OpenAI公式ガイド:AIネイティブエンジニアリングチームの構築 2025年までに、ソフトウェア開発は正式に「インテリジェントエージェントが実行を主導し、人間がレビューと意思決定を担う」時代へと突入します。ソフトウェア開発ライフサイクル全体における反復作業の80%は、コーディングを行うインテリジェントエージェントに委譲可能であり、また委譲すべきであり、エンジニアの価値は「コードを書く」ことから「問題を定義し、システムを設計し、方向性を把握する」ことへと急速に移行しています。 機能進化のタイムライン - 初期段階: 数行のコードしか完成できず、推論時間はわずか 30 秒程度です。 • 現在:主要なモデルは2時間以上連続して推論を実行でき、その能力は約7ヶ月ごとに倍増します。コードベース全体を一度に理解し、ツールを呼び出し、テストを自動的に実行し、自己修正を行うことができます。 • 結果: エージェントは計画から展開まで完全な機能を独立して提供でき、人間はレビューして最終決定を下すだけで済みます。 • OpenAI からの実際のデータ: 以前は数週間かかっていたタスクが、エンジニアがドキュメント作成、依存関係のメンテナンス、機能フラグのクリーンアップなどの反復タスクを Codex エージェントに完全に委任することで、数日で完了できるようになりました。 ソフトウェア開発の5つの段階の完全な見直し 1. 計画段階 従来の問題点: あいまいな要件、不明確な依存関係、調整のための繰り返しの会議。 現在のアプローチ: 製品の仕様と請求書をインテリジェント エージェントに渡すと、エージェントは自動的にそれらをサブタスクに分割し、あいまいさをマークし、すべての依存ファイルを見つけ、実装の難易度を見積もり、潜在的なリスクを指摘します。 • エンジニアが本当に行う必要があるのは、優先順位を決定し、トレードオフを決定し、最終的にストーリー ポイントを決定することです。 • 即時アクション: チーム内で「コードの調整」が最も頻繁に必要となるシナリオ (新機能の範囲に関する議論など) を特定し、エージェントが自動的にコンテキストと依存関係の分析を補足できるようにします。 2. 設計フェーズ 従来の問題点: Figma コードの変換が遅い、やり直しが繰り返される、複数のソリューションをすぐに試すことが困難。 現在のアプローチ: マルチモーダル エージェントは、デザイン ドラフト (Figma/画像) を、既存のデザイン システムと 100% 互換性のある高忠実度の React/Vue/SwiftUI コンポーネントに直接変換し、10 秒以内に 3 ~ 5 種類の異なる実装ソリューションを生成します。 • エンジニアが本当に行う必要があるのは、全体的な設計言語、インタラクション パターン、コンポーネントの再利用戦略を決定することです。 • 即時アクション: MCP を介してコンポーネント ライブラリをエージェントに公開し、「設計ブループリント → コンポーネント → コード」からのワンクリック リンクを確立します。 3. ビルド(コーディングフェーズ) 従来の問題点: 大量の定型コード、古い実装の検出、頻繁なコンテキスト切り替え、繰り返し修復を必要とするコンパイル エラー。 現在のアプローチ: インテリジェント エージェントは、バックエンド API、データベース移行、フロントエンド ページ、エラー処理、ログ記録、単体テスト、README などの完全な機能を一度に生成し、プロセス全体を通じて数十のファイル間で一貫性を維持し、書き込み時にコンパイル エラーを自動的に修正します。 エンジニアが本当に行う必要があるのは、アーキテクチャへの影響、セキュリティ、パフォーマンス、保守性などの高レベルの問題に焦点を当てることです。 • すぐに実行可能: 小さく明確に定義されたタスクから開始し、エージェントが行動を起こす前に PLAN.md ファイルを出力するように要求し、AGENTS.md ファイルを作成してチームに独自の仕様とテスト手順を教えます。 4. テスト(テストフェーズ) 従来の問題点: テストが終わらない、カバレッジが犠牲になる、エッジ ケースが見逃されやすい。 現在の実践: インテリジェント エージェントは、製品仕様に基づいてテスト ケースを自動的に生成し、人間が見落としがちな極端なケースを見つけるのに特に優れています。コードの変更後、テストは自動的に更新されます。 • エンジニアが本当に行う必要があるのは、テストが製品の意図を正確に反映していることを確認し、「偽のテスト」(合格したように見えても意図したポイントを検出できないテスト)を排除することです。 • すぐに実行可能: エージェントが独立したセッションでテストを生成できるようにし、人間による厳格なレビューを実施し、エージェントがテスト スイート全体を実行する権限を持っていることを確認します。 5. レビューとデプロイ(コードレビューとデプロイフェーズ) 従来の問題点: 膨大な量のレビュー、セキュリティやパフォーマンスの問題を見逃しやすいこと。 現在の実践: インテリジェント エージェントは、第一ラウンドのレビュー担当者として機能し、スタイル、一貫性、基本的なセキュリティの脆弱性をチェックします。小さな問題は、展開パイプラインで自動的に修正されます。 • エンジニアが本当に行う必要があること: 高レベルの設計、チーム間の影響、最終的な展開の決定に重点を置くこと。 • 傾向: 人間によるコードレビューの量は、現在の 10% ~ 20% まで減少し続けます。 新しいコアワークフロー: 委任 → レビュー → 所有 • 委任: 明示的、検証可能、反復的なタスクはすべてエージェントに委任されます。 • レビュー: 人間が出力を素早くチェックし、微妙なエラーを修正し、チームの標準に準拠していることを確認します。 • 所有: 人間は常に、体系的な洞察、創造的な意思決定、戦略的な方向性という 3 つのことを保持します。 エンジニアの日々の時間配分は劇的に変化しています。以前はコーディング70%、ミーティング20%、思考10%でした。現在はコーディング10%、エージェントの出力レビュー20%、要件定義、システム設計、長期的な方向性の検討70%です。 プロジェクトリーダーのための5つの即時実行可能な提案 1. チームにとって最も面倒なフェーズから始めます (ほとんどのチームでは、これはビルドとテストです)。 2. まず、すぐに利用できるツール (GitHub Copilot、Cursor、Codex CLI、o3/o4 などの最新バージョン) を使用して、小さなタスクを実行し、すぐに信頼を構築します。 3. ツールのドキュメントのコピーをすぐに 2 つ作成します。 • AGENTS.md (エージェントにコードベースの固有の習慣を理解させる) • 各チケットは PLAN.md で始まる必要があります (エージェントは明確な計画を好みます)。 4. テスト カバレッジを「エージェントにコマンドを与えるための言語」として扱います。テスト カバレッジが優れているほど、エージェントの信頼性が高まります。 5. 最も重要なこと: 文化のアップグレードを完了する - 「個人的にコードを書く」ことをアウトソーシングできる機械的な労働と見なし、「何が必要で、なぜ必要で、どの程度うまく行うのかを明確に定義する」ことをエンジニアの真の中核能力と見なします。 OpenAI公式ガイド:
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
