あなたはどのタイプ？
AI時代のエンジニア、3つの道
ツールの違いは表面的なもの。分かれ目はワークフローです
最近、友人とそれぞれのAIを使ったプログラミングのやり方について話しました。違いは驚くほど大きかったです。ツールが違うという話ではなく、ワークフローがまるで別の生き物だったのです。
大きく分けると3つです。
codeは自分で書きます。AIにはbugを見つけたり、問題を予測したり、時々一部を補ったりしてもらいます。何をどう書くかはエンジニアが決め、AIは主な作業の流れには関わりません。
開発はAIに任せ、エンジニアはテストを書くことに専念します。「何をもって正しいとするか」を定義しておけば、テストを実行するだけでAIのcodeが通るかどうか分かります。仕事はプログラムを書くことから仕様を書くことへ変わります。
開発もテストもすべてAIに任せます。要件を伝え、成果物をレビューし、細部を調整します。codeには触れず、方向性だけを示します。
ChatGPT 3.5が登場し、ChatGPT Plusを契約しました。自分でcodeを書き、時々一部をGPTに渡して、もっと良い書き方がないか聞いていました。その後、会社がTeamプランを導入したので、個人の契約は解約しました。
Claude Proを使い始め、請求額は月額$200に跳ね上がりました。AIが書くcodeが増え、私はテストとreviewにより多くの時間を使うようになりました。
GitHub Copilotは、workspace機能とGitHubとの連携に魅力を感じました。当時のVS Code pluginの中では、使い心地の良いツールの一つでした。
Google AI Proは、NotebookLMやNanoの流れに乗って使い始めました。米国の学校の資格を使って無料で利用しています。
OpenClawを試しているうちに、思いがけず複数の仕事を同時に指揮するコツを覚えました。モデルは十分に賢くなりました。以前は作業量が多すぎて考えもしなかったことが、AIの部下がいればようやくできるようになったのです。OpenClawは後にtokenの消費が激しすぎて使うのをやめました。でも、その経験で私はすっかり指揮派になり、自分のものを作るようになりました。
| サービス | 期間 | 金額 |
|---|---|---|
| ChatGPT Plus | 2023/2 ~ 2024/2 | $260 |
| Claude Pro / Max | 2025/2 ~ 2026/3 | $1,342.86 |
| GitHub Copilot | 2025/5 | $100 |
| Google AI Pro | ~2025年半ば ~ 現在 | $0（eduで無料） |
| 合計 | $1,702.86 | |
指揮派になるのにエンジニアである必要はありません。誰でもAIに仕事を頼めます。
ですが、その差は大きいのです。
技術を理解していない人は、AIが出してきたものをそのまま受け取ります。アーキテクチャの良し悪しは分からず、どこに落とし穴があるかも分かりません。
技術を理解している人は、まず境界を決められます。フレームワークをどう選ぶか、モジュールをどう分けるか、どこは触ってはいけないか。AIにはその枠の中で作業させ、方向がずれたらすぐに修正します。
違いは成果を出す速さではなく、問題が起きたときに表れます。
これはソフトウェア部門の運営に似ています。上司は技術を理解していますが、普段はcodeを書きません。方向性を決め、仕事を割り振り、成果物をreviewします。実装するのは部下のエンジニアです。順調なとき、上司は口を出すだけです。では、問題が起きたら？ 上司が自ら引き継ぎます。理解しているからこそ、立て直せるのです。
成果は安定しますが、速度は遅くなります。AIの能力が伸び続けるなか、手書きにこだわれば効率の差は広がる一方です。
大きな効果が得られますが、高いテスト能力も求められます。テストが不十分だと、AIが出したものを検証しきれません。
最も速く楽ですが、リスクも最大です。あなたの価値はただ一つ、問題が起きたときに対処できるかどうかにかかっています。
3つのやり方は互いに排他的ではありません。プロジェクトの性質に合わせて切り替える人も多いです。
ただ、一つ確かなことがあります。どの道を選んでも、「技術を理解しているかどうか」の重要性は下がっていません。むしろ、より高まっています。
AIが強力になるほど、その答えが正しいかどうかを判断する力の価値が高まるからです。
先ほど「3つのやり方は互いに排他的ではなく、プロジェクトの性質に合わせて切り替える人も多い」と書きました。一つの肩書きでは収まりません。そこで、ここでは3行にしました。各行の質問は2つ、codeを誰が書くか、テストを誰が書くかです。判定には上の3つの定義だけを使い、この記事で触れていない組み合わせなら、該当する分類がないとはっきり示します。すべてブラウザ内で動き、外部には何も送られません。ラベル欄は空欄でもかまいません。入力するなら、プロジェクト名や認証情報ではなく、識別用の記号にしてください。
判定に使う定数の出典はすべてこの記事です。手書き派は「AIは主な作業の流れには関わらない」、テスト派は「開発はAIに任せ、エンジニアはテストを書くことに専念する」、指揮派は「開発もテストもすべてAIに任せる」です。右欄の3つのトレードオフは、上の3枚のカードからそのまま引用しています。この記事では、どんな分布が良いかは書いていません。ここでも点数を付けたり、合格ラインを引いたりはしません。判定しているのは、あなたがこの3つのプロジェクトをどう説明したかだけで、実際の姿ではありません。repoも読まず、commitも確認せず、テストカバレッジも見ていません。現実には「誰がcodeを書くか」は連続的で、二択にすると混在した状態も一つの枠に押し込むことになります。この3行も網羅的な調査ではなく、あなたが選んだ3件にすぎません。
私もまだ学んでいる途中です。指揮する立場になっても、LLMは毎日、思いもよらなかったことを教えてくれます。たった一つのpromptから返ってきた結果が、自分で当初考えていた案より良いこともあります。
今、AIコミュニティは非常に活発です。新しいツールやフレームワーク、新しい使い方が毎週のように現れます。新しい知識を吸収しながら、何が使えて、何がただの話題作りで、何を深く調べる価値があるのか、実現可能性を絶えず確かめなければなりません。
広さも深さも同時に増しています。この道のりはまだ長いです。