AIがコードを書く時代、エンジニアは何を仕事にするのか

AIエージェントで実装が速くなっても、「何を解決するか」を決める仕事はなくなりません。本を読むこと、現場を知ること、人を育てること。一見別々の話が、一日の中で妙につながったので、考えたことをまとめました。

本を全部読んでから、仕事を始めるのか
分からないことがあると本を買って勉強する。真面目な姿勢ですが、「その本で、いま目の前の何が解決するのか」が引っかかります。Reactで画面を作るとき、APIを全部覚えてから開発する人はあまりいません。困ったところを調べ、試して、破綻したら調べ直します。
安全や法令のように、体系的に学んでおくべき基礎はあります。それでも「何を調べる必要があるのか」という問いが先にあると、学びは仕事につながりやすい。本を読んだ、説明できる、仕事に当てはめた、試して結果を確かめた。この4つの間には、けっこう距離があると思っています。
会社の業務は、本のどこにも書いていない
経理の一般論や承認フローの設計パターンは調べられます。でも、ある会社で誰が何を確認していて、なぜ同じ情報を二度入力しているのかは、現場の人しか知りません。「いつもの手順を見せてもらえますか」という一言から見えることがたくさんあります。現場と仲良くなるのも、それ自体が目的ではなく、困りごとを相談してもらえる入口をつくるためです。
説明のための架空の例として、「承認画面が使いづらい」という依頼を考えます。聞き込むと、本当の問題は承認者が決まらないことだった、ということがあり得ます。兼務や代理承認の規則、組織情報の更新が原因なら、画面だけ直すと使いやすい画面で間違ったフローを回すことになります。

AIは、勘違いしたままでも速く作れてしまう
何を作るかを間違えたまま、きれいなコードとテストが速く出てくる。手で書いていた頃は、作る時間がブレーキになっていました。そのブレーキが外れるなら、最初に方向を確かめる仕事はむしろ重くなります。2025年のDORAレポートも、AIはチームにもともとある強みも問題も増幅すると説明しています。
現場で問題を見つけ、技術を選び、運用と成果まで関わるFDE(Forward Deployed Engineer)という役割にも触れました。Microsoftの記事は、一人の英雄ではなく小さな多職種チームとしてFDEを捉えています。全員がFDEになるとは思いません。QAも、実装できない人の行き先ではなく、正しい振る舞いを理解していないとできない仕事です。正しい問題を解く人と、正しく解けたと確かめる人の両方が要ります。
知人のコンサルタントからは、数十人規模のエンジニアとDevinで開発を進めているという話も聞きました。数字は確かめていない伝聞ですが、AIで速くなることが、そのまま人を減らすことにはならない例として印象に残りました。

自分で気づけない人を、どう育てるか
速くコードを書けることと、会社が速くなることは同じではありません。要件の確認や承認が止まっていれば、納期は縮みません。何時間働いたか、何行書いたかではなく、誰がどう助かったかで仕事を見たい、と考えました。
人を育てるときも、「もっと考えて」と言うより、問いを小さくするほうがよさそうです。誰が一番困っているのか。まだ確認できていないことは何か。誰に聞けばいいか。ただ、急かさないことと、仕事の責任を曖昧にすることは別の話です。危ない部分は経験者が見て、本人にはできる範囲を一歩ずつ任せます。
記事の最後は、その日の朝に書いた、小学6年生の娘とのやり取りのX投稿で締めています。先回りしたアドバイスは自分の体験談であって、相手のリアルではない。仕事でも家庭でも、経験できる環境を整える支え方を考えたいと思いました。
もっと深く読みたい人へ
全文では、学び方、現場への入り方、承認フローのテスト観点、FDEとQAの役割、人材育成の順序を、出典つきで書いています。