AIが経験豊かなエンジニアを置き換えたからではない。市場が新しい開発者を育成することをやめたからだ
この数年、IT業界では、ほぼ安心させるようなフレーズが繰り返されてきた。「AIは開発者を置き換えないだろう。むしろ彼らのアシスタントになるだけだ」と。
Claude Codeに関するガイドとコンテンツを扱うチャンネルです。ニュース（限度が10倍削減されたときなど）と、Claudeを通じてプロジェクト向けに実装するツールについて投稿しています。チャンネル：https://t.me/claudedevolper
2026年、この表現は現実をますます正確に説明できなくなっている。
AIツールはもはや、IDEの中で行を補完するだけではない。Codex、Claude Code、その他のエージェント環境は、実装の完全なサイクルを引き継ぐようになってきている。コードベースを読み、ファイルを編集し、コマンドを実行し、テストを書き、変更をレビュー用に準備する。人間はプロセスに残るが、彼らの役割は、各行の作成者から結果のチェッカーへとシフトしている。
私はこれを次のように表現したい。
開発への人間の参与は重要だが、最小限になっている。
重要というのは、誰かがタスクを理解し、アーキテクチャ上の決定を下し、結果をチェックし、本番環境に責任を持つ必要があるからだ。
最小限というのは、直接的なコード生成の大部分がモデルに移行しているからだ。
Googleは2026年のCloud Nextで、Google Cloudの開発者、企業、パートナー向けの主要イベントで、公開の場で、同社内の新規コードの75%がすでにAIによって生成され、エンジニアによって承認されていると述べた。重要なのは数字そのものだけでなく、その表現方法だ。コードはAIによって生成され、人間がそれを承認する。
そしてここで、「AIはジュニアを置き換えるだろう」よりもはるかに深い問題が生じる。
問題は、市場はまだシニア、リード、アーキテクトを望んでいるのに、かつて彼らが現れた経路をますますサポートしなくなっているということだ。
AIは職業全体を一度に奪わない。下層を奪う
「AIは開発者を置き換えるだろう」と言うと、議論はしばしば極端に走る。
職業全体の消滅を想像する者もいる。複雑なシステムはやはり人間を必要としており、原理的には何も変わらないと答える者もいる。
しかし、実際のシフトはこれら両極端の間で起こっている。
AIが市場を根本的に変えるために、職業全体を一度に置き換える必要はない。下層のタスクを自動化するだけで十分だ。
- 典型的なCRUDシナリオ
- シンプルなコンポーネント
- マイグレーション
- 基本的な統合
- テスト
- ドキュメンテーション
- シンプルなバグ修正
- 初期段階のリファクタリング
- 他人のコードの説明
- 迅速なプロトタイプ
以前、初心者の開発者はまさにこれらのタスクで学んでいた。
インターン開発者がチームに参加する。小さなタスクを与えられる。ゆっくり進める、間違える、レビューを受ける、書き直す、質問する、ローカル環境を壊す、また修正する、徐々にコードベースを理解し、自分の決定がもたらす結果を学ぶ。
これはその瞬間にタスクをクローズするのに最も効率的な方法ではなかった。しかしそれはエンジニアを育成する方法だった。
今、会社は同じタスクを別の角度から見ている。ジュニア開発者に数日をかけさせるのはなぜか、Codex、Claude Code、Copilot、または他のエージェントを使ったミドルまたはシニア開発者がより速く、より安く、組織的なリスクが少なくクローズできるのに？
ジュニア開発者の問題は、彼がより悪くなったことではない。問題は、彼のトレーニング用タスクが自動化するのに優れすぎているということだ。
コード生成は開発者職から分離されている
Sonar State of Code Developer Survey 2026のレポートでは、開発者たちは現在のコードの42%がすでにAIによって生成されたか、大幅にAIによって補完されていると評価している。2027年までに彼らは65%への増加を予想している。開発用のAIツールを試したことのある人のうち、72%は毎日それらを使用している。
各数字の精度について議論することはできる。「AI支援」は完全に生成されたコードと同じではないと言うことができる。オートコンプリート、チャット、IDE内のエージェント、プルリクエストの自動処理がモデル参与の異なるレベルであることを公正に指摘できる。
しかし方向は明らかだ。コード生成がますます手動プロセスでなくなってきている。
Anthropicは2026年のAgentic Coding Trendsレポートで同様のシフトを説明している。開発者はもはや各行を自分で書かず、実装、テスト、ドキュメンテーション、コードベース作業を引き継ぐエージェントを管理することが増えている。ただし重要な注釈がある。Anthropicの内部調査によると、開発者は仕事の約60%でAIを使用しているが、完全に委譲できるのはわずかな割合のタスクのみだ。通常は0～20%である。
このAnthropicレポートについては、私のTelegramチャンネルでより詳しく分析した。
開発はますます、コード生成の手動製造に見えなくなってきている。そしてますます、チェック、制限し、実際のシステムに接続する必要のある決定のフローを管理するように見える。
責任の範囲
ここで最初の重要な用語が現れる。
責任の範囲—これはすべてで、人間が残すもの。たとえコードが機械によって書かれていても。
- タスクを理解する
- 要件を明確にする
- アーキテクチャアプローチを選択する
- システム制限を決定する
- セキュリティを評価する
- パフォーマンスをチェックする
- エッジケースに対応する
- テストを実施する
- レビューを行う
- リスクを受け入れる
- 本番環境に責任を持つ
AIはコードを生成できる。
しかしAIは、支払いシナリオの破壊、データ漏洩、サービスのダウン、技術的な負債の増加、または半年後にシステムを保守不可能にするアーキテクチャ上の決定に対して責任を持たない。
したがって、強い開発者の新しい役割は、単にコードをより速く書くことではない。
新しい役割は、責任の範囲を保つことだ。
これは抽象的に聞こえるが、実際には非常に具体的に見える。
古いプロセス：
разработчик получил задачу → написал код → написал тесты → открыл PR → получил ревью → поправил → смерджилОбъяснить с
新しいプロセス：
разработчик сформулировал задачу для агента → агент написал код→ агент открыл PR → разработчик проверил diff → нашёл неверную абстракцию → усилил тесты → проверил безопасность → принял ответственность за mergeОбъяснить с
最初のプロセスでは、人間がコードの大部分を生成する。
2番目のプロセスでは、人間はより少ないコード部分を書く可能性があるが、依然として100%の結果に対して責任を持つ。
これが開発の新しい非対称性だ。操作参与は少なくなり、責任はより多くなる。
人間は5%のコードを書く可能性があるが、100%の結果に対して責任を持つ。
チーム作業でこれが何を変えるか
通常のタスクを想像してみてください。新しいエンドポイントを追加し、データを保存し、レスポンスを返し、テストで覆う。
以前は、これは初心者エンジニアにとって普通のタスクだったかもしれません。それほど複雑ではありませんが有用でした。ルーティング、DTO、バリデーション、データアクセス層、テスト、ローカル環境、チームのルールを理解する必要がありました。
今、同じタスクをエージェントに任せることができます。
しばらくしてからエージェントはPRを開きます。そこにはエンドポイント、マイグレーション、テスト、おそらく更新されたドキュメントがあるでしょう。
ビジネスは満足です。タスクはより早く完了しました。
シニアエンジニアは満足です。ルーチン作業が減りました。
しかし、この勝利には隠れた代価があります。誰も学習サイクルを通りませんでした。
- 他のコードを注意深く読むことがありませんでした。
- マイグレーションのエラーがありませんでした。
- レビューでの質問がありませんでした。「なぜこのロジックをここに置いたのか？」
- テストがローカルで失敗する理由を理解しようとする独立した試みがありませんでした。
- このシステムでどこに責任の境界があるのかを理解することがありませんでした。
タスクは完了しました。エンジニアは成長しませんでした。
これが一度だけ起こるなら、それは問題ありません。
もし専門職への入口の全体的なファネルがそのように構成されていれば、市場は自らを貧困化し始めます。
エンジニアの再生産の断裂
シニアデベロッパーは、単に長い間コードを書いた人ではありません。
これは、エラー、レビュー、他人の古いコード、悪いアーキテクチャ決定、インシデント、デッドライン、議論の余地のある妥協案、本番バグ、そして責任を経験した人です。
シニアシップはドキュメントだけでは完全には読めません。ペットプロジェクトだけからは得られません。プロンプトだけからは学べません。それは実践を通じて形成されます。しかし、実践の下層が自動化されれば、エンジニアの再生産の断裂が生じます。
エンジニアの再生産の断裂とは、市場が依然として強いデベロッパーを必要としているが、これらのデベロッパーがかつて成長した段階をサポートするのをやめた状況です。
企業はミドルレベル、シニア、テックリード、アーキテクトを望んでいます。
しかし、シンプルなタスクから複雑なタスクへの道を歩む必要のある人を雇うことを望む企業はますます少なくなっています。ビジネスにとって、これは難しい投資になっています。初心者はオンボーディング、レビュー、メンタリングを必要とし、リターンはすぐに現れないか、まったく現れないかもしれません。比較的安価なAIツールの背景では、この投資はますますはっきりしないように見えます。
Stanford AI Index 2026は懸念される信号を記録しています。22～25歳のソフトウェア開発者の雇用は2024年以来ほぼ20%低下しました。一方、労働市場に対するAIの影響は不均一に現れ、採用とAIの影響を受ける職業で最も若い労働者に集中しています。
これはAIが単独で「初心者を殺した」ことを証明していません。金利、ポストコビッド調整、リストラ、ブートキャンプ市場の飽和、採用地域、一般的な企業の慎重さが市場に影響を与えています。
しかし、AIはすでに存在する転換を強化しています。
以前は初心者は将来のミドルレベルへの投資でしたが、今では経験豊富なエンジニアの監督下でモデルに任せることができるタスクを完了するための高価で遅い方法に見えます。
初心者のAI上限
そこで第2の用語が現れます。初心者のAI上限。
初心者のAI上限とは、専門職への入口と実際のエンジニアリング実践の間の障壁です。
初心者はもはや別の初心者とだけ競争していません。
彼は以下の組み合わせと競争しています。
経験豊富なデベロッパー+AIツール+準備されたインフラ+蓄積されたチームコンテキスト。
そしてこれは不公正な競争です。初心者が負けるのは、彼が怠けているか勉強が悪いからではありません。
市場が彼を同じレベルの人と比較するのではなく、AIで強化された経験豊富なデベロッパーと比較しているため、彼は負けています。
だからこそ、「シニアデベロッパーは絶滅危惧種として」というタイトルは「初心者が消える」よりも重要です。初心者は独立した種類の従業員ではないからです。
初心者は形成の最初の段階にある将来のシニアです。
初心者の通常の道が消えれば、数年後には新しいシニアの流れが消え始めます。
認知上限。初心者は基礎を形成する時間がない
AIの上限には市場的な側面だけでなく、認知的な側面もあります。
今日の初心者は単に開発職に入っているのではありません。
彼が基礎を形成するより速く自らを再構成している職業に入っています。
彼は同時に言語、フレームワーク、Git、データベース、テスト、アーキテクチャ、セキュリティ、レガシーコード処理を学ぶ必要があります。そしてその上に、AIツールのレイヤーがあります。Cursor、Claude Code、Copilot、Codex、エージェントシナリオ、コンテキスト、プロンプト、AIコードレビュールール、新しい検証モード、新しいリスク。
経験豊富なエンジニアにとって、これは増幅器になる可能性があります。彼はすでに内部地図を持っています。モデルがどこで間違っているのか、何をチェックする必要があるのか、どの解決策が危険なのかを理解しています。
初心者にとって、同じツールのレイヤーはしばしば過負荷に変わります。タスクが不明な場合、モデルへの委譲は合理的に見えます。モデルはエラーをより早く説明し、関数を書き、テストを提案し、プロトタイプを組み立てます。
しかし、ここで認知的譲歩のサイクルが現れます。
不明なタスク
→ 過負荷
→ AIへの委譲
→ 迅速な結果
→ 弱い内部理解
→ 次のタスクはさらに難しく見える
→ さらに多くの委譲。
人は課題を勝ち取りますが、スキルを失います。
Anthropicの最近の研究では、AI支援がプログラミングスキルの形成に与える影響について同様のリスクが示されています。ランダム化実験では、AIを使った参加者はやや速く完了しましたが、その後、理解が弱いことが示されました。検証テストでのAIグループの平均結果は50%であり、手動でコードを記述したグループは67%でした。研究者は、ワークプレイスへのAIの積極的な導入は生産性の向上をもたらす可能性がありますが、AIコード検証に必要なスキルの発展を害する可能性があると別途指摘しています。
これは初心者がAIを使ってはいけないという意味ではありません。むしろ、彼らはそれを使う必要があるでしょう。しかし、使用方法は重要になります。
大きな違いがあります。
「してくれ」
と
「原則を説明し、選択肢を示し、エラーを見つけるのを手伝ってください。しかし私自身が解決策を理解する必要があります」。
最初のケースでは、AIは理解のギャップを埋めています。
2番目のケースでは、それを埋めるのに役立ちます。
したがって、2026年の初心者にとって主な質問はこのように聞こえません。
「AIの使い方を知っていますか？」
しかし、このように。
「AIの使用後、私はより強くなっていますか？」
毎回のタスク後に人が結果を得ているが理解を得ていない場合、彼はエンジニアとして成長していません。彼は単に他の人の思考を管理することを学んでいます。
この意味で、初心者のAI上限は採用の問題だけではありません。これは教育の問題です。
初心者が正式に職業に就いても、深い理解への道を進むことはますます難しくなっています。理解の欠落を生成で埋めてしまう誘惑が大きすぎるのです。
市場はすでに最初の症状を示しています
労働市場についても別途触れておく必要があります。
ロシアでは、これはもはや将来についての抽象的な議論としてだけでなく感じられています。初級スペシャリストにとって、市場は明らかに厳しくなりました。
はい、求人はまだたくさんあります。hh.ru、Habrキャリア、その他のプラットフォームでは、juniorとインターンシップの求人を見つけることができます。しかし、サイト上に求人があることは、もはや常に実際の実現的な需要を意味するとは限りません。
一部の求人は何ヶ月も掲示されたままです。一部は「将来のために」履歴書を集めています。一部は内部の候補者によってクローズされます。一部は採用フリーズまたは長い承認プロセスのため棚上げになっています。
juniorにとって、その違いは大きくありません。彼は求人を見て、応募し、テストを受けて、返答を待ちます。そして沈黙に直面します。
「ゴースト求人」の現象はすでにHR業界で議論されています。成長の見た目を作り出したり、候補者ベースを構築したりする求人を指しますが、必ずしも今すぐ実際の採用につながるわけではありません。
同時に、2026年のロシアのIT市場に関する公開分析は別の問題を示しています。特定のスタックと方向性では、求人と活動中の履歴書間のバランスが非常に不均等になり、少数の求人に対して膨大な応募流が発生する可能性があります。Habrの1つの分析では、これを「2つの求人、1日1,000の応募」と直接述べています。これは市場全体の学術的研究ではありませんが、市場が内部からどのように感じられるかの良い指標です。個人的な経験では、5～6ヶ月前に求人を公開したときのjunior/インターン職への膨大な応募の波に直面してきました。今、状況はさらに深刻です。
より広いトレンドもあります。労働市場は過度な需要と大量採用から、既に雇用された従業員の保持、内部ローテーション、専門能力開発へのシフトです。2026年のhhの2月レポートでは、活動中の求人の平均数が年ベースで低下し、活動中の履歴書が増加したことがわかります。
したがって、「市場はITスペシャリストを必要としている」というフレーズはあまりにも一般的になっています。
どのようなスペシャリストが必要ですか？
強力な人材——はい。
経験豊富な人材——はい。
稀少な人材——はい。
システムの責任をすぐに引き受けられる人物——はい。
しかし、2020～2021年の成長期と同じ数の初級スペシャリストが市場に必要かどうかは、すでに大きな疑問です。
ここがAIが痛みを伴うシフトを強める場所です。そしてこの新しい経済では、juniorが最も脆弱な位置に置かれます。
- 彼はまだシニアのような速度をもたらしていません；
- まだ責任のループを保っていません；
- まだオンボーディングが必要です；
- まだ間違いを犯しています；
- まだレビューが必要です；
- そして、彼が学ぶことができるタスクは、ますます自動化されています。
今、主な質問はAIが開発者に取って代わるかどうかではありません
AIは開発を廃止することはありません。
しかし、初心者が単純なタスクで徐々に成長できた古い開発経済を廃止します。
AIは、すでに設計、検証、対応ができる人を強化します。しかし同時に、以前は人々がそれを学んだタスクのレイヤーを自動化します。
シニアは今、消えていません。逆に、強力なエンジニアはさらに価値になっています。
しかし、市場が新しいスペシャリストを育成することをやめれば、数年後には問題が別のレベルで戻ってくるでしょう。企業はjuniorの不足ではなく、複雑なシステムの責任を負うことができる人の不足について不平を言うでしょう。
そしてここで、IT企業は新しい課題に直面します。初級スペシャリストをどうするか？
オリンピック選手と稀なタレントではなく——彼らはほぼ常に道を見つけるでしょう。
すでに20歳で複雑なインフラプロジェクトを書いている人でもなく。
しかし、数年の実践を通じていくつかの良好なミドル層になる可能性があった通常のjuniorとともに。
ビジネスが彼らをますます必要としない場合、彼らはどこに行くのでしょうか？
これは道徳の問題ではありません。ビジネスは、人々がどこかで学ぶ必要があるという理由だけで人を雇う義務はありません。
しかし、産業全体が短期的な効率のためだけに最適化を始めると、自身の人材サイクルを壊す可能性があります。
- コードが増えます
- AIエージェントが増えます
- 自動PRが増えます
- 機能配信の速度が上がります。
しかし、すべてがどのように機能するかを理解している人が減る可能性があります。
したがって、来年の主な質問は次のように聞こえません：
「AIは開発者に取って代わるでしょうか？」
そしてそうではない：
「juniorは必要になるでしょうか？」
主な質問はより厳しいです：
「簡単なタスクがもはや人を必要としない場合、誰がエンジニアを育成するでしょうか？」
IT企業が新しいキャリアラダーを構築しない場合、市場は奇妙な構造を得るでしょう。上部——高価なシニアとAIエージェント、下部——職業に入りたい人々の群衆、そしてその間に——ますます少ないライブステップ。
シニア開発者が消滅の危機に瀕した種として——これは、現在のシニアがもはや必要ないことについてではありません。これは、産業がまだ成熟したエンジニアを望んでいるが、それらが出現する条件をどのように作成するかをますます理解していないことについてです。
そして、これはおそらくAI時代のITの主な人材問題の1つになるでしょう。
Claude Codeについてのガイドとコンテンツを備えたチャネル。ニュース（制限が10倍カットされた場合）と、Claudeを通じてプロジェクト用に実装するツールを投稿しています。チャネル：https://t.me/claudedevolper
