概要
https://speakerdeck.com/vaaaaanquish/sheng-cheng-ainiyorusohutoueakai-fa-noshou-shu-di-dian-hack-fes-2025
詳細内容
## 生成AIによるソフトウェア開発の収束地点 - Hack Fes 2025
https://speakerdeck.com/vaaaaanquish/sheng-cheng-ainiyorusohutoueakai-fa-noshou-shu-di-dian-hack-fes-2025
生成AIはソフトウェア開発をアシスタンスからエージェントベースへと変革させ、生産性を大幅に向上させる一方で、検証や品質保証における新たな課題を提起しています。
**Content Type**: Research & Analysis
**Scores**: Signal:4/5 | Depth:4/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 100/100 | **Annex Potential**: 100/100 | **Overall**: 76/100
**Topics**: [[Generative AI, Agentic AI, Developer Productivity, Software Development Workflow, AI Code Generation]]
生成AIがソフトウェア開発のあり方を大きく変革しており、単なるコード補完から、自律的に開発計画を立て実行するエージェント型ツールへと進化しています。GitHub Copilotから始まり、現在はClaude Code CLIやGemini CLIといったエージェントツールが注目され、Prompt Engineering、Vibe Coding、Agent Codingといった新たな概念が生まれています。
本資料は、これらのツールの具体的な導入事例とその効果を深く掘り下げています。eBayやMicrosoftの大規模なABテストでは、開発者のタスク完了率が平均26%向上し、PRマージ時間の17%削減、リードタイムの12%減少といった明確な生産性向上が示されました。エムスリー社の事例でも、Rubyバージョンアップが2ヶ月から2日に短縮され、新規アプリがわずか1ヶ月でリリースされるなど、具体的な成果が報告されています。これは、AIがコード検索、理解、ファイル操作に加え、自己調整や実行計画立案まで行うようになったエージェント型ツールの大きな効能です。
しかし、AIによる開発は課題も抱えています。コード生成の精度検証が複雑化し、微妙なバグやセキュリティリスクの増加、また経験豊富な開発者ではかえって生産性が低下する可能性も指摘されています。これは、プロンプト設計や出力レビュー、修正に時間がかかり、「ガチャ感」が生じるためです。
未来に向けては、「Eval-Driven Development（評価駆動開発）」の導入が鍵となります。これは、テストやガードレールを固めてからAgent Codingを行うアプローチであり、AIが生成するコードの品質を担保し、効率的な開発サイクルを構築する上で不可欠です。生成AIはソフトウェア開発の30〜50%を自動化すると予測される中で、エンジニアはAIとの協調による「Self-invoking Code Generation」の概念を理解し、その恩恵を最大限に引き出すための新しい開発手法への適応が求められます。