最近、ようやくAIの使い方がわかってきた。
よく「AIでコード生成がすごい」と言われるが、実際に本当にインパクトが大きいのはそこではなかった。
本質は、
開発フロー全体を自然言語でつなげられる
ことだった。
今までの開発で本当に重かったもの
従来の開発は、実装そのものよりも「切り替えコスト」が重かった。
例えばこんな流れ。
課題を整理する
↓
Issueを作る
↓
実装する
↓
commitする
↓
PRを作る
↓
レビューする
↓
修正する
一見シンプルに見えるが、実際には毎回大量の文脈切り替えが発生していた。
- Git操作
- branch管理
- PRテンプレ
- issueとの紐付け
- commit粒度
- 影響範囲
- レビュー観点
- リリース影響
つまり、開発とは「コードを書く作業」というより、
文脈を保持し続ける作業
だった。
AIで変わったのは「実装」ではなく「接続」
最近、自分の中で変わったのは、これらを「スキル」に分解して繋げられるようになったこと。
例えば：
自然言語で課題を書く
↓
Issue化
↓
Issueを元に実装
↓
commit
↓
PR生成
↓
レビュー
↓
修正
これをAIとCLIでパイプライン化すると、驚くほどスムーズになる。
特に強かったのが、
- GitHub CLI
- Claude
- Figma
- Google Drive
この辺を繋ぎ始めてからだった。
GitHubを中心に回すと強い
ここで重要だったのが、
GitHubを“コード置き場”ではなく“開発OS”として扱う
ことだった。
GitHubには、
- Issue = 課題
- PR = 差分
- Commit = 思考履歴
- Review = 判断
- Actions = 実行
- Projects = 状態管理
が全部集約されている。
つまり、
AIにとって必要な文脈が、ほぼGitHubに集まる
ということ。
これが強い。
SlackやNotionに文脈が散乱すると、AIは毎回「初対面」になる。
でもGitHub中心にすると、課題・コード・修正履歴・レビューが一本化される。
結果として精度がかなり上がる。
AI時代、人間は「ハブ」になる
最近かなり感覚が変わった。
昔は：
人間が実行し、AIを補助につかう
だった。
今は：
人間が意図を決める
↓
AIが展開・接続・実行する
に近い。
人間は、
- 優先順位を決める
- 違和感を検知する
- 責任を持つ
- 意図を定義する
AIは、
- 展開
- 実装
- 整形
- 接続
- 要約
- PR生成
を担当する。
つまり、
人間はAIのハブになる
という感覚。
「集中力」が不要になる
これが一番驚いたポイントだった。
従来の開発は、「集中して文脈を保持すること」がかなり重要だった。
でもAIを挟むと、タスク切り替えコストが激減する。
例えば：
Aのバグ調査
↓
PR作成
↓
B案件へ切り替え
↓
レビュー返信
↓
またAへ戻る
これが自然にできる。
なぜなら、AIが“作業メモリ”を肩代わりしてくれるから。
IssueやPR自体が「状態保存ポイント」になる。
だから、
「このIssueの続きやって」
だけで再開できる。
GitやGitHubの知識は不要になるのか？
これは少し違う。
正確には、
必要な知識のレイヤーが変わる
が近い。
昔重要だったのは：
- Gitコマンド
- rebase
- conflict解消
- branch運用
みたいな「操作技能」。
でもAI時代は、
- 課題定義
- 影響範囲
- テスト観点
- リスク判断
- 運用感覚
の方が重要になる。
つまり、
Gitを知っている人
より、
Gitを目的に沿って使える人
が強くなる。
経験者 × AI が強い理由
AIだけで開発すると、正直かなり危ない。
- 設計崩壊
- 責務分離崩壊
- テスト不足
- リリース事故
は普通に起こる。
でも経験者には、
- 「これ危ない」
- 「運用で死ぬ」
- 「ユーザが迷う」
- 「リリースで事故る」
という勘がある。
この「現場感」は、まだAIだけでは代替しづらい。
だから今一番強いのは、
経験者 + AI
だと思っている。
AI時代の開発は「流れ」を設計する仕事になる
最近感じているのは、
コードを書く
より、
開発フローを設計する
ことの重要性が上がっているということ。
そして自然言語が、その入口になり始めている。
思いつく
↓
話す
↓
Issueになる
↓
コードになる
↓
PRになる
↓
デプロイされる
この距離が、急激に短くなっている。
たぶん今は、その変化の入り口にいる。