2026年エンジニアリングはどう変わっていくか
2025年で変わったこと
これまで知られていたプログラミングは終わった（オライリー）
「Fear Of Missing Out（見逃すことへの恐れ・取り残される不安）」の略
使う使わないではなく、どう向き合うか
Vibe CodingからAgentic Coding
作りたいものを自分で誰でも作れるようになったことが革命
DiscoveryとDelivery
価値探索に強力な追い風
多くの人がソフトウェアを作ること（Delivery）にはまだ課題がある
物的生産性と非決定性
非決定性の高いAIが物的生産性が上げる
これまでは「決定性」をあげることで生産性をあげてきた
LLMの解呪
LLMの核心部分はテキストの次の単語を予測するモデルにすぎない 非決定性とどう向き合うか
非決定性は必然であり、機能。
確率的に間違っても仕組みで気づけるプロセスをどう再考するか
コーディングエージェントとの向き合い方の変化
plz fix this => 複雑なカスタマイズの山 => このへんのファイル見て、こういう変更をしてね
AIの利用はアーキテクトが直面する課題に似ている
単一メトリクスはハックされる
AIもハックしてくる
ハックされにくい組み合わせを設計することが人間の役割
自動テストの重要性はより高まる
適応度関数、ガードレール技術の筆頭
開発者に根拠のある自信を与え、ソフトウェアの成長を持続可能にする
AIの持続可能性 => AIの根拠に変わった
理解容易性と変更容易性のバランス
共通化を進めると変更しやすいが、理解しやすさが下がることがある
AI時代
変更者が人間からAIに置き換わる
変更に対する許容量はAIのほうがめちゃくちゃ強い
理解容易性はあまりかわらない
SIDは重要度があがる？
OLは重要度がさがる？
理解容易性に投資する
理解容易性はAIのコンテクスト効率向上
実行時の柔軟性より静的で明示的な解析性
意図を伝える識別子、狭いスコープ
境界づけられたコンテクスト
同じ言葉が同じ意味を持つ領域を切る
契約による設計
コードの近くにあり保守されているドキュメント
コスト構造の変化
エージェントがあれば重要だけど非緊急の象限で馬力を出せる
コスパの観点で避けられてきたプラクティスに光を当てる
手動テストから自動テストのパラダイムシフト
自動化で実施コストが大幅に削減された
手動テスト：一連のテストで大量のバグを見る
自動テスト：短いテスト
記述・変更コストの大幅な低減
検証コストの変化
力押しのテストケース全網羅も選択肢
形式手法、モデル検査
証明をベースにした検査
a11yへの寄与が品質特性に効く
AI Readabilityが高くなる
検証は確定的でなければいけない
速度、決定性、独立性を重視
E2Eテストはスケールしないので引き続き最小限に留める
レバレッジ
AIがテスト実施のみ
テストコード生成
テスト生成コードを生成（PBTや証明コードの生成）
AIの非決定性と創造性 => 探索的テスト
所有コストの変化
車輪の再発明はアンチパターンではなくなる
ローカルでのFake実装も可能
外部テストを減らす
記録コストの変化
ドキュメントを書く工数が減った、利益が増えた
ドキュメントを書く本人が短期間で救われる
OSSから多くを学んでいる