次世代AIモデルの登場を受け、コーディングエージェントが「それらしいコード」を出力する段階から、実際に動作するアプリケーションを生み出す段階へと進みつつある。開発現場では、生産性が大きく向上する一方、負荷の中心が実装からテストへ移り始めている。

Gizmodoが6日（現地時間）に報じたところによると、ソフトウェアエンジニアのサイモン・ウィリソン氏はポッドキャストで、従来はAIが生成したコードを細かくレビューする必要があったが、最近のモデルは指示通りに動く成果物を返すケースが増えてきたと語った。

同氏は、成果物の信頼性が大きく変わったと指摘する。以前は実行さえ難しいコードも少なくなかったが、足元では正しく動作するアプリが生成される例が増加。コード生成だけでなく、実行やテストの一部までAIエージェントが担う流れが現実味を帯びてきたという。

開発生産性の向上も顕著だ。同氏は、AIの支援によって1日で最大1万行規模のコードを書けるようになったと説明した。コードは実行の成否によって品質を比較的見極めやすく、評価しやすい点も利点として挙げた。

一方、エッセイや法務文書のように正解を定めにくい分野では、AIの出力を評価する難しさがより大きいとした。実際、弁護士がAIの誤情報を見抜けないケースも少なくないと述べた。

こうした開発速度の向上に伴い、ボトルネックの位置も変わってきた。以前は仕様を渡してから実装結果が出るまでに数週間かかることもあったが、今では数時間で成果物が返ってくる場合もある。その結果、新たな負担として浮上しているのがテスト工程だ。短時間で生成された成果物をどう検証するかが次の課題になっている。

プロトタイピングの進め方にも変化が出ている。製品開発では、最初のアイデアはたいてい不完全だという前提で、1つの機能に対して動作方式の異なる複数のプロトタイプを試す手法が現実的になってきた。特にUI設計では、ChatGPTやClaudeのようなツールが説得力のある案を短時間で提示できると評価した。

ただし、最適な案を選び取る役割は依然として人間にある。従来型のユーザビリティテストの重要性も変わらないという。

生産性向上の裏で、運用負荷も増している。同氏は、複数のコーディングエージェントを同時に使うと疲労が急速に蓄積し得ると説明。「AIツールを使いこなすのは思った以上に難しく、多くの練習が必要だ」と強調した。特にキャリア中盤のエンジニアは、自動化に伴う役割の変化の中で大きな課題に直面する可能性があるとした。

最後に同氏は、人間とAIを分ける要素として「主体性」を挙げた。組織力や問題解決能力を伸ばし、新しい技術を積極的に取り入れる姿勢が重要だとした上で、AI時代にはツールを使いこなす力そのものが競争力になると強調した。