💼 面接対策ガイド
← 想定質問 コードを理解する力 →

なぜ「AI駆動開発」なのか

「コードが書けないから」ではなく「AIに書かせる方が合理的だから」——この選択の理由を整理する章。

1. 2026年の開発現場の現実

2026年現在、世界のトップエンジニアが手書きでコードを書かなくなっているのは事実です。

Anthropicのエンジニアが語る現場の実態

2026年1月、Anthropicのエンジニア Boris Cherny がX（旧Twitter）でこう発言しました：

「Anthropic全体で、AIが実質 100% のコードを書いている」

— Boris Cherny (@bcherny), 2026年1月27日

Anthropicの公式見解はもう少し慎重で：

「社内のコードの 70〜90% がAI生成。Claude Code自体も約 90% がAIによって生成されている」

— Anthropic 公式発表, 2026年1月

OpenAI側も同じ

「100%。もうコードは書かない」

— roon (@tszzl, OpenAI), 2026年1月25日

CEOの予測

Anthropic CEOの Dario Amodei は2026年1月のダボス会議（World Economic Forum）で：

「AIがほぼ全てのソフトウェアエンジニアリングを開始から完了まで遂行するまで、6〜12ヶ月の距離にある」

2. これは「個人の意見」ではない

重要なのは、これが私の願望でも勘でもないことです。業界の構造変化です。

2024年: AIはコード補完ツール（Copilot等）
2025年: AIがコード全体を生成（Vibe Coding）
2026年: AIが自律的に開発を実行（Agentic Engineering）

Andrej Karpathy（OpenAI共同創業者）は、2025年に「Vibe Coding」という概念を提唱し、2026年にはさらに一歩進んだ 「Agentic Engineering」 という概念を発表しました。

「Agentic Engineeringと呼ぶのは、エージェントがコードを書くからだけではない。そこには技術と専門性が必要だからだ」

— Andrej Karpathy, 2026年2月

3. 私がAIにハマった理由——「知識の民主化」

ここまでは業界全体の構造変化の話でした。ここからは、私個人がAIにのめり込んだ理由そのものを言語化します。面接で「なぜAIにはまったのですか」と聞かれた時の、回答の核になる部分です。

骨子は5つ

① 知識の民主化

人間は一生かけても、学問を1つか2つある程度極められるのが良いところです。数学・物理・歴史・経済学・心理学——「学」のつく学問はどれも一生がかりです。AIはその人類の知識の総体に、誰でも・瞬時に・多分野で触れさせてくれます。

② 人間の役割の転換

知識の「蓄積・保有」は人間の専売特許ではなくなりつつあります。その代わり、知識をアイデア・ひらめき・想像に変換することが、人間の役割になりつつあります。

③ 脳の拡張

脳にSDカードを差し込んで数100年分の学習を一瞬で終わらせる——今はまだありえない話ですが、AIはそれを擬似的に実現します。過去の知識の取り込みが瞬時なら、その先の「新しいものを生み出す」ことに時間を振れます。

④ 実例が私自身

非IT出身の私が、AIとの協働で予約システムや自動通知ツールを設計から実装・運用まで作れるようになったのは、まさにこの構造の実例です。AIの使いこなし方次第で、人間のチャレンジの幅は大きく広がります。

⑤ ハルシネーションAIが、事実でないことを自信満々に生成してしまう現象の呼び名（幻覚の意）。出典の確認や複数AIでの相互確認で対策すると「付き合う」

AIはもっともらしい嘘（ハルシネーション）をつくことがあり、盲信は禁物です。実際に私も何度も失敗を経験してきました。しかし「リスクがあるから使わない」は、大きすぎるメリットを捨てる選択です。一定の疑いを持ちながらリスクを管理して活用する——そのための仕組み（複数のAIによる相互レビューや、数値を必ず実測で確認する運用文化）まで自分で構築して、AIと付き合っています。

これは私だけの考えではない

4. 「コードを書けない」ではなく「書かない」

私は「コードが書けないからAIを使っている」のではありません。

AIが人間より速く・正確に・安く書けるから、AIに書かせているのです。

これは建築に例えると分かりやすい：

役割 建築 AI駆動開発
設計図を描く 建築家 私（要件定義「何を・何のために作るか」を言葉に整理して関係者で合わせる最初の作業。ここが曖昧だと手戻りが最大になる・仕様設計）
壁を建てる 大工 AI（コード生成）
検査する 建築監督 私（品質判定・テスト確認）
建物の責任 建築家 私

大工が電動工具を使うからといって「手で壁を建てられない人だ」とは言いませんよね。電動工具の方が速いから使っているだけです。AIも同じです。

5. 学ぶべきは「AIの使い方」

2026年になって「ゼロからプログラミングを学ぶべきか？」と聞かれたら、私はこう答えます：

「AIをどう使いこなすか」を学ぶべきです。

理由は3つ

① 速度の差が埋まらない

手書きで1機能を1週間かけて実装している間に、AI駆動なら1日で10機能を実装できます。この差は個人の努力で埋まるものではありません。

② 業界がそちらに向かっている

Anthropic自身が「ジェネラリスト（ゼネラリスト）を採用する」と方針転換しています。手書きコードの専門家より、AIを使いこなすゼネラリストを求めている。

③ 価値は「何を作るか」にある

コードは手段です。解決すべき課題を見つけ、要件を定義し、品質を判定する能力——これが2026年の開発現場で求められるスキルです。

6. 私の1年間が証明していること

「AIに書かせるだけで本当にプロダクトが作れるのか？」——この疑問に対する答えが、私の1年間の実績です。

数字で見る

指標 数値 何を意味するか
月間コミット 4,000件以上 手書きでは不可能な開発速度
テストケース 8,000+件 品質判定を徹底している証拠
本番運用 約5ヶ月連続 「動いた」で終わらず「動き続けている」
受託納品 ココナラ案件完了 実際の顧客がお金を払って満足した
技術記事 20本公開 理解度を外部に示せる

「手書き派」との比較で考える

仮に私が1年かけてPythonAI・データ分析の分野で最も使われるプログラミング言語（読み: パイソン）。AI関連の道具が最も豊富で、文法が読みやすいのが特徴をゼロから学んだとします。1年後の到達点は？

現実の私の1年後：

どちらが「エンジニアとして価値があるか」——答えは明らかです。

7. 面接で聞かれたら

Q: 「なぜAIにはまったのですか？」（30秒で答える）

私がAIにハマったのは、AIが知識の民主化を実現しているからです。人間は一生かけても一つや二つの学問しか極められない。それがAIを通じると、多分野の知識に瞬時に触れられる。人間の役割は知識の保有から、それをアイデアに変換することへ移っていく——そう感じています。

私自身、非IT出身ですが、AIとの協働で予約システムや自動通知ツールを作れるようになったのがその実例です。

一方でAIはもっともらしい嘘（ハルシネーション）をつくことがあるので、盲信せず、疑いながらリスクを管理して付き合う。そのための仕組み（複数AIの相互レビューや実測の運用文化）まで自分で作って運用しています。

（詳細は本章第3節「私がAIにハマった理由——知識の民主化」を参照）

Q: 「コードは自分で書けるのですか？」

開発手法はAI駆動一択です。実装はAI（Claude Code）が担当し、私は要件定義・品質判定・運用設計を指揮しています。

これは選択です。2026年現在、Anthropic社内でもコードの70〜90%がAI生成です。私と同じスタイルで開発しているプロがいる現実があります。

私の1年間の実績——8,000テスト、約5ヶ月の本番運用、顧客への納品——が、この手法でプロダクトを作れることを証明しています。

Q: 「なぜプログラミングを学ばなかったのですか？」

学ぶ時間を「AIの使い方を極めること」に投資しました。

仮に1年かけてPythonを学んだとして、到達点は「手書きでコードが書ける」です。でも私はその1年で「AIを使って10件を超えるプロジェクトを作る」ことを選びました。

2026年の時点で、どちらが合理的かは数字が語っています。

8. まとめ

┌─────────────────────────────────────────────┐
│                                             │
│   2026年の開発現場                           │
│                                             │
│   Anthropic: コードの70〜90%がAI生成         │
│   OpenAI:   「もうコードは書かない」          │
│   Karpathy: 「Agentic Engineeringの時代」     │
│                                             │
│   → 手書きコードは選択肢の一つに過ぎない       │
│   → 求められるのは「AIを使いこなす力」         │
│   → 私はそれを1年間、実践し続けている         │
│                                             │
└─────────────────────────────────────────────┘

「コードが書けない」は過去の評価基準です。

「AIで何を作えるか」が2026年の評価基準です。

私は後者で勝負しています。

用語の平易な解説（専門用語を読み解く）

🎵 Vibe Coding（バイブコーディング）

一言で: 「人間がAIに指示を出してコードを書かせる開発スタイル」。

🤖 Agentic Engineering（エージェンティック・エンジニアリング）

一言で: 「AIエージェントが自律的に開発を進める、2026年のスタイル」。

🧩 プロンプト・AIエージェント

一言で: 「AIへの指示文」と「自律的に動くAI」。

🎓 ジェネラリスト（generalist）

一言で: 「特定分野に偏らず、広く対応できる総合タイプの人材」。