大規模コード把握によるAI開発が昨年の5月より本格化
2025年頃から、Claude CodeやChatGPT Codexといった
AI開発エージェントが登場し、一般的に使われ始めました。
これらの登場によって、既存の実案件の大規模コードをAIが把握し、
影響範囲を考慮した上で改修まで行えるケースが増えてきました。
AI開発エージェントの登場による変化
先述のAI開発エージェントの登場により、開発現場では次のような変化が起きました。
すでに変わったこと：大規模コードの全体把握もAIが可能に
| 項目 | 従来のAI開発（～2024頃） | AI開発エージェント登場後（2025～） |
|---|---|---|
| コード理解範囲 | 単一ファイル・関数単位が中心 | リポジトリ全体を前提に理解 |
| 実装スタイル | 指定箇所の部分生成が中心 | 影響範囲を含めた横断的な実装 |
| 実務での適用範囲 | 新規コードや小規模修正が中心 | 既存の大規模コードベースでも実用可能 |
| AIの役割 | 人間の補助ツール（サジェスト中心） | 実装担当に近い役割を担う |
| 改修前の調査 | 人間が関連箇所を手動で調査 | AIが全体を解析し候補を提示 |
| チーム規模との関係 | 大規模案件は人手が必要 | 小規模チームでも対応可能に |
AIの役割が部分的なコーダーではなく、より高度なシステムエンジニア的な役割もこなすことが可能になりました。
現状では、よほどセキュリティ上の制約等がなければ、
「仕様書通りにプログラムを組むだけの役割」は急速に縮小していると感じています。
プログラマに残っているのはどんな仕事？
① 最終チェック
AIは実態よりも肯定的な回答をすることが多く、AIは「問題なし」と言っていても、実際に触ってみたら動かないというケースも現実として存在します。
Playwright等との組み合わせにより、テストも自動化していけばこうしたケースは減少していくでしょうが、やはり「最終責任は人間」という点は変わらないのではないかと思います。
② AIに指示を出す
はっきりしたエラーであれば、単に「直して」とAIに指示すれば解決することも増えてきました。
しかし、
- 何を作りたいのか
- どんな価値を提供したいのか
- どこまでを今回の変更範囲とするのか
といった「意図」を整理し、指示に落とし込む作業は、依然として人間の役割です。
③ クライアントとのコミュニケーション
クライアントからの指示は、
- 内容が不明瞭
- 情報が不足している
- 前提が間違っている
といったケースも多くあります。
情報が不足していたり誤っていたりすると、当然AIも誤った対応をしてしまいます。
そのため、AIに指示できるレベルまで情報を整理して収集する作業は、当面は人間の重要な仕事として残り続けると感じています。
クライアントからのフィードバック収集を円滑にするために
「とにかく簡単に、統一されたフォーマットで」クライアントからフィードバックを集めるために、TryCheckというサービスを開発しました。
https://trycheck.jp/
TryCheckの強み：「誰でも簡単に、すぐに、高クオリティーのフィードバックを」
- クライアントはアカウント作成不要
- エンジニアはリンクを発行して渡すだけ
- 誰でも使えるシンプルなUI
- 修正に必要な環境情報などを自動収集
下記、デモ動画ですのでご覧ください。
https://x.com/mule52698942/status/2023202164865384710
まとめ
AI開発エージェントの登場により、
- 大規模コードの理解
- 実装
- テスト
までAIが担う時代が現実になってきました。
その中で人間に残るのは、
- 最終判断
- 意図の整理
- クライアントとの橋渡し
といった役割になっていくのではないかと感じています。