AI Native Engineer — 原理の上にあるセンス

AI Native Engineerとは、いったいどんな人なのか（Who）

見えるようになったもの — 前時代のエンジニアとの違い

• Drew Hoskins: "ツールと言語があまりに難しく、それを習得して使うこと自体がフルタイムの仕事だった。" AIがこのフルタイムの仕事を代替し始めると、本来やるべきだったのに隠れていたものが表に出てくる
• 責任の拡大: deliveryよりdiscovery。"なぜこれを作るべきなのか？" を知らなければ、残る役割はない
• 10倍速い学習: AIが30秒で作った200行を読んで判断するには、基礎がしっかりしていなければならない。AIが作ったコードが教材になるわけだが、読める目が必要だ
• 判断の速度: Forsgren — "AIと一緒に働くと、30分のうちに数十回メンタルモデルを再構成しなければならない。" 速い判断は深い理解から生まれる

Makerへの逆風

• DORA 2025: AI導入後、PR生成は98%増加。ソフトウェアデリバリーの成果は？ Flat。コーディングはもともとボトルネックではなかった
• クリックするだけなら、他の人も同じようにクリックする。作ること自体がコモディティ化する。クリックはもはや競争力ではない
• 以前は "MakerがCloserマインドを持てば" 褒め言葉だった。今では条件になった

魔法使いの誤り — 技術がより重要になる逆説

• 著者のiOS格闘記: Golangではすぐにコアロジックへ集中できたが、iOSでは技術力不足のせいでAIと2〜3日無限ループ。"iOSエンジニアなら5分で直せたはず"
• Carson Grossの "魔法使いの弟子の罠" : ジュニアがコードを書けなければ、読むこともできなくなる。読めなければLLMに振り回される
• Steve Krouse: "バイブコーディングは、自分のバイブが精密な抽象化だという幻想を与える。" それなのに誰も "バイブライティング" とは言わない
• LLMは本質的複雑性を減らさない。偶発的複雑性を簡単に生成するだけだ（Fred Brooks, No Silver Bullet）
• ツール知識（Swift文法、Reactパターン）vs 原理知識（ネットワーク、OS、データ構造）。AIがツール知識を代替するからこそ、原理知識がより輝く

原理の上にあるセンス — Eval

• センスのない原理は学者だ。原理だけでは十分ではない
• Anthropicが "taste" と呼ぶもの。AIを最も上手く作る人たちが、AIに最後まで任せないもの
• Linear CTO Thomas: "Taste is not mystical. It's a craft." Quality Wednesdayで2年間に2,500件のdefectを修正 — tasteは筋肉のように身につく
• Eval = AIが作った結果を評価する判断力。"AIのAll Passは、私にとってもAll Passなのか？" この問いを投げられる人がAI Native Engineerだ

結論 — アクセラレータの上のコンパス

• Terry Winograd（スタンフォード初期のAI研究者）: "AIは問題の原因ではない。AIはアクセラレータ（Accelerant）だ。" 変わったのは速度であって、方向ではない
• 原理のないセンスは推測であり、センスのない原理は学者だ
• How（エージェンティック・スキル）を備え、Where（AX組織）で働いていても、Who（自分自身）が原理の上でセンスを発揮する人でなければ何の意味もない