00:00:00生き残る開発者と、AIに取って代わられる開発者の決定的な違いとは何でしょうか。
00:00:04AIが主流になって以来、私たちの身の回りの多くの作業が自動化され始めました。
00:00:08前回の動画でClaudeがエージェントのオーケストレーターになったのを見た通り、
00:00:12ワークフローは完全に一変しています。ソフトウェア開発者は、いち早くAIを導入しました。
00:00:17業務の多くが、非効率になりがちな反復的なコード記述だったからです。
00:00:21今やAIは開発ワークフローの中核です。もし半年前と同じやり方をしているなら、
00:00:26あなたは時代に取り残されています。こうした状況を受け、
00:00:31Anthropic社はソフトウェア開発のトレンドに関する記事を公開しました。
00:00:35私たちのチームで議論したところ、この内容は日々の業務に深く根ざしており、非常に共感できるものでした。
00:00:40ソフトウェア開発ライフサイクル（SDLC）は劇的に変化しています。かつて
00:00:46数週間から数ヶ月かかっていたサイクルが、AIによって今や数時間で完結します。従来のサイクルはこうでした。
00:00:51何週間もかけて計画と設計を行い、実装、テスト、レビューを経て、またサイクルを繰り返す。
00:00:56AIはこの流れを変えました。今は人間が「意図」を伝えるだけで、エージェントが実装を行います。
00:01:01人間が関与するのは、意図の表明とレビューの段階だけです。
00:01:05残りはAIエージェントが処理します。これは「エンジニアリング」の意味を根底から変えるものです。
00:01:11開発とはもはやコードを書くことではなく、コードを書くエージェントを指揮し、
00:01:16戦略的な方向性を示し、システムが意図通り動くか確認することです。オンボーディングさえ、
00:01:21数週間から数時間に短縮されました。AIがコードベースを探索し、新メンバーに即座に共有できるからです。
00:01:26エージェントへの指示が中心となった今、誰もが特定分野のスペシャリストではなく、
00:01:30フルスタックエンジニアになりつつあります。基礎知識さえあれば、
00:01:35足りない知識はAIが補ってくれます。これにより、フィードバックループが速まり、学習も加速します。
00:01:40チーム間の数週間にわたる調整も、1回のセッションで済むようになります。これはまさに、
00:01:45LinearのCEOが「開発ワークフローの中間工程はAIに置き換わる」と予測した通りです。
00:01:50もし未だに中間工程に時間を費やしているなら、この時代の流れに逆らっていることになります。
00:01:55ここで、私たちが繰り返し伝えている原則に戻ります。
00:01:59効果的に計画を立て、明確な言葉で意図を伝える必要があります。今最も重要なスキルは「明快さ」、
00:02:05つまり、必要なものを正確に記述し、エージェントに最高の製品を出力させる能力です。次に進む前に、
00:02:10Team AI Labsはカタールのドーハで開催される「Web Summit 2026」に参加します。
00:02:16参加予定の方や近くにお住まいの方は、ぜひチームに会いに来て、交流し、知見を深めてください。
00:02:20会場でお会いできるのを楽しみにしています。さて、私たちは単一エージェントからマルチエージェントへと進化しました。
00:02:26前回の動画でも紹介しましたが、Claude Codeにはマルチエージェント・アーキテクチャが
00:02:31既に導入されています。以前は、単一のエージェントが単一のコンテキストウィンドウを持ち、
00:02:36すべてのタスクを一人で管理する構造でした。しかし、情報が多すぎると
00:02:41コンテキストウィンドウがすぐに肥大化し、エージェントが集中力を失うという問題がありました。
00:02:46現在は、プロジェクトマネージャーのような役割を果たす「オーケストレーター・エージェント」が、
00:02:51専門のエージェントにタスクを割り振ります。各エージェントは独自のコンテキストを持ち、
00:02:56最終的な結果を出力するためにそれらを統合します。Claude自身もエージェント管理を行いますが、
00:03:00私たちは特定の専門タスク用に独自のエージェントを作成しています。
00:03:06タスクの難易度に応じて異なるClaudeモデルを使い分け、好みの指示を組み込んでカスタマイズしています。
00:03:10サブエージェントはさらに進化しました。バックグラウンドで実行させ、
00:03:15アプリケーションの異なる側面を同時に処理できるため、プロセス全体がスピードアップします。
00:03:18長時間稼働するエージェント（Long-running agents）は、より有能になっていくでしょう。
00:03:24エージェントは、一つの機能を作る段階から、システム全体を自律的に構築できる段階へと進化しました。
00:03:28これは2025年後半、Opus 4.5やGPT 5.2のようなモデルが登場してから顕著になりました。
00:03:352026年には、エージェントは最小限の介入で数日間連続して作業できるようになります。以前は
00:03:41アプリの一部を担うだけでしたが、今はアプリやシステム全体を構築・テストし、
00:03:46次の機能に進む前にシステムが正常に動作するかを自ら検証します。
00:03:50長時間稼働システムの効率化については専用の動画がありますので、チャンネルでご確認ください。
00:03:55適切なツールとワークフローがあれば、エージェントは計画、反復、そして失敗からの復旧を大規模に行えます。
00:04:00これは開発の経済性を変えます。大企業では、誰も手を付けられなかった
00:04:04長年の技術的負債が蓄積していますが、今やエージェントがそのバックログを自律的に解消できます。
00:04:10これは起業家にとっても大きなチャンスです。これまではスキルと時間の不足が
00:04:15最大の壁でした。アイデアがあっても作るリソースがなかったのです。しかし自律型エージェントがいれば、
00:04:20スタートアップは数日で製品を構築し、リリースできます。私たちも長時間稼働エージェントを活用しています。
00:04:25そのワークフローでは、指示を記載した「Claude.md」を使用しています。
00:04:31実装のたびにテストを行うようClaudeを導きます。機能を完成させるには、
00:04:36Claude自身が動作を検証する手段が必要です。内部的にはエージェントで、視覚的なテストには「Claude Chrome」を使用します。
00:04:41エージェントによる検証と視覚的な確認が終わったら、Gitに変更をコミットします。
00:04:46その際、わかりやすいメッセージを添えます。エージェントは指示していない箇所を修正することもあるため、
00:04:50Gitがあれば簡単にロールバックできます。また、意思決定の経緯を文書化させることで、
00:04:56コミットをクリーンに保ち、いつでも出荷できる状態にします。時間を最大限に活用するため、
00:05:01タスクを独立した小さな単位に分割させ、複数のエージェントを同時に稼働させます。
00:05:06もしこの「Claude.md」やエージェント構成を自分のプロジェクトで使いたい場合は、
00:05:11「AI Labs Pro」で入手可能です。これは最近立ち上げたコミュニティで、
00:05:16すぐに使えるテンプレート、プロンプト、コマンド、スキルを提供しています。
00:05:21これらはこの動画だけでなく、過去のすべての動画のプロジェクトに直接組み込めます。
00:05:25私たちの活動を支援してくださるなら、これが最高の方法です。詳細は概要欄のリンクをご覧ください。
00:05:30人間の監視能力は、AIとの「知的な協働」によって拡張されています。
00:05:35エージェントの進化により、彼らは人間よりも遥かに速く出力をレビューできます。
00:05:40モデルが生成する大規模な出力を、人間が同じスピードで確認するのは不可能です。そのため、
00:05:45セキュリティの脆弱性、アーキテクチャの整合性、品質問題などのレビューはAIに頼っています。
00:05:50自分が書いていないコードベースを読み解くのは骨が折れますが、今はエージェントがそれをこなします。
00:05:55また、エージェントは「助けを求める」ことも学習しています。盲目的に進めるのではなく、
00:06:00人間の入力が必要なタイミングを理解し、チームの一員として質問してきます。私たちのチームも、
00:06:05Claudeのこのパターンに気づきました。出力が良くないと伝えると、具体的に何が期待外れだったのか、
00:06:10どう改善すべきかを確認してきました。監視の役割は「すべてを見る」ことから「重要な点に絞る」ことへ移っています。
00:06:15私たちは、問題が生じそうな例外的なケースだけを確認すればいいのです。
00:06:20これは「AIは開発者に取って代わるのか」という問いへの答えでもあります。AIがどれほど進化しても、
00:06:26人間の役割が中心であることに変わりはありません。主な変化は「コードを書く」ことから「コードをレビューし、出力を導く」ことへのシフトです。
00:06:30Anthropicのエンジニアは、「AIを最も効果的に使えるのは、正解が何であるかを知っている時だ」と述べています。
00:06:36正解を知っているのは、プログラミングの概念を苦労して学んできた、本物の経験を持つエンジニアです。
00:06:41では、どうすれば正解がわかるのか。それは、どの手法をどの目的で使うべきかを知ることです。
00:06:46例えばテストにおいても、特定ののアプローチを使い分ける必要があります。
00:06:50これまでにテスト駆動開発（TDD）、ホワイトボックステスト、ブラックボックステストなどを紹介してきました。
00:06:56Claude Chrome拡張機能やPuppeteer MCPを使った視覚的なテストについても触れました。
00:07:01もし内容が参考になったら、ハイプボタンを押してください。より多くの人に届け、制作を続ける励みになります。
00:07:06エージェントによるコーディングは、これまで見たことのない新しいサービスやユーザー層へと広がっています。
00:07:122025年初頭、AIコーディングは主に人気のあるフレームワークで有効でしたが、
00:07:17レガシーな言語や一般的でないフレームワークでは苦戦することがよくありました。
00:07:23そのため、Reactベースのアプリケーションが最もスムーズに動作していました。
00:07:28モデルが主にそれらのフレームワークで学習されていたからです。
00:07:32しかし2026年までに、エージェントコーディングは従来のツールでは手が届かなかった領域、
00:07:38COBOLやFORTRAN、その他のドメイン固有言語（DSL）などのレガシー言語にまで拡大します。
00:07:44これにより、古いドキュメントを読み漁ることなく、レガシーシステムの保守が容易になります。
00:07:48AIは開発の門戸を非エンジニアにも開き、サイバーセキュリティ、運用、データサイエンスといった
00:07:53分野への道を作りました。「Co-work」のリリースは、すでにこの方向への進展を示唆しています。
00:07:58コードを書く人と書かない人を隔てる壁は、AIの進化とともにますます見えなくなっています。
00:08:03例えば、セキュリティチームの誰かがAIを使って、不慣れなコードを理解し、
00:08:08問題を発見できるようになります。研究チームは、データのフロントエンド可視化ツールを構築し、
00:08:13非技術職の従業員も、ネットワークやデータ分析など未知の領域でAIを活用し始めています。
00:08:18これは私たちのチームでも実際に起きていることです。あるメンバーはGolangの経験がありませんでしたが、
00:08:24チャットアプリのバックエンド開発を任されました。彼がプランモードをオンにして
00:08:28アプリに関する質問に答えて計画を立てたところ、Claudeはサーバー全体を一発で構築し、
00:08:33意図通りに動作しました。一度きりのタスクのために新しい言語を学ぶ時間を無駄にせずに済んだのです。
00:08:38生産性の向上は、ソフトウェア開発の経済性を再構築します。
00:08:43エージェントが困難な部分を担うことで、開発スケジュールが大幅に短縮されることは既にお話ししました。
00:08:48エージェントの能力、オーケストレーションの改善、そして人間の経験という3つの要素が相乗効果を生んでいます。
00:08:53これらが合わさることで期間が圧縮され、何が「構築可能」かの基準が変わります。かつては
00:08:58難しすぎると見なされていたプロジェクトが実現可能になり、製品をより早く市場に投入できます。
00:09:03エージェントの助けにより、少人数でチームを回せます。プロジェクト期間が短縮されることで、
00:09:08投資利益率（ROI）も向上します。以前は時間がかかっていた機能も、短期間で構築できます。
00:09:12さて、さらに進む前にスポンサーのLuma AIからのお知らせです。
00:09:17AI動画を触ったことがあれば、その難しさにフラストレーションを感じたことがあるでしょう。まるでスロットマシンのようです。
00:09:22しかし、Luma AIの新モデル「Ray3Modify」は、開発者が待ち望んでいた修正（Modify）機能を提供し、状況を一変させます。
00:09:26単にプロンプトを投げて祈るのではなく、元の動きや物理挙動はそのままに、
00:09:33背景や照明を完全に変更できるのです。入力データを尊重し、
00:09:37ランダムなノイズを生成するのではなく、構造の完全性を保った「動画から動画」の生成が可能です。
00:09:42さらにキャラクター参照機能により、従来は不可能に近かった、異なるショット間での被写体の同一性も保てます。
00:09:47AI動画が単なる玩具ではなく、初めて「制御可能なツール」になったと感じられるはずです。
00:09:52小規模な制作でも、壮大なクオリティを実現できます。画面のQRコードか、
00:09:57固定コメントのリンクから、Dream MachineでRay3を今すぐお試しください。
00:10:01組織内では、非技術的なユースケースも増加しています。
00:10:07営業、マーケティング、法務、運用の各チームが、エンジニアリングチームの支援なしに、
00:10:12AIコーディングを使ってワークフローを自動化し、ツールを構築できるようになりました。
00:10:18AIエージェントは彼らの指示で直接動き、システムを開発できます。ドメインの専門知識を持ち、
00:10:24直面している課題を深く理解している人が、自らエージェントを使って解決策を生み出せるのです。
00:10:29例えば経理などの部門の担当者は、誰よりもその課題を熟知しています。
00:10:34彼らはエンジニアチームを待つことなく、エージェントに指示を出して解決策を手に入れることができます。
00:10:39私たちのチームもワークフローにClaudeを取り入れています。ドキュメント作成やアイデア出し、
00:10:44リサーチといった退屈な非開発業務をClaude Codeで自動化し、もっと面白くてクリエイティブな仕事に集中できるようにしました。
00:10:49エージェントコーディングは、セキュリティの防御と攻撃の両面を強化します。
00:10:55セキュリティとAIは諸刃の剣です。コードベースを理解しオンボーディングを助けるAIは、
00:11:00同時に脆弱性を突くことも可能です。今やセキュリティの知識は専門エンジニアだけのものではありません。
00:11:06あらゆるエンジニアがセキュリティレビュアーとして、システムの堅牢化や監視を行えます。
00:11:10もちろん専門エンジニアへの相談は必要ですが、AIと彼らの知見を組み合わせることで、
00:11:15より容易に安全なアプリを構築・強化できます。防御側が強くなる一方で、攻撃側のユースケースも出てくるでしょう。
00:11:20昨年、Claude Codeとそのツールを使った組織的な攻撃が見られました。
00:11:25これはエージェント機能によって、攻撃がより知的で有害なものに進化することを意味します。
00:11:30システムの保護はますます重要になり、エンジニアは最初からセキュリティを意識する必要があります。
00:11:35AIエージェントはサイバー防御システムにおいて大きな役割を担い、攻撃のスピードに合わせた対応を可能にします。
00:11:39攻撃を受ける前に対策を講じなければなりません。ゼロデイ攻撃の増加も予想されるため、
00:11:44プロアクティブな準備がさらに重要になります。私たちのチームでは、アプリ作成時に
00:11:49セキュリティ専門のエージェントを使用します。これらのエージェントはコードレビュー、テスト、
00:11:53そしてアクセスを制御するサーバーサイドのセキュリティを担当します。
00:11:58アプリの種類に応じて、組み込みスキルや再利用可能なコマンド、外部MCPのツールを組み合わせてセキュリティを確保します。
00:12:03既知の脆弱性パターンを早期に発見することに長けている「CodeRabbit」のような外部ツールの活用も有効です。
00:12:08今回の動画は以上です。もしチャンネルを支援し、こうした動画の制作を応援していただけるなら、
00:12:12ぜひAI Labs Proへの加入をご検討ください。いつもご視聴ありがとうございます。また次の動画でお会いしましょう。
00:12:18It is better to use an external tool like CodeRabbit because they're built to catch known
00:12:22vulnerability patterns early. That brings us to the end of this video. If you'd like to support
00:12:26the channel and help us keep making videos like this, you can do so by joining AI Labs Pro.
00:12:31As always, thank you for watching and I'll see you in the next one.