AIは劣悪なエンジニアリングをさらに高くつくものにしている

開発者の Florian Herrengt が書いたブログ記事が Hacker News に長く居座っている。ほとんどの投稿のように一日で流れ去らなかったのは、これが本質的に意見文ではないからだ——書かれているのは仕組みであり、その説明が十分に明快だったので、人は読み飛ばす代わりに議論を続けている。彼の主張を圧縮するとこうなる。AI はダメなエンジニアを危険でなくしたのではない。速くしたのだ。昼飯前に動くが間違っているコードを 10,000 行吐き出せるダメなエンジニアは、かつてタイピング速度に足を引っ張られていた同じ人間より、一週間で大きな被害を出す。

この主張がコメント欄のノリでうなずき合うだけでなく、実際のデータに耐えるか見てみたい。結論から言えばほぼ成立する——ただし、そのパニック版のストーリーには重要な修正が一つ必要だ。

仕組みを Herrengt 自身の言葉で

彼の核心的な主張はこうだ。かつてソフトウェアエンジニアリングで高くついた部分は実装であり、今はそうではない。今、高くつくのはレビューと理解だ。コードの生成はほぼ無料になった。生成されたものを理解し、早すぎるデータベースの非正規化や、間違った理由で持ち込まれたツールを見つけ、データがその誤りを通り始める前に巻き戻す作業は、依然として遅い手作業であり、少しも速くなっていない。一度まずいアーキテクチャ上の判断が本番に出て、データがそれに依存し始めれば、取り消しの難易度は指数関数的に上がる——そして AI は、そうした判断が経験豊富な誰かの目に触れる前に、より多く下され、出荷されることを意味するだけだ。

彼の結論は崩壊ではなく分化だ。判断力のあるエンジニアは著しく価値を高める。モデルの出力を評価し、システムの一貫性を保てるのは彼らだからだ。一方、主な経済的価値が丁寧で正確な実装にあるエンジニア——歴史的に言えば、これこそがこの職業の本当の「中間層」だった——は、食い扶持を与えてくれていたものを失う。その特定のスキルこそ、真っ先に自動化されるものだからだ。

データはレビューのボトルネックについて何を言うか

この部分は持つ。しかも予想以上に持つ。Faros AI の 2026 年エンジニアリングレポートは約 4,000 チーム、22,000 人の開発者からデータを抽出し、AI 採用率が高い状況で PR レビューに費やす中央値が 441.5% 増え、PR の平均サイズが 51.3% 増えたことを見つけた。pull request あたりのバグ数は 54% 増。同時に、一切レビューを経ずにマージされた PR は 31.3% 増えている——つまり、Herrengt が描いた失敗モードを受け止めるはずの安全網は、そこを流れる量が急増する一方で摩耗している。

別の JetBrains の行動研究は IDE のテレメトリで追跡し、AI ツールを使う開発者は月に約 100 回の削除・取り消し操作を行うのに対し、使わない開発者は月 7 回だった——やり直しの量が 14 倍違う。これは「生成したが後で間違いだと分かり、撤回せざるを得なかったもの」をかなり直接的に反映している。CodeRabbit による 470 件のオープンソース pull request の分析では、AI 生成コードは人間が書いたコードより 1.7 倍多くの問題を生み、特にロジックと正確性の誤りは 75% 増えていた。いずれも抽象的な意味での「AI はひどいコードを書く」ではない——同じ時間により多くのコードがレビューに流れ込み、レビュー能力はそれに追いつかず、そのギャップこそ、Herrengt の「ダメなエンジニアが速く走る」シナリオが実際に起きている場所だ。

データがパニック的な見出しより慎重な点

ここで少し修正が必要だ。Herrengt の投稿を読むと、ジュニアとミドルの職が全面的に消えつつあると直感したくなるが、実態はそうではない——スタンフォードデジタル経済研究所が 2026 年 8 月に発表した研究は、ADP の 2022 年 11 月から 2026 年 6 月までの給与データを使っている。この研究は、研究者が意図的に結論の誇張を避けているからこそ読む価値がある。AI への露出度が最も高い職業では、22〜25 歳の労働者の雇用水準は、露出度の低い領域の同年代の雇用軌跡から推計される水準より約 19% 低い。この差は 2025 年 8 月以来拡大し続けている。女性の方が影響が大きい。平均して、より AI 露出度の高い職務に就いているからだ。 しかしこの研究自身が明示している結論はこうだ。「我々は AI に関連した、広範で経済全体を覆うような職の消失を確認していない」。同じく高露出の職業にあるシニア労働者には、比較できるような差が全く出ていない。これは一つの年齢層、一類のタスクに集中した的を絞った効果であり、パニック版が語るような「この職業の中産階級はもう終わりだ」という全体の物語にはまだ遠い。それは彼の投稿が見出し化された後のバージョンよりも、Herrengt が実際に主張したものに近い。侵食は現実であり、測定可能であり、定型的で判断の少ない実装作業を行う層——彼が「中産階級」と呼んだ層——をちょうど直撃している。

Hacker News のスレッドで実際に一致し、対立している点

スレッドで最も得票の高いコメントはこの論点に反論せず、むしろ強めている。ダメなエンジニアは AI 支援によって自分のダメなエンジニアリングを「十倍に増幅」するようになり、ガベージイン・ガベージアウトは生成コードに対して、かつて Stack Overflow からコピペした回答に対してそうだったのと全く同じ仕方で、ただ量を増して当てはまる。スレッドの本当の対立は、どうすべきかにある。繰り返し出る論点は専門職化——法律や会計のようにソフトウェアエンジニアに免許制を敷く——で、反対側は、免許制はカルテルを生み、ソフトウェアを上記の業界と別物にしている高速な反復を遅らせると主張する。二つ目の繰り返し現れる線は「プログラミングを学べ」ブートキャンプ時代を槍玉に挙げ、ジュニアをシニアに変えるような指導を一度も受けなかったエンジニアを市場に大量に流し込んだと見る。これはより早い時期の独立した問題で、AI はそれを引き起こしたのではなく増幅しているだけだ。三つ目の線は、leetcode 面接というモデル全体が、Herrengt が今最も重要だと言う判断力にとってそもそもひどいフィルターだったというもの。あるエンジニアリングマネージャーは自分は完全にそれを捨て、候補者に実際のチームと実際の問題を一緒に解かせるようにしたと語り、leetcode 版で面接したら「私のチームの 85% は落ちる」と認めている。

いま自分が駆け出しだったら、実際に何が得られるか

正直に言えば、結論は「ソフトウェアエンジニアになるな」ではない。本当に圧迫されているのは、伝統的なあの道筋だ——ジュニアエンジニアとして採用され、何年もかけて丁寧な実装作業を誰かにきちんと見てもらいながらこなし、やがてシニアエンジニアとしての判断力を身につけていく。その「丁寧な実装」こそが、安くなった部分だからだ。Stanford のデータが示しているのは、20代前半で最も影響を受けやすい職種にいる人にとって、この道が目に見えて狭まっているという事実だ。業界が判断力を必要としなくなった、と言っているわけではない。むしろ逆で、この記事に出てくる数字はどれも別の方向を指している——コードレビュー、アーキテクチャの一貫性、自動生成された 10,000 行の PR がどこで静かに間違っているかを見抜く力。これらは3年前より価値が下がるどころか、上がっている。消えつつあるのは「正しいコードを素早く書けるというだけで価値がある」というスキルだ。それはそもそも、この仕事の本当に難しい部分ではなかった。ただ、当時は遅すぎて、その背後に隠れていられただけのことだ。