見ると、いくつかの可能性が見えてきます。
-
不明な未来
最初の、そしておそらく最も正直な答えは、そこまで先を本気で考えている人は、現時点ではごくわずかだということです。なぜなら、この未来が実際にどうなるかを、まだ誰も十分に理解していないからです。
数年後には、AIエージェントがほぼ完璧なコードを本当に書けるようになるかもしれません。堅牢なアーキテクチャ、スケーラビリティ、コンテキストの理解を備えたものです。現時点で、この問いの答えはまったく定まっていません。
同時に、大手テクノロジー企業であるApple (AAPL ) 、Microsoft (MSFT ) 、Googleは、優秀な研究者、博士号を持つ専門家、学術環境出身の人々を積極的に採用しています。これは、コードの大半が自動生成される世界でも、深いエンジニアリングの理解が重要であり続けると考えていることを、おそらく示しています。
しかし、小さな会社は、非常に異なる計画期間で運営しています。自分のスタートアップが半年後も存続しているか分からない場合、10年後のことについて真剣に考えることは難しいです。当然、誰も故意に壊れたものを構築したいとは思いません。チームは潜在的なリスクと弱点を特定しようとします。
しかし、実際の論理は、より単純です。まず、動作する製品を構築し、収益を生み出すことです。アーキテクチャ、最適化、システムの書き直しについては、後に取り組みます。問題は、多くのプロジェクトでは「後で」が無限に先延ばしにされることです。
-
螺旋的な進化
私の意見では、2番目の答えは、より興味深いです。業界の歴史を見ると、すでに同様の移行を何度も経験しています。最初のプログラマーはパンチカードで仕事をしました。次の世代のエンジニアはアセンブリ言語で書きました。今の開発者の多くには、想像すら難しいでしょう。当時は、ハードウェアの仕組みを文字どおり理解し、プロセッサの論理に沿って考え、膨大な低レベルの複雑さを頭に入れておく必要がありました。
その後、COBOLの時代が来ました。銀行のメインフレームはそれで構築されました。驚くべきことは、世界の銀行インフラストラクチャーの重要な部分がまだこれらの古いシステムで動いているということです。60代、70代のプログラマーがまだこのコードベースを維持しており、非常に貴重な専門家となっています。
次の世代はC++、Python、JavaScriptに移りました。私はその時代に属しています。たとえば、COBOLがどのように動作するかをほとんど理解していません。理論的には学べますが、すでに遠く、なじみのないものに感じます。
そして、歴史的に見ると、興味深いパターンが現れます。各新しい世代のエンジニアは、前の世代のテクノロジーがどのように動作するかを深く理解する必要がありません。時間の経過とともに、知識はインフラストラクチャ自体に埋め込まれます。
パンチカードはとうの昔に姿を消しました。ロジックはプロセッサに組み込まれています。アセンブリ言語は主流のツールとしては大部分が姿を消しました。複雑さはオペレーティングシステム、ドライバー、下位レベルの抽象化の中に隠されています。今のヘッドフォンにも、こうした複雑さをバックグラウンドで処理する小さなOSが、おそらく搭載されています。多くの人はそれについて考えることはありません。
もちろん、低レベルのマジックを理解する専門家はまだいます。しかし、業界の大部分にとって、それはすでに抽象化レイヤーになりました。
これにより、非常に論理的な考えが生まれます。AIは、たぶん、この進化の次の段階です。次の世代は、古典的なプログラミングを私たちと同じレベルで理解する必要がないかもしれません。
-
市場の経済学
私の仮説は、バイブコーディング、またはAIアシスト開発が、最終的に「無料の加速」と見なされなくなることです。実際には、すでに完全に無料ではありません。ただし、まだ誰もが実際の費用対効果を丁寧に計算しているわけではないだけです。
モデル、トークン、インフラストラクチャ、継続的なリクエスト、AIパイプライン全体の維持は、徐々に大きな運用費用となっています。したがって、企業は近いうちにAI支援開発の実際のコストをより厳密に検討し、非常に実務的な問いを投げかけるようになると私は考えています。エンジニアリングチームを拡大することと、AIインフラストラクチャの維持のどちらが実際に効率的か。
非常に現実的なシナリオは、優秀なエンジニアリングチームが最終的に、特に製品の維持、進化、長期的なサポートの面で、経済的により持続可能だと分かる可能性がある、ということです。
しかし私は、まさにここから新しいタイプのエンジニアリングチームが生まれるかもしれないと考えています。インフラストラクチャ自体の安定性と回復力を維持することに重点を置いた、非常に小さなグループの非常に経験豊富な専門家。時間の経過とともに、これが業界で最も貴重なエンジニアリングの専門分野の1つになる可能性があります。
-
AIと共に働く人々
そして、最後の仮説ですが、非常に現実的な仮説は、次の世代のエンジニアが、完全に異なる環境でおそらくキャリアを築かなければならなくなる、ということです。これは、プログラミングを超えて、法律、金融、医学、AIが定型的な知的作業の大きな部分を担えるほぼすべての分野で変化が起こり始めています。
それにもかかわらず、私は起こっていることをかなり前向きに捉えています。多分、全体として、私は進歩が好きだからです。テクノロジーが人々の生活を改善し、人間を大量の繰り返しの仕事から解放し、多くのプロセスをより安全で効率的にすることができるという考えが好きです。
たとえば、テスラやウェイモーの自動運転システムは、多くのシナリオで人間の運転手と比較して、驚くほどの高い安全性を示しています。本当に印象的です。
同時に、子供たちが入る世界は、プロフェッショナルアイデンティティの観点から、はるかに複雑になります。彼らは、急速に変化する風景の中で、自分の場所と目的を探す必要があります。
もし子供が今日、法律家、金融アナリスト、またはプログラマーになりたいと考える場合、その職業の姿が将来、大きく変わっている可能性は高いでしょう。将来は、法律分野のAI、金融AI、コーディングAIと密接に連携する専門家になるのかもしれません。AIシステムを操作し、出力を検証し、コンテキストを提供し、重要な決定を下す人々です。
これらのシナリオのほぼすべてが、すでに現実味を帯びていると認識することが大切だと思います。私たちがそれを好きかどうかは関係ありませんが、現在起こっているすべては、技術の進歩のより大きな波の一部です。この過程を止められる可能性はきわめて低いでしょう。つまり、私たちが新しい世界で生きる方法を学び、バランスをとり、コミュニケーションをとり、そしておそらくAIと共存する新しい形を開発する必要があります。












