シニアエンジニアが思うAI

実装は楽になった。判断は重くなった。

AIエージェントは、もはや「使っていて当然」の道具になった。
私自身は GitHub Copilot を常用している。
私の主戦場が .NET 中心の業務系アプリなので、Visual Studio で違和感なく使え、かつ VSCode でも同じ感覚で使えることを考えると、現実的な選択肢はほぼこれ一択だった。

Copilot は使えるモデルがやたら多い。
Auto にしておけばいい、という意見も分かるが、実際に使っていると「今このコストを払うべきか？」を考える場面は必ず出てくる。
特に業務で日常的に使う場合、無意識に高コストモデルを回し続けるのは精神的にもよろしくない。
結局のところ、私は用途で割り切って使い分けている。

普段は Auto だが、指示が単純でコードの雛形や軽微な修正だけなら Raptor mini（Visual Studio では GPT-5 mini）。
複数ファイルにまたがる修正や、仕様の意図を汲んでほしいときは Claude Sonnet。
設計レベルで壁打ちしたい、あるいは「ここは外したくない」という局面では Claude Opus、という使い分けだ。

使っていると、モデルごとの性格ははっきり分かる。
Raptor は基本的に「言われたことしかしない」。余計なことはしないが、強引な実装も多く、毎回こちらで確認する前提になる。
一方 Claude は、こちらが明示していない意図まで汲み取り、関連しそうなコードをまとめて直してくる。
非常に頼もしい反面、「そこは触らなくてよかったんだが……」という事故も起きる。

ここで強く思うのは、AI によって実装そのものは格段に楽になった一方で、判断の責任は以前より重くなっているということだ。
どのモデルを使うか、どこまで任せるか、どこからは人間が見るか。
その線引きができないと、AI は普通に地雷を踏む。

若いエンジニアほど「AI が書いたコード＝それっぽく動くから OK」となりがちだが、シニアになるほど 「それ、本当に保守できる？」という嫌な感覚が先に立つ。
AI は優秀な部下ではあるが、設計意図や将来の変更コストまでは責任を取ってくれない。
だからこそ、AI 時代でもシニアの役割は減らないし、むしろ増えているのではないだろうか。

技術ブログの役割も変わった

そう考えると、技術ブログの役割も変わってきていると感じる。
今やググるより AI に聞いたほうが早く、昔のように、ブログがトラブル解決の糸口になる場面は確実に減った。
AI が答えを即座に出せる時代に、「こう書けば動きます」という情報だけを並べても、価値は出にくい。
ただ、現場で「これは危ない」「ここは AI に任せない方がいい」と判断した理由や迷いは、まだ人間にしか書けない。

そんな感覚を書ければと思う。