𝗔𝗜 𝗖𝗼𝗱𝗶𝗻𝗴 𝗘𝘃𝗼𝗹𝘂𝘁𝗶𝗼𝗻: 𝗙𝗿𝗼𝗺 𝗖𝗼𝗽𝗶𝗹𝗼𝘁 𝘁𝗼 𝗔𝗴𝗲𝗻𝘁 𝗦𝘄𝗮𝗿𝗺𝘀
AIコーディングの進化は速い。私は、単純な提案から自律型エージェントへと進展していく様子を見守ってきた。
タイムラインは以下の通りだ：
2021年：GitHub Copilot。1行単位のオートコンプリートを提供。標準的なパターンには対応できたが、カスタムロジックでは失敗した。コードベース全体を把握しているわけではなかった。
2023年：チャットベースのコーディング。タスクを説明すると関数が生成される。それでも、コンテキストはすべて手動で提供する必要があった。
2024年：複数ファイルへの対応。CursorやAiderのようなツールが、多くのファイルにわたる変更を調整する。大規模なリファクタリングが可能になった。
2025年：フルコードベース・エージェント。Claude CodeやDevinのようなツールが、目標に基づいて行動する。目標を設定し、成果物をレビューするだけだ。Claude Codeは、GitHub上の実際のIssueの10件中9件を解決する。
2026年：エージェント・チーム。複数のAIセッションが連携して動作する。1つのリード・エージェントが、専門特化したチームメイトを管理する。彼らはリアルタイムでコミュニケーションを取り、競合を解決する。
OpenClawはこの分野における新たなプレイヤーだ。わずか4ヶ月で、小さなプロジェクトから25万個のGitHubスターを獲得するまでに成長した。
その仕組みは異なる。IDE内で動作するのではなく、マシン上で実行される。WhatsApp、Telegram、またはDiscordを通じて対話する。
夜の11時に、失敗しているテストを修正するようメッセージを送る。翌朝起きると、プルリクエストが完了している。ターミナルを開かなくても、いつでも利用可能だ。
強大な力にはリスクが伴う。「自信満々な誤答」に注意しなければならない。
AIは一見正しそうなコードを作成する。コンパイルも通り、テストもパスする。しかし、特定のビジネスロジックを見落としているため、本番環境で失敗する。
以下の領域を注意深く監視すること：
- セキュリティ境界
- 外部APIとの統合
- ドメイン固有のロジック
- 明文化されていない組織的な知識に依存するコード
標準的なパターンは信頼し、境界部分を精査せよ。
明日はアップストリーム・フェーズについて議論する。ほとんどのチームは、ここでAIのレバレッジを最大限に活用する方法を見逃している。