コードを書く人から、コードを判断する人へ。このシフトがすでに始まっているとしたら、どうしますか？
Google Cloud AIディレクターで元ChromeエンジニアリングリーダーのAddy Osmaniが、JS Nation US 2026カンファレンスで挑発的な発言をしました。「2026年のシニア開発者は高給コードエディター（highly-paid Code Editor）に過ぎない」。これは蔑みではありません。むしろ、この時代が求めるコアコンピテンシーの逆説です。
これは何？
Addy Osmaniは2025年から「70%問題」「80%問題」シリーズを通じて、AIコーディングの現実的な限界を継続的に指摘してきました。AIは70〜80%まで連れて行ってくれますが、残りの20〜30%（品質・整合性・ラストマイル）は依然として人間の仕事です。
このインタビューでは、さらに踏み込みます。開発者のコアロールが「コードを書く人」から「コードを評価・編集する人」へと移行しているということです。単なる役割変化ではなくアイデンティティの危機に感じる理由は？
「良いコーダー＝良い開発者」という等式を長く信じ続けてきたからです。実際には、アーキテクチャの判断、ビジネスコンテキストの理解、チームの方向性設定の方が重要でした。AIがコード自動化を加速し、その事実がようやく可視化されているのです。
データも明確です。2025 Stack Overflow開発者調査では84〜90%がAIコーディングツールを使用し、51%が毎日使用。Claude Codeは正式リリースからわずか6ヶ月で年換算10億ドル売上を達成。AIペアプログラミングは競争優位ではなく、基本条件（table stakes）になりました。
何が変わるの？
最も直接的な変化は役割の再定義です。「より速く開発する」だけでなく、何を判断し、どこに集中するかが根本から変わります。
| 従来のシニア役割 | AI時代の新役割 | 重要度 |
|---|---|---|
| コードを直接書く | AI出力の評価・編集 | 役割転換の核心 |
| 構文・ライブラリの暗記 | コンテキストエンジニアリング | 必須新スキル |
| PRを自分で実装 | エージェントのオーケストレーション | 生産性の倍数化 |
| ジュニア教育のコードレビュー | 「AIがなぜこれを選んだか」の批判的分析 | 教育方式の変化 |
| コード完成度＝成果 | システム整合性・アーキテクチャ＝成果 | 評価基準の変化 |
Osmaniは「イシューではなくPRが欲しい」という表現を使います。散歩中にGitHubアプリで3〜4タスクをエージェントに任せ、戻ったときにPRをレビューする方式です。
Annie Vellaの研究によると、開発者の77%がコードを直接書く時間が減ったと回答。GitClearの2025年分析では、AIコード生成ツール普及でコピー&ペーストが17.1%増加し、2週間以内に再修正されるコードが26%増加。速く生成されたコードが良いコードとは限りません。
始め方：実践ワークフロー
Addy Osmaniの実践LLMコーディングワークフローをステップ別に整理しました。バイブコーディングとは異なる「AI支援エンジニアリング」アプローチです。
- コードの前にスペックを
曖昧なリクエストで始めないこと。AIに要件を繰り返し質問させ、結果をspec.mdにまとめます。「15分ウォーターフォール」で方向を合わせてからコード生成へ。 - 小さな単位に分解する
一度に全部頼むと一貫性のないコードが生まれます。「Step 1実装 → 検証 → Step 2」の順で繰り返します。各ステップでテストを実行してコミットすることが核心です。 - 十分なコンテキストを提供する
AI出力の品質は提供したコンテキストの品質に比例します。関連ファイル、制約、好みのパターン、避けるべき落とし穴をすべてプロンプトに含めましょう。 - 検証は妥協なく
AIコードは自信を持って間違える可能性があります。すべてのAI生成コードをジュニア開発者のコードと同様に扱い、必ずテストを実行。別モデルにレビューを依頼するのも効果的です。 - コミット＝セーブポイント
AIと作業するときはより頻繁にコミットします。次のAI提案が間違った方向に進んだとき、最近のコミットに戻れる必要があるからです。 - ルールファイルでAIを導く
CLAUDE.md、.cursorrulesなどのルールファイルを作成します。プロジェクトのコーディングスタイル、禁止パターン、好みのライブラリを明記するとAIがチームメンバーのように合わせて動きます。
「基礎（fundamentals）を理解することは依然として超能力（superpower）です。AIがプログラミング言語を無意味にするという極端な見方は間違いです。深い技術的理解があってこそ、AI出力を適切に評価・統合できます。」
さらに深く知りたい方へ
My LLM coding workflow going into 2026 Addy Osmani自身が書いた実践LLMワークフローガイド。スペック作成からエージェント活用、バージョン管理まで体系的にまとめられています。 addyosmani.com
The Engineer Identity Crisis: When AI Codes Better Than You 「シニア開発者の53%がLLMが自分より上手くコードを書くと思っている」——アイデンティティ危機のリアルなデータと適応戦略。 becomingagentic.ai
The Software Engineering Identity Crisis Annie Vellaの研究ベース分析。開発者のアイデンティティ危機の根源を歴史的文脈とともに解説。 annievella.com
From Writer to Director: The Developer Identity Crisis of 2026 「90分で機能が完成したのに詐欺師みたいな気分」——実際の開発者が経験したアイデンティティ転換の生の記録。 medium.com
