AIとエンジニアリングをめぐる一般的な物語は、心地よいものだ。ツールが誰もの底上げをし、ジュニアがシニア並みのコードを書けるようになり、競争の場は平準化される、というものだ。素敵な話だ。しかし、それはほとんどの場合、逆である。AIはエンジニア間の格差を縮めない。むしろ広げる——なぜなら、AIが最も報いるものは、AI自身が与えられない唯一のもの、すなわち「なぜこれをやっているのか」についての判断力だからだ。
逆転
私たちが「ベストプラクティス」と呼ぶものの多くは、実際には人間の限界への適応にすぎない。関数を短く保ってきたのは、人が頭の中に保持できる量には限りがあるからだ。同じことを繰り返さないよう規律を保ってきたのは、同じ変更を手作業で5か所に加えることがバグの温床だからだ。物事を書き残してきたのは、人間の記憶が失われやすいからだ。どれも良いルールだが——キーボードの前に座る人間であることのコストによって形作られたルールだ。
AIはこれらのコストを変える。エージェントが数秒でコードベース全体を読み、40個のファイルにまたがる重複パターンをアトミックにリファクタリングし、どこに何があるかを決して忘れないとき、こうした古い制約の一部は単純に成り立たなくなる。ルールを生み出していた経済性が逆転し、それに伴って静かに一部のルールも逆転した。すべてではないが——「昔からこうしてきた」がもはや安全なデフォルトではなくなる程度には、十分な数のルールが。
推論のギャップ
ここで格差が開く。2人のエンジニアが「繰り返しを避けよ(DRY)」というルールを知っているとする。1人はなぜかを知っている。重複が危険なのは主に、あるコピーを変更して他を変更し忘れたときに同期がずれるからであり、このルールが本当に扱っているのは似たようなブロックが2つ存在すること自体ではなく、保守リスクなのだ、と。もう1人はルールを知っているだけだ。
両者に、AIがパターンのすべてのコピーを瞬時かつ確実に見つけて更新できる世界を与えてみよう。前者は、このルールがここでも通用するかどうか、そして重複が誤った抽象化よりも今は安上がりになったのはいつなのかを推論できる。後者はルールを唱えることしかできない。地面が動いたとき、理解していれば正しい答えを再導出できるが、暗記していると、理由がすでに蒸発したルールを弁護するしかなくなる。
これが推論のギャップであり、AIはそこに油を注ぐ。トレードオフを理解していたエンジニアは力の増幅器を手に入れる。結論だけを暗記していたエンジニアは、昨日の答えをより速く量産するための、自信満々なツールを手に入れるだけだ。
生産性が低いだけでなく——正味でマイナスになる
基準を下回るエンジニアが単に生産性が低いだけなら、まだましだ。より厳しい真実は、変化の速い環境では、そのエンジニアがチームにとって正味でマイナスになりうるということだ。彼らは「うちのやり方はそうじゃない」と伝統を持ち出して良い変更を遅らせるが、その伝統が今も意味を持つかどうかを言えない。摩擦を生み、反射的にレビューし、もはや割に合わなくなったルールに議論を固定させる。そのコストは、彼らがやらない仕事だけではない。彼らの周りで考えている全員に及ぶ足かせでもある。
民主化という神話
だからこそ「AIはコーディングを民主化する」というのは半分しか真実ではない。確かに、可能なことの基準ラインは上がった。まったく出荷できなかった人が、何かを出荷できるようになった。しかし判断力の価値はそれ以上の速さで上昇した。AIツールは、すでに何をしているか分かっている人にとって最も価値がある。なぜなら、そういう人こそが、ツールが正しいとき、自信満々に間違っているとき、そして状況が変わりすぎて古い答えがもはや通用しないときを見分けられるからだ。あなたを増幅するツールは、増幅される対象の質でしか価値を持たない。
新しい「普通」は存在しない
物事が落ち着くのを待ち、新しいベストプラクティスを学んでそこに落ち着きたい、というのが本能的な反応だ。しかし能力の向上はあまりに速く、それを許さない。数か月ごとに、私たちの働き方を形作っていた何らかの制約が再び緩み、また一群の既存の知恵が静かに期限切れになる。暗記すべき安定した新しい標準は存在しない。重要なのは、今日どこに立っているかではなく、地面が再び動いたときにどれだけ速く正しい答えを再導出できるかだ——そしてそれは、暗記したルールブックの性質ではなく、理解の性質である。
これは、人間をループの中心にしっかりと留めておくことの正当な理由でもあり、私たちがTaskGoblinを設計した方法そのものでもある。エージェントはコードを書き、マージリクエストをレビューするが、決して承認せず、決してマージしない——なぜなら、ある変更が今このシステムにとって本当に正しいかどうかの判断こそが、自動化できない部分だからだ。エージェントは生み出されるものの基準ラインを引き上げる。システムがどうあるべきかを決めるのは、依然としてあなたの仕事であり、それはこれまでのどの時点よりも価値がある。
あなたはどこに立っているか
自分自身に試せるテストがある。あなたが従っているプラクティスを一つ選んでほしい——DRY、短い関数、網羅的なテスト、何でもいい。それが元々応えていた制約を説明できるだろうか?そして、AIが仕事の一部を担うようになった今も、その制約がまだ成り立っているかどうかを正直に言えるだろうか?もし言えるなら、あなたは大丈夫だ。ツールが変化しても、良い答えを再導出し続けられるだろう。提示できるのが「それがルールだから」だけなら、それは注意すべきサインだ——基準ラインは今も上がり続けており、ルールを唱えることと理解することの間の距離こそが、まさに開き続けているその距離なのだから。
