バイブコーディング、AI、エンジニアリングの新しい現実

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、興奮するような幻想のように聞こえました。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フルパーティシパントになりました。

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レベルで仕事ができるのか？そして、近い将来、この職業はどうなるのか？

私は自分でも開発者であり、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支配的な物語は、次のようなものです。

AIはコードを書くことが非常に効果的になっており、重要なのは、人間が犯す一般的なミスを避けることができるということです。また、AIはエッジケース、つまりソフトウェアエンジニアリングで一般的であり、開発者が予測するのが難しいまれで特殊なシナリオを扱うことが得意です。

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「ボタンをここに置きます。ここに18のエッジケースを考慮する必要があります。ここにテストを実行する必要があります。ここに追加する必要があります」と応答します。見てみると、「はい、それは実際に意味があります」と思うかもしれません。自分で気づくには数週間かかるかもしれませんが、AIはすぐに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、生産性と効率が大幅に向上します。

この物語は、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、非常に強い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。

私の答えはいつも同じです。なぜなら、実際にはドラマチックなことではないからです。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。私たちが最後の世代の開発者である可能性があります。私たちが手でコードを書き、システムの下層でどのように動作するかを深く理解しています。次の世代は、AIツールを通じて仕事をしています。エンジニアリングの実践自体が変化しています。

以前の物語では、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、見た目は完全に正常に見えます。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、弱いエンジニアリングの決定、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、大規模なシステムのロジックは、まだ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生産環境、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、構造の分析、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、私が強いエンジニアが長い間非常に貴重であると信じる理由です。同時に、経験豊富なエンジニアが今日、AIモデルを改善し、トレーニングしていることを助けています。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

これにより、将来についての最大の質問に至ります。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、数つ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诚実な答えは、ほとんどの人がまだこの未来について十分に考えていないことです。なぜなら、まだ誰もがこの未来が実際にどのように見えるかを完全に理解していないからです。

たとえば、AIエージェントは本当にほぼ完全なコードを書くことができるようになる可能性があります。強いアーキテクチャ、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。現在、まだこの質問は完全に開かれています。

同時に、大手テクノロジー企業であるApple、Microsoft 、Googleは、強い研究者、Ph.D.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、自動コード生成の世界でも、深いエンジニアリングの理解が重要であると考えるからです。

しかし、小さな会社は、非常に異なる計画 горизонтで運営しています。スタートアップが6ヶ月以内に存在しなくなる可能性がある場合、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。現在、多くの現代の開発者にとっては、想像することすら難しいものです。

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歳、70歳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、すでに遠い過去のもののように感じます。

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。

パンチカードは長い間前に消えました。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消えました。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。ヘッドフォンには、バックグラウンドで動作する小さなオペレーティングシステムが含まれています。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、まだ誰もが真の経済学を慎重に計算していないだけです。

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パイプラインの維持は、すべて、運用コストとして徐々に増加しています。したがって、私は会社がすぐにAIアシスト開発の真のコストをより慎重に検討し始め、非常に実際的な質問を問うようになるでしょう。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、強い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、より経済的に持続可能であることを証明することです。

しかし、私は、これが実際に新しいタイプのエンジニアリングチームが現れる場所であると考えています。インフラストラクチャ自体の安定性と堅牢性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化の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キャリアを築く必要があることです。これは、プログラミングを超えて、法律、金融、医学、AIが知的ルーチンワークの大部分を取ることができ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、財務分析家、またはプログラマーになりたいと考える場合、確実にその職業が将来、完全に異なったものになる可能性があります。たぶん、これらは法的AI、財務AI、またはコーディングAIと密接に協力する専門家になるでしょう。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とんどは、すでに今日現実的に感じられるものです。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。このプロセスを停止する可能性は非常に低いです。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。