AIを作っている会社で、エンジニアが自分でコードを書かなくなっている。Anthropic（アンソロピック）が2026年5月に公表したデータが、業界に衝撃を与えた。その数字は「将来こうなる」という予測ではない。AIを開発している当事者が、自分たちの職場で実際に計測した実績だ。
Anthropicが公表した3つの数字
まず、規模の話から始める。Anthropicのエンジニアチームで現在プロジェクトに追加されるコードの80%以上は、AIが書いたものだ。自社のコーディングツール「Claude Code（クロードコード）」が導入される前、この割合は数パーセントにすぎなかった。変化が起きたのは、ここ1年ほどの間だ。
次は、1人のエンジニアが1日にこなせる仕事量だ。2024年と比べて8倍になっている。速くなったのではなく、AIが実際にコードを書く分、1人が担える規模が8倍に拡大したということだ。Anthropic自身は「コード行数は量的な指標であり、過大評価になりうる」と注釈を添えている。それを差し引いても、変化の大きさは変わらない。
3つ目は、変化の「速さ」だ。AIが人の手を借りずに単独でこなせる作業の長さは、かつて4分が限界だったものが90分になり、今では12時間を超えるまでになった。さらに、その能力が2倍になるペースも縮まっている。以前は7ヶ月に1回だったのが、今は4ヶ月に1回だ。伸び続けているだけでなく、伸び方そのものが加速している。
これらの数字が持つ意味は、出どころにある。AIの将来を巡るレポートや予測は世の中に多い。だがこのデータは、Claudeを開発しているAnthropicが自社の開発現場で実際に計測したものだ。外部の調査機関が「こうなるだろう」と推測したのではなく、AIを最もよく知る会社が「うちではすでにこうなっている」と測定値を示した。では、この数字の裏側で、現場のエンジニアには何が起きているのか。
現場のエンジニアに何が起きているか
数字の背後には、具体的な人の話がある。
「5ヶ月、一行も書いていない」
Anthropic社内のエンジニアが、5ヶ月間、自分の手でコードをほぼ一行も書かなかった——そんなケースが報告されている。サボっていたわけではない。毎日仕事をした。ただ、やっていることが変わった。Claude Codeに「こういうものを作ってほしい」と指示を出し、出てきた結果を確認し、方向を調整する。それだけだ。
「Cowork（コワーク）」という社内ツールの開発がその例だ。チームが共同で作業するための内部システムで、コードのほぼ全てをAIが書いた。かかった時間は1.5週間。同じ規模のプロジェクトを人間だけで作れば、数ヶ月はかかる見積もりだ。担当したエンジニアは、コードを書いた人ではなく、AIに指示を出し続けた人だ。
800個のバグを一括で根絶
ソフトウェアの不具合（バグ）を修正するのは、地道な作業だ。エンジニアが一件ずつ原因を探り、直し、確認する。集中しても1日にこなせる量は限られている。
AnthropicではこれをAIが一度でやり切った。800件以上の不具合を一括で見つけ、修正する。人間なら数週間から数ヶ月かかる作業量だ。
この2つの事例が示す変化は同じだ。AIは「補助」ではなく、実際の作業を担う「主役」になっている。エンジニアの仕事は何か——「何を作るかを決め、AIの仕事を確認すること」だ。コードを書く人から、AIに指示を出して判断する人へ。役割の中身が変わった。
| Before | After |
|---|---|
| コードを書く | 何を作るかを決める |
| バグを一件ずつ修正 | AIへの指示出し |
| テストを手動で実装 | 成果物の確認とレビュー |
その変化は採用にも影響している。生成AIを導入した企業では、経験の浅いエンジニア（ジュニアデベロッパー）の採用が絞られ始めた。2022年以降、この層の雇用は全体で約20%減少している。1人の仕事量が8倍になるということは、同じ量をこなすのに必要な人数が変わるということだ。生産性の爆発と雇用の縮小が、同じ現場で同時に進んでいる。
Anthropicが採用基準を転換
Anthropicの共同創業者でCEOのDario Amodei（ダリオ・アモデイ）は、「AIによって若手エンジニアの仕事の最大50%が消える」と公言している。外部への警告ではなく、すでにこの変化を自社で経験しているトップが語る言葉だ。
そして採用が実際に変わった。同社は新卒・若手エンジニアの採用を大幅に絞り、代わりに2種類の人材を優先するようになっている。
1つは「Forward Deployed Engineer（フォワード・デプロイド・エンジニア）」と呼ばれる職種だ。顧客企業の現場に入り込み、AIをどう活用するかを設計・実行する役割で、コードを書く技術者ではなく、AI導入を組織の中で動かせる人材だ。もう1つは、AIが出した答えの正しさを見抜ける、高度な技術者だ。AIが書いたコードに問題がないか判断するには、自分自身の深い専門知識がなければできない。
Anthropicの調査には、この方針転換の根拠となるデータがある。専門知識が豊富なエンジニアほど、AIにより多くの仕事を任せられるという結果だ。何を作るかを正確に指示できる人が、AIの能力を最大限に引き出す。コードを書く技術よりも、何を作るべきかを判断する力が、エンジニアとしての価値を左右するようになった。
こうした変化はAnthropicだけではない。AIを最もよく知る会社が採用基準を変えた——その事実は、業界全体で静かに進む構造変化の一端に過ぎない。
「コードが書ける」は、エンジニアの必須条件から外れつつある。AIが書く。人間の仕事は、何をAIに書かせるかを決めることだ。エンジニアを目指す人が何を学ぶべきかは、まだ問い直しの途中だ。
