■ 1. ソフトウェア開発における従来のボトルネック
- ソフトウェア開発の本質的な難しさは「コードを書くこと」ではなく、ドメイン知識を頭の中に構築することにあった
- 給与システムを構築するには控除の仕組みや給与期間をまたいだ賃率変更の処理を、交通アプリを構築するにはGTFSフィードの仕様やルートとトリップの違いを理解する必要があった
- コードはそのドメイン理解の「転写」であり、理解を獲得すること自体が本来の仕事であった
■ 2. エージェントAIによる構造的変化
- エージェントAIは、ドメインモデルを構築せずともソフトウェアを生成できるようにした
- これにより「ドメイン理解→コード生成」という従来の連鎖が断ち切られた
- 開発における制約は「作れるか」から「正しいかを判断できるか」へと移行した
■ 3. 二種類の人材の対比
- ドメイン専門家（コーディング知識なし）:
- スタックトレースを読めず、データ構造の違いも説明できない
- しかし、エージェントが生成した結果の正誤を即座に判断できる
- エージェントが補完するのは「コード生成能力」であり、専門家が持つグラウンドトゥルースはエージェントには代替できない
- エージェントと組み合わせると驚くほど高い効果を発揮する
- 汎用エンジニア（ドメイン知識なし）:
- アーキテクチャ設計、信頼性・テストの担保は得意
- しかし、未知のドメインではエージェントが生成した「もっともらしい誤答」を正答と区別できない
- コードの品質は検証できるが、ドメイン的な正確性は検証できない
■ 4. エージェント時代における価値の逆転
- エージェント登場以前は、エンジニアはドメインを学ぶことで専門家と同等のシステムを構築できるキャリアパスが存在した
- ドメイン専門家には、コーディングスキルを習得する同等のパスが存在しなかった
- エージェントツールはエンジニアの優位性（コード生成能力）を低価値化したが、専門家の優位性（正解を知っていること）は低価値化しなかった
- プロンプト操作によってドメイン専門知識を得ることはできない
■ 5. 最も価値ある人材像と提言
- 両スキルを持つ人材が最も価値を持つ:
- 生成されたコードの健全性を検証できる
- 生成された出力のドメイン的正確性を検証できる
- ルールを知り、かつそのルールを意味あるテストとして表現できる
- エンジニアへの提言:
- コードを綺麗に書く機械的スキルの価値は大幅に低下した
- 依然として希少なのは、特定ドメインへの深く検証済みの知識
- 業界・金融商品・規制・物理プロセスのいずれかを選び、プログラミング言語を学んだときと同様の方法で習得すべき
- これがエージェントには代替できない、かつ最も価値が高い部分である