Claude Code が初公開されてから1年強が経過。当初の盛り上がりが落ち着き、実用フェーズに入った今、開発現場で何が起きているかを観察してみます。
変わったこと
1. コードレビューの主役が変わった
「人間がコードを書き、人間がレビューする」モデルから、「AIが下書きを書き、AIが一次レビューし、人間が最終判断する」モデルへの移行が進んでいます。レビュー観点の言語化（ガイドライン整備）が、これまで以上に重要になりました。
2. 「読み捨てコード」の量と質
調査用スクリプト、データ整形ツール、一回限りの集計ジョブなど、「読み捨てコード」の生成コストが激減。これまで「面倒だから手作業でやる」だった領域が、ボタン1つで自動化されるように。
3. ドキュメント整備の習慣
CLAUDE.md などのプロジェクト指示書を整備する習慣が、結果的に開発チーム全体のコミュニケーションを改善。「AIに伝えるための文書」が「人間にも伝わる文書」になっています。
4. シニア・ジュニアの差の変質
シニアの強みは「コードを速く書ける」より「正しい設計判断ができる」「適切な質問を立てられる」へとシフト。ジュニアでもAIを使えば実装速度は上がるため、上達の方向性自体が変化しています。
変わらなかったこと
1. 設計判断の重要性
AIは「与えられた範囲」では優秀ですが、「そもそも何を作るか」は人間が決める必要があります。要件定義・アーキテクチャ判断・トレードオフ評価の重要性は、むしろ高まっています。
2. レビューの最終責任
AIが書いたコードを、AIが「これで完璧です」と言っても、最終的な責任は人間にあります。コードを読んで理解する力は引き続き必須です。
3. デバッグの泥臭さ
本番環境のバグ調査、再現性のない不具合、外部システム起因の問題——こうした泥臭い領域では、AIは補助以上の役割を果たしにくいのが現状です。
現場のあるある
- 「とりあえず Claude Code に投げる」が新しい初動になった
- 差分が大きすぎる PRが増えた → 機能単位の小さなPRに分割するルール整備が必要
- テストファースト開発との相性が抜群：失敗テスト → 通すコードのループが自動化
- 新人教育の方法論が揺らぐ：写経で基礎を学ぶ意義が低下、考え方を学ぶ方法へシフト
1年使った人へのおすすめ
- CLAUDE.md を育てる：プロジェクト固有の指示・避けるべき変更パターンを蓄積
- 権限を絞る：本番DB接続・送金APIなど危険操作はガード必須
- コミット粒度を意識：1論点1コミットで巻き戻しやすく
- 定期的なリファクタタイム：AIが量産したコードを、人間視点で整える時間
これから始める人へ
「いきなり本番プロジェクトで試す」より、「個人の趣味プロジェクトで一通り回してみる」のが学習効率が良いです。失敗できる環境で、AIの得意/不得意を把握してから本番投入する流れを推奨します。
よくある質問
この記事に関連する質問と答えをまとめました。