AIの前は、それほど多くはなかった。
今日、AIを使う優秀なエンジニアは、サイボーグ・エンジニアのように見え始めています。人間の判断力、経験、責任感はそのままに、コードを書く、システム进行分析する、ドキュメントを検索する、設定をレビューする、かつては不可能だったスピードでアイデアをテストするツールで強化された姿です。
AIはエンジニアにより大きな力を与えます。
当然、それを眺めた一部の企業はこう考えます。
「よし。これでエンジニアを排除できるかもしれない。」
そして彼らを何と置き換えるというのか？ AIエージェント？ 複数のエージェント？ 最終的にはロボット？
それはうまくいかないと思います。
エンジニアは、システムがなぜ存在するのか、何が壊れる可能性があるのか、ビジネスが実際に何を必要としているのか、そして——決定的に——AIがもっともらしい嘘を自信満々に生成しているときを理解しています。最後の点は仮定の話ではありません。大規模言語モデルを使う上での日常の現実です。もっともらしい響きの幻覚を認識できる人間がループにいなければ、やがてその幻覚はプロダクションに出荷されるでしょう。
AIはエンジニアリングの責任を排除しません。AIは有能なエンジニアを劇的に生産的にします。
具体的に言えば、それは次のことを意味します。
- 設計の責任は依然としてエンジニアにある。
- 影響範囲（blast radius）の責任は依然としてエンジニアにある。
- モデルが間違っているときの判断は依然としてエンジニアにある。
変わるのは注意の単位経済です。ボイラープレート、ルックアップ、初稿作成——かつてスプリントの半分を食い潰していた那种作業——は今や外部に委譲できます。残った人間の時間は、問題のフレーミング、トレードオフの衡量、そしてこのコードベース、このチーム、この顧客にとっての「正しい」が実際に何を意味するのかを判断する——人間にしかできない部分に費やされます。
この議論にはもう一つ、十分に注目されていない部分があります。コストです。
今のところ、AIは信じられないほど安価に感じられます。サブスクリプション、補助金の出るプラン、まとめ売りトークン、プロバイダ間の激烈な競争。「すべての人にAIを」の表示価格は、上級エンジニアの給与の前では端数のように見えます。
しかし実際の利用状況を見てみましょう。本格的なエージェント型ワークフローを実行し、Langfuseのような可観測性ツールで同等のAPI消費をトレースすれば、モデル利用だけで1日あたり数百ドルかかることは珍しくありません。私は実際に、エージェントが本気の作業——リポジトリの読み取り、ツール呼び出し、失敗の繰り返し、コンテキストの再読——をしているとき、ワークロードが1日300ドル〜400ドルの範囲で動くのを目撃したことがあります。
これは誤植ではありません。1人のエンジニアと1つのAIが、月に4桁のトークン消費を発生させているのです。
いつか、誰がその請求書（bill）を支払います。そして、*「誰が支払うのか」の答えが「モデルプロバイダの投資家」*であるなら、上級エンジニアの置き換えを正当化する算術は、長続きしない価格の上に成り立っていることになります。
私の見るところ、勝ちパターンは言説が示唆するよりもシンプルです。
- 良いエンジニア + AI ＞ 良いエンジニアだけ。
- ただし：AI ≠ エンジニア。
AIを使ってサイボーグ・エンジニアを育てましょう。 instincts、経験、責任感を備え、それを凌駕するスピードで動くツールで強化されたエンジニア。1年前よりも多くのものを出荷し、より多くを観察し、1時間あたりにより多くを学べるエンジニア。
AIを、何を構築しているかを理解している人間を取り除く口実として使ってはいけません。短期的な節約は本物に見えるでしょう。しかし長期的な請求書（bill）——障害、セキュリティインシデント、誰も信頼しないソフトウェアとして測られる——を支払うのは誰かです。それは通常、その置き換えを承認した役員ではありません。
サイボーグとエンジニアは、組織図が示すよりも多くの共通点があります。どちらも、替えが利かない部分が金属やモデルではなくオペレーターの判断であるという点で、システムです。そのために設計する。そのために採用する。それを拡張する。
エンジニアリングの未来は、より少ないエンジニアとより多くのエージェントではありません。より良いエンジニアとより良いツールです。
#AI #エンジニアリング #ソフトウェアエンジニアリング #DevOps #SRE #人工知能 #AIエージェント #仕事の未来 #技術 #ソフトウェア開発