Skip to content
【重要】PHPの重大な脆弱性（PHP2Shell）への緊急対応を受け付けています詳しく見る →
SolanaLink LogoSolanaLink
AIエージェントはプログラマーの「てこ」であり、代わりではない

AIエージェントはプログラマーの「てこ」であり、代わりではない

画像: xAI Grok生成
開発
21 分で読めます
0
0 件のコメント
25 回表示

AI エージェントは、プログラマーの「てこ」をかつてないほど長くしています。けれど、支点はいまも人間です。日米の最新データから、能力・生産性・雇用で実際に起きている変化と、コードが安くなったいま高くなっているものを読み解きます。

我に支点を与えよ

「我に支点を与えよ。さらば地球をも動かしてみせよう」。二千年以上前、アルキメデスはそう言ったと伝えられています。

この言葉を、最近よく思い出します。私の画面には、いつも十数個のウィンドウが並んでいます。その一つひとつで、Claude Code のエージェントが働いています。リファクタリングをするもの、テストを書き足すもの、そして手を止めて私の判断を待っているもの。ソフトウェア開発に二十年以上携わってきましたが、一人でこれほど多くの仕事を同時に前へ進められたことは、一度もありませんでした。

けれど、外から聞こえてくる声は穏やかではありません。「AI がプログラマーを置き換える」という見出しが、次々と流れてきます。Stack Overflow の 2026 年の調査では、17% の開発者が、スキルが衰えることや、自分を置き換える AI を自ら育ててしまうことを恐れて、あえて AI から距離を置いていると答えました。かつてない力を手にした高揚と、言葉にしにくい不安。それが、いまのプログラマーに共通する気持ちなのかもしれません。

そこで私は、データを探しに行きました。日本のもの、アメリカのもの。できるだけ新しく、できるだけ一次情報に近いものを。読み終えたとき、答えはむしろはっきりしていました。AI エージェントはプログラマーの「てこ」であって、代わりではありません。てこが長くなっているのは事実です。けれど、てこは自分では力を出せません。支点が要ります。その支点が、人間です。

てこは、もう十分に長い

まず、このてこがどれほど長くなったのかを見てみましょう。

2025 年、楽天のエンジニアが、多言語にまたがる複雑なオープンソースのリファクタリングを Claude Code に任せました。Claude Code は七時間、一人で働き続けました。その七時間、彼自身は一行もコードを書かなかったそうです。

一年後、その七時間は、はるか後ろに置き去りにされました。2026 年 6 月、Anthropic は Claude Fable 5 を発表します。Stripe はこれを使い、5,000 万行の Ruby コードベースの移行を一日で終えました。人のチームが手作業で行えば、二か月以上かかる仕事です。同じモデルを一部のパートナーにだけ提供している Mythos 5 は、あるゲノム研究で、一週間以上にわたってほぼ自律的に作業を続けました。9 月に登場した Opus 5.5 では、ある早期ユーザーが 68 万行のコード移行を一日足らずで終えています。別のユーザーは 20 万行のコードベースの監査と修正を三時間足らずで終えました。前世代のモデルなら、二十時間以上かかった作業です。

では、シニアエンジニアと比べるとどうでしょう。Every は一つの課題を用意しました。本番環境で何度も落ちていた共同編集システムを作り直す、という課題です。人間のシニアエンジニア二人の答案は、89 点と 96 点。Fable 5 は、人が追加の指示を与えたうえで 91 点を取り、ちょうど二人の間に収まりました。

AI の力を測るための物差しさえ、足りなくなり始めています。研究機関 METR は、「人間の専門家なら何時間かかる仕事を、AI が五割の確率で一人で完遂できるか」で能力を測っています。この長さは 2023 年以降、およそ四か月あまりごとに倍になってきました。2026 年 3 月に測れたのは「少なくとも 16 時間」。そのうえで METR は率直に認めています。これ以上は、課題集に長い仕事が少なすぎて、正確には測れない、と。

どれも事実です。話がここで終わるなら、不安を抱くのも無理はありません。

それでも、支点は人間である

けれど、この話には、もう半分があります。

ハーバード大学で経済学の博士課程に在籍する二人、Fiona Chen と James Stratton は、655 社、72 万人を超える従業員の作業記録を、2021 年 1 月から 2026 年 8 月まで追いかけました。AI コーディングアシスタントに加えてコーディングエージェントを導入すると、コード行数はさらに 44%、コミットは 36%、PR は 36% 増えました。それなのに、実際に完了したタスクは 14% しか増えず、統計的にもかろうじて有意という程度でした。論文の推計は、産出が 31% を超えて増えた可能性も否定しています。

増えたコードは、どこへ行ったのか。列に並んでいたのです。コードをレビューに出してから承認されるまでの時間は、平均で 56% 延びました。レビュー待ちの時間が 60%、レビューそのものの時間が 59% 延びています。Faros という会社が一万人以上の開発者を分析したときも、同じ光景が見えました。マージされた PR は 98% 増え、レビュー時間も 91% 延び、組織全体のデリバリーは速くなっていませんでした。

もう一つ、もっと繊細な発見があります。2025 年、METR はランダム化比較試験を行いました。経験豊富なオープンソース開発者が AI を使って実際のタスクに取り組むと、実際には 19% 遅くなっていたのに、本人たちは 20% 速くなったと感じていたのです。感覚は人を欺きます。しかも、とても誠実に。

Snorkel が用意した 100 問のシニア級エンジニアリング課題では、いまの最良のモデルでも、六割を超える課題で、シニアエンジニアに求められる正しさと勘所に届いていません。

私自身の一人会社でも、同じ壁にぶつかりました。十数体のエージェントが同時に動いていると、ボトルネックはもう、コードを書くことではありません。私が結果を読み、決める速さなのです。

コードは、もう安くなりました。高くついているのは判断です。このコードは正しいのか。この仕事はやるべきなのか。このリスクは引き受けられるのか。てこは、いくらでも継ぎ足せます。けれど力をかけるたびに、その力は最後には、人の判断の上に乗るのです。

太平洋の両岸、二つの空模様

次に、雇用を見てみます。太平洋の両岸では、空模様がずいぶん違います。

まず日本です。2026 年 3 月に卒業した大学生の就職率（就職希望者に占める就職者の割合）は 98.0% でした。リクルートワークス研究所が従業員 1,000 人以上の企業 186 社に尋ねたところ、68.8% が「AI によって新卒の採用数は変わらない」と答えています。レバテックのデータでは、IT 人材の転職求人倍率は 9.1 倍。仕事を探すエンジニア一人に対して、九件を超える求人がある計算です。

日本の変化は、職種の構成の中に隠れています。テスターの求人数は、二年前のピークの 0.17 倍にまで縮みました。一方で、コンサルタントの求人倍率は 31.6 倍、プロジェクトマネージャーは 23.7 倍に達しています。レバテックは、IT 人材の転職市場で、企業のまなざしが「若く経験の浅い人」から「すぐに戦力になる専門人材」へと移りつつあると見ています。新卒については、第一ライフ資産運用経済研究所が、日本の新卒採用は育成を前提とした採用であり、AI が入門的な仕事を引き受けても、新卒の席がそのまま消えるわけではない、と説明しています。

アメリカでは、入口の扉が確かに狭くなっています。スタンフォード大学デジタルエコノミー・ラボが ADP の給与データで追跡したところ、ソフトウェア開発を含む AI の影響を受けやすい職種では、22〜25 歳の雇用が、影響の小さい職種の同世代並みに伸びていた場合の水準より、約 19% 低くなっていました。一年前、この差は 15% でした。変化の多くは解雇ではなく、新人を採らないことによるものです。ニューヨーク連銀のデータでは、2026 年 3 月時点で、22〜27 歳の大卒者の失業率は 5.6%。働く人全体の 4.2% を上回り、とりわけ工学とコンピュータサイエンスで目立ちます。社会に出たばかりの若者にとって、これらの数字は、返事の来ない応募が増えることを意味します。

それでも、同じスタンフォードの研究は、こうも記しています。経済全体での大規模な置き換えは見られず、経験を積んだ人たちには、同じような差は出ていない、と。アメリカ労働統計局の最新の十年予測でも、ソフトウェア開発者は 10% 増え、毎年およそ 9 万 5,000 件の求人が生まれるとされています。

空模様は違っても、風向きは同じです。マニュアル通りにこなせる繰り返しの仕事は、潮が引くように減っています。判断し、設計し、責任を負う仕事は、潮が満ちるように増えています。

てこを握るのは誰か

では、長くなり続けるこのてこを握っているのは、誰なのでしょうか。

ますます、一人の人間です。Stack Overflow の 2026 年の調査では、「一人だけの組織」で働く開発者が 4% から 10% に増えました。アメリカのスタートアップのデータを扱う Carta によると、単独創業の新会社の割合は、2019 年の 23.7% から、2025 年上半期には 36.3% に上がっています。ただし、ベンチャー投資はいまもチームを好みます。2024 年に設立された単独創業の会社が受け取ったのは、その年のプライスドラウンドによる株式調達額の 14.7% にとどまりました。イスラエルのプログラマー Maor Shlomo は、外部資金を一切受けずに AI アプリ作成ツール Base44 をつくり、六か月後、8,000 万ドルの現金で Wix に売却しました。もっとも、そのころには、彼のそばに 8 人の社員がいました。

そして、大企業もてこを握っています。彼らが選んでいるのは、人を減らすことではなく、人の力を大きくすることです。楽天は Claude Code を導入し、新機能のリリースまでの期間を 24 営業日から 5 日に縮めました。日立は、グループ約 29 万人のすべての業務プロセスに Claude をはじめとする先進的な AI を取り入れ、そのうち 10 万人を AI プロフェッショナル人財に育てると発表しています。

コードを書くことが安くなると、ソフトウェアをつくる人は、むしろ増えました。GitHub の開発者数は、2023 年に 1 億人を超えたばかりでしたが、2026 年 9 月には 2 億 2,500 万人を超えています。そのうち日本は約 715 万人、アメリカは約 3,830 万人です。今年 9 月には、四割を超える PR の最初の一稿を、エージェントが書きました。半年前は 17% でした。ソフトウェアは、より遠くへも届き始めています。鉱業、建設、医療、農業にかかわる公開リポジトリは、いずれも 2022 年の数倍に増えました。

経済学には、古い話があります。1865 年、ジェボンズは、蒸気機関が石炭を節約するほど、イギリス全体で燃やされる石炭はかえって増えることに気づきました。効率がコストを下げ、下がったコストが需要を解き放ったのです。ソフトウェアが同じ道をたどるかどうか、答えが出るにはまだ時間がかかります。けれど目の前の数字は、すでにその兆しを見せています。

私自身も、このてこの小さな一例です。私の会社は、私一人の会社です。プロジェクトごとに開発エージェントを一体置き、「プロジェクトマネージャー」役のエージェントが進み具合をまとめて、私が決めるべきことを知らせてくれます。要件定義書は、プロダクトマネージャー役のエージェントが書きます。教育、民泊管理、旅行マッチング、コミュニティ EC。かつてなら、チームが必要だったプロダクトです。いま、それらに必要なのは、私の判断です。

高くなっていくもの

コードが安くなったなら、何が高くなっているのでしょうか。データの答えは、驚くほど一致しています。

検証です。PR は列をなし、レビューはどんどん長引いています。Stack Overflow の調査では、半数近くの開発者が、結果を簡単に確かめられるときにしか AI を信頼しないと答えました。2025 年、GitHub のコードスキャンツール CodeQL が最も多く出した警告はアクセス制御の不備になり、15 万を超えるリポジトリで検出されました。GitHub は、その一因を、AI が生成したコードのひな形が重要な権限チェックを省いていることだと見ています。間違いを見抜く力は、コードを書く力よりも希少になりつつあります。

選ぶ力です。METR の調査で、人々が自己申告した「速さ」の向上は 3 倍でしたが、「価値」の向上は 1.4〜2 倍にとどまりました。速くつくることは、もう難しくありません。難しいのは、何をつくる価値があるのかを知ることです。

経験です。スタンフォードの研究は、こんな傾向も観察しています。教科書や文書で学べる知識に頼る職種ほど若者の雇用が減り、実践の積み重ねに頼る職種ほど経験者の雇用が速く伸びている。ただし研究者自身、これは相関であって因果ではないと断っています。Every の課題でも、モデルと人間の差が最も大きかったのは、過去の障害から得た教訓を覚えておくこと、そしてシステムを思い切って簡素にすることでした。

そして、設計とマネジメント、本番システムと本物のユーザーに責任を持つことです。デプロイや本番障害の調査に AI を使っている開発者は、二割しかいません。AI がコミュニケーションに役立つと答えた人も、三割あまりにとどまります。

これらの力には、共通点があります。どれも人の中で育つものです。失敗を重ね、責任を負うたびに、少しずつ育っていくものです。

てこを握るすべての人へ

もしあなたが、長年コードを書いてきた人なら。自分を「コードを書く人」とだけ考えるのは、もうやめてください。あなたの本当の価値は、問題をどう定義すべきかを知り、どこで事故が起きるかを知り、いつ「ノー」と言うべきかを知っていることです。それこそが、エージェントに最も欠けているものです。今日から、問題を定義し、エージェントを動かし、結果を検収する人になってみてください。

もしあなたが、この業界に入ったばかりなら。日本の企業が以前より高い水準を求めていることも、アメリカの入口が狭くなっていることも、私は知っています。それでも、あなたの手には、先輩たちが一度も持ったことのない道具があります。入門のポストが自分を証明してくれるのを、待つ必要はありません。エージェントを使って、本当に誰かが使ってくれるプロダクトをつくってください。あなたの代わりに、作品に語らせてください。

そして、誰であっても。自分の生産性は、感覚ではなくデータで見てください。あの実験が教えてくれた通り、感覚は人を欺きます。

私は、プログラマーの未来は、もっと良くなると信じています。AI が十分に強くないからではありません。十分に強いからこそです。かつてはチームでなければできなかったことを、一人でも成し遂げられるほどに。GitHub のレポートに、こんな話があります。ネパールのある開発者が、GitHub Pages で洪水の速報ページをつくり、のちにそれを、公式の災害警報を中継するサービスへと育てました。大企業も、大きなチームもありません。一人の開発者と、その人が守りたかった人たちがいるだけです。

てこは、これからも長くなっていくでしょう。増えたその力を、誰かの暮らしを少し良くするために使えたら、と願っています。

初心を忘れず、優しい人であること。この時代には、どんな技術よりも、この言葉こそをコードに書き込みたいと思うのです。

出典

能力

生産性

雇用：日本

雇用：アメリカ

規模と事例

コメント

コメント (0)

#ソフトウェア開発#生産性#AI#日本市場
ニュース＆ブログに戻る