「すべてのテストが通りました」。AIからこの一文が返ってきても、私たちのチームでは、それだけで次の工程には進みません。
VAONのエンジニアは、Claude CodeとGitHub Copilotを毎日使っています。確認事項の洗い出し、要件定義書の下書き、実装計画、コード、テスト。下書きを速く出すのはAIの役目で、判断は人が持ちます。
判断するとき、シニアエンジニアが読むのはAIの自己申告ではなく、根拠のほうです。実行したコマンドとその出力、画面のスクリーンショット、レビューの記録。Claude Codeのドキュメントも、AIに根拠を出させるよう勧めています。
シニアが手放さない判断は6つあります。範囲、アーキテクチャ、トレードオフ、業務ルールに合っているか、どのセキュリティ指摘が本物か、そしてリリースの可否です。どれも、根拠がソースコードの外にあることが多い判断です。お客様との打ち合わせの中や、現場の実際の仕事の進め方の中にあります。
社内のプロジェクトで、基本設計書のレビューを大規模言語モデルに任せてみたことがあります。書類どうしの食い違い、エラー処理や境界値の抜け、用語のゆれは、よく拾ってくれました。一方で、業務ルールが妥当か、何を優先するか、実際の運用で回るかは、人が見る必要がありました。それ以来、1次レビューはAI、業務の観点は人、という分担にしています。件数は数えていないので、数字はありません。
AIの指摘の扱いにも、同じ考え方を使っています。問題を探すよう頼まれたレビュアーは、必ず何かを見つけます。全部直せば、誰も必要としていない抽象化や、起こり得ないケースのテストが増えていきます。どれを直し、どれを見送るかを選ぶのも人の仕事です。技術的な判断の理由は引き継ぎ資料に書き残し、知識が一人に寄らないようにしています。
限界もあります。シニアが詳しいのはシステムで、お客様の業務ではありません。業務を知っている方に確かめられなければ、判断は推測になります。だから、分からないことは推測で埋めず、お客様に伺います。
詳しくはブログに書いています。AIと一緒に働くようになって、皆さんのチームでは、人が持つ判断はどこに残っていますか。
https://vaon.com.vn/ja/blog/senior-engineer-role-in-ai-driven-development