メインコンテンツへスキップ
見出し画像

【Slack Code】「AIにコードを書かせる」だけではない。AI駆動開発で、開発者の仕事はどう変わるのか?

    こんにちは。
    ASUNI-NARE株式会社です。

    AIを使ってコードを書く。
    今では、もう珍しいことではありません。
    Claude Code、Cursor、GitHub Copilot、OpenAI Codexなど、AIを使った開発ツールは急速に進化しています。

    そして2026年には、AIは単にコードを「提案する」だけではなくなってきました。

    コードベースを調べる。
    実装方法を考える。
    コードを書く。
    テストする。
    バグを修正する。
    Pull Requestを作る。
    さらには、バックグラウンドで開発タスクを進める。

    ここまで来ると、私たちは一つの疑問を持ちます。
    「AIにコードを書かせること」と「AI駆動開発」は、同じなのだろうか?

    今回は、前回の記事で紹介した「Slack Code」を起点に、2026年時点のAI開発ツールを見ながら、この問いについて考えてみます。



    そもそも「AI駆動開発」とは?

    まず、AI駆動開発という言葉に、すべての企業で統一された一つの定義があるわけではありません。

    そこでこの記事では、

    AIを単なるコード生成ツールとして使うのではなく、ソフトウェア開発の複数の工程にAIを組み込み、人間とAIが協働して開発を進めること

    として考えます。

    従来の開発では、

    人間が考える
    ↓
    人間が設計する
    ↓
    人間がコードを書く
    ↓
    人間がテストする
    ↓
    人間がレビューする

    という流れが基本でした。

    AIによるコード生成を取り入れると、

    人間が考える
    ↓
    AIにコードを書いてもらう
    ↓
    人間が確認する

    となります。

    しかし、現在のAIエージェントはさらに先へ進んでいます。

    人間が目的や課題を伝える
    ↓
    AIがコードベースを調査する
    ↓
    AIが実装方法を考える
    ↓
    AIがコードを変更する
    ↓
    AIがテストする
    ↓
    AIが修正する
    ↓
    AIがPull Requestを作る
    ↓
    人間が確認・判断する

    つまり、「コードを書かせる」から「開発タスクを任せる」へ変わり始めているのです。


    Claude Code、Cursor、Copilot、Codexは何が違う?

    現在、この変化を象徴するサービスがいくつも登場しています。

    例えばAnthropicのClaude Code。
    Claude Codeは、ターミナル上でAIにコードを書かせるだけではなく、ファイルを調査・変更したり、コマンドを実行したり、開発作業そのものをAIに委任できる設計になっています。

    GitHubとの連携を利用すれば、IssueやPull Requestを起点とした開発作業にもAIを組み込めます。

    一方、CursorはAIを組み込んだ開発環境として進化しています。
    さらにクラウド上でAIエージェントを動かし、コードの変更やテスト、Pull Request作成などを行う仕組みも提供されています。

    GitHub Copilotも、もともとはコード補完を中心としたサービスでした。
    しかし現在は、Copilot Coding Agentなどによって、Issueをもとにリポジトリを調査し、コードを変更し、Pull Requestを作成するところまでAIに任せられるようになっています。

    そしてOpenAI Codexも、機能開発、バグ修正、リファクタリング、テスト、コードレビューなど、より大きな開発タスクをAIエージェントに任せる方向へ進んでいます。

    ここで重要なのは、「AIがコードを書けるようになった」だけではないということです。

    AIが、開発工程そのものの一部を実行できるようになってきた。
    ここに大きな変化があります。


    では、人間はいらなくなるのか?

    ここが一番気になるところです。

    結論から言えば、2026年時点で「人間が不要になった」と考えるのは早いでしょう。むしろ、AIの能力が高くなったことで、人間の役割は別のところで重要になっています。

    例えば、何を作るのか?
    AIは指示されたものを作れます。

    しかし、

    「そもそも何を作るべきなのか?」

    は別の問題です。

    本当に正しいのか?

    AIがコードを書き、テストが通ったとしても、

    「この仕様で本当にユーザーの問題を解決できるのか?」

    という判断は必要です。

    本番環境に出していいのか?

    AIが実装できても、

    「この変更を本番に反映していいのか?」

    という最終判断があります。

    そのため、GitHubやOpenAIなどの公式情報を見ても、人間によるレビューや承認、権限管理などが重要な仕組みとして残っています。

    つまり、AIが自律的に動けることと、人間が不要になることは同じではありません。


    これからの開発者に必要なのは何か?

    では、AIがコードを書くようになったとき、エンジニアの仕事はどうなるのでしょうか。

    「プログラミングが不要になる」と考えるより、プログラミングの価値が変わると考えたほうが近いのではないでしょうか。

    これから重要になるのは、

    • 何を作るのか決める

    • 要件を整理する

    • システム全体を設計する

    • AIに適切な指示を出す

    • AIの成果物を評価する

    • セキュリティや品質を確認する

    • AIに与える権限を設計する

    • 最終的な意思決定をする

    といった能力です。

    つまり、「コードを書く人」から「AIを含めた開発プロセスを設計する人」へ役割が広がっていく可能性があります。

    もちろん、コードを理解する能力が必要なくなるわけではありません。
    むしろAIが生成したコードを正しく評価するためにも、ソフトウェアそのものへの理解は重要です。


    ここで「Slack Code」に戻ってみる

    ここまでの話を踏まえると、前回紹介したSlack Codeの意味が、少し違って見えてきます。

    Claude Code。
    Cursor。
    GitHub Copilot。
    Codex。

    これらのサービスは、それぞれ異なる形でAIエージェントによる開発を進めています。
    しかし、AIが開発を行うようになると、新しい問題が出てきます。

    それは、「AIが何をしているのか、チームはどうやって共有するのか?」という問題です。
    そこでSlack Codeのような仕組みが出てきます。
    Slack Codeでは、AIエージェントとの開発作業をチームのコミュニケーションの中に持ち込むことを目指しています。

    AIが作業する。
    ↓
    人間が確認する。
    ↓
    チームメンバーがフィードバックする。
    ↓
    AIが修正する。
    ↓
    人間がレビューする。

    この流れを、個人のPCの中だけではなく、チーム全体が見える場所で行う。これがSlack Codeの面白いところです。

    つまり、AI駆動開発は「AIに仕事を任せる」だけではなく、「AIと人間がどう一緒に仕事をするのか」という問題でもあるのです。


    「AI vs 人間」ではなく「AI × 人間」へ

    AIがコードを書けるようになった。
    AIがテストできるようになった。
    AIがPull Requestまで作れるようになった。

    では、人間は何をするのか。

    私たちは、「人間の仕事がなくなる」ではなく、「人間とAIの役割分担が変わる」と考えています。

    例えば、

    人間
    目的・要件・制約を決める
    ↓
    AI
    調査・設計支援・実装・テスト・修正
    ↓
    人間
    レビュー・承認・意思決定

    という関係です。

    さらに将来的には、

    人間
    ↓
    AIエージェントA:要件整理
    ↓
    AIエージェントB:設計
    ↓
    AIエージェントC:実装
    ↓
    AIエージェントD:テスト
    ↓
    AIエージェントE:レビュー
    ↓
    人間:最終判断

    というように、複数のAIが協働する開発も考えられます。

    実際、CursorやCodexなどでは、複数のAIエージェントを並行して扱う方向の機能がすでに登場しています。


    AI駆動開発の本質は「AIに任せること」ではない

    ここまでをまとめると、AI駆動開発=AIにコードを書かせることではありません。

    むしろ、AIを開発プロセスの中に組み込み、人間とAIの役割そのものを再設計することだと私たちは考えています。

    AIは、

    調べる。
    考える。
    作る。
    テストする。
    修正する。

    という仕事を、これまで以上に担えるようになってきました。

    一方、人間は、

    何を作るのか。
    なぜ作るのか。
    本当に正しいのか。
    これを世の中に出していいのか。

    を判断する。

    この関係は、これからさらに変わっていくでしょう。

    画像

    「AIがコードを書く時代」の次へ

    前回の記事では、「Slack Codeとは何なのか?」を紹介しました。

    今回の記事では、その背景にある「なぜ今、AIと人間が一緒に開発する必要があるのか?」について考えてみました。

    Claude Code。
    Cursor。
    GitHub Copilot。
    OpenAI Codex。
    Slack Code。

    それぞれは同じサービスではありません。
    しかし、その先には一つの大きな流れがあります。

    それは、

    AIが「コードを書くためのツール」から「開発タスクを実行するエージェント」へ変わっている

    ということ。

    そして、その次に待っているのが、

    「AIをチームの一員として、どう働かせるのか?」

    という問題です。

    だからこそ、これからの開発は、AI vs 人間ではなく、AI × 人間になっていくのではないでしょうか。

    AIに何を任せるのか。
    人間は何を判断するのか。
    そして、複数のAIエージェントをどう組み合わせるのか。

    これは、これからのソフトウェア開発を考えるうえで、非常に重要なテーマになっていきそうです。

    ASUNI-NARE株式会社では、これからもAIエージェント、AI駆動開発、AI to AIなど、AIによって変化していく仕事や技術について、できるだけ一次情報を確認しながら発信していきます。

    「AIがコードを書く時代」の次は、
    「AIと人間が一緒にソフトウェアを作る時代」。

    その変化は、もう始まっています。
    さぁ、次の時代へ


    一緒に読まれている記事

    参考・出典

    本記事は、2026年8月時点で各社が公開している公式情報をもとに整理・執筆しています。
    ※各サービスの機能・提供状況は変更される可能性があります。本記事では、各社が公式に発表・公開している内容の範囲で記載しています。
    ※特定のAIサービスを推奨することを目的としていません。製品・サービスを選定される場合は、改めて各社公式サイトの情報をご確認ください。

    Slack

    Anthropic / Claude Code

    Cursor

    GitHub Copilot

    OpenAI / Codex




    この記事はnoteマネーにピックアップされました

    noteマネー 今週の特集「新体制のエヌビディア決算、AI株は持ち直す?」
     
     
    ASUNI-NARE株式会社です。 下記のようなテーマに、少しでも興味があればフォローください! #DX #AI #最新IT情報 #人材活用 #採用 #組織作り #外国人 #起業 #新規事業 #アントレプレナーシップ #探求学習 #旅 #英語塾 #挑戦 #千葉県成田市 #千葉県

    あなたへのおすすめ