AIによる自動コーディングは、単なる効率化の域を超え、ビジネスの商習慣そのものを変えようとしている。BraintrustはOpenAIのCodexと最新のGPT-5.5を組み合わせ、顧客の要望を即座にコード化しプレビュー環境として提示するプロセスを確立した。導入から1か月で全エンジニアの半数がこのワークフローへ移行しており、2026年までに開発者の85%がAIツールを使用するという業界動向を先取りしている[firstlinesoftware.com]。CEOのアンカー・ゴヤル氏が強調するのは、バックログに蓄積されていた機能要望が、顧客との対話の中でその場で試作・検証されるようになった点だ。これはフィードバックループを極限まで短縮する新たな開発モデルである。
Codexの優位性は、長大なコード生成においても遅延が発生しにくい「ターミナルへの出力速度」にある。この特性がエンジニアの思考を止めず、実験コストを劇的に下げている[firstlinesoftware.com]。ゴヤル氏は、従来のプロンプトによる詳細な指示から、「問題を定義し、サンドボックス環境でモデルを自律的に走らせる」手法へのシフトを指摘する。新しく書かれるコードの46%がAI支援を受けており、2026年末には60%に達すると予測される中、人間が細かく指示を出すコーディングから、AIが環境内で試行錯誤する自律的な問題解決への移行が加速している。
Braintrustの試みは生産性を飛躍させる一方、品質管理のあり方を根本から問い直す。AI生成コードは人間が書いたものより2.74倍多くの脆弱性を含み、OWASP Top 10のテストで45%が失敗するという研究結果もある[ipwithease.com]。また、AIは動作を優先し保守性を軽視する傾向があり、技術的負債を増加させる懸念も強い[ipwithease.com]。さらに、AIコーディングツール利用者の69%がデプロイ問題に直面しているという「AI速度のパラドックス」も顕在化している[firstlinesoftware.com]。リアルタイムな対話開発は、アーキテクチャ設計や負債解消を後回しにするリスクを孕んでいる。
今後、エンジニアの役割は「コードを書く人」から「AIの実験環境を設計し、出力を評価する人」へと再定義される。AWSやGoogleらが開発ライフサイクルにオブザーバビリティを組み込んでいるように、AI生成コードの品質と安全性を確保するプロセスが不可欠となる[artjoker.net]。エージェントAIの台頭は従来のビジネスモデルに疑問を投げかけ、ベンダーロックインが障壁となる可能性も示唆される[modall.ca]。2026年までに政府の50%がAI規制を施行すると予想される中、セキュリティとガバナンスは開発と不可分になるだろう[firstlinesoftware.com]。開発とビジネスの境界が曖昧になる「即時化」された商習慣が、今後の標準となる。
