AIエージェント

AIコーディングで効いたのは『コードが書けること』ではなかった——40万セッションの分析

2026/7/15

🤖 AIが下書き・人間が編集

要点： Anthropic が約40万件の Claude Code セッション（約23.5万人、2025年10月〜2026年4月）を分析したところ、成否を分けていたのはコードが書けるかどうかではなく、解こうとしている問題をどれだけ分かっているかだった¹。実務への含意は一つに尽きる——AI コーディングへの投資先は「書き方の練習」だけでなく「対象領域の理解」にもある。ただしこれは1社の大規模な自社利用データであり、独立した追試はまだない（後述）。

同じ一度の指示から、熟練者は倍以上を引き出す

一番はっきり出たのは、同じ「1回の指示」から引き出せる仕事量の差だ¹。

• 初心者のセッションでは、1つの指示がおよそ5アクション・約600語の出力を動かす。
• その分野に詳しい人のセッションでは、同じ1指示が約12アクション（2倍超）・約3,200語（5倍）の連鎖を動かす。

つまり「詳しい人ほど、AI に短く指示しても長く正しく走らせられる」。この差を生むのはプログラミングの訓練ではなく、扱っている領域の理解の深さだった、というのがこの分析の主張である¹。

役割分担も数字で出ている。人間は計画上の意思決定（何を作るか）の約70%を担い、実行上の意思決定（どう作るか）は約20%——裏を返せば AI が実行判断の約80%を引き受けている¹。人が「解くべき問題」を定め、AI が「その解き方」を埋める、という分担だ。

エンジニア以外でも成功率はほぼ変わらない

では「コードを書いた経験がない職種」はどうか。分析は米労働統計局（BLS）の23の職業大分類でセッションを見ている。コードを生むセッションの検証済み成功率は、ソフトウェア系が34%、それ以外の職種が29%——差はわずか5ポイントだった¹。

しかも、データ内で最も大きい10の職業群すべて（コンピュータ・数学／経営・財務／アート・デザイン・メディア／マネジメント／生命・自然・社会科学など）が、成功率でソフトウェアエンジニアの7ポイント以内に収まっていた。むしろマネジメント系がエンジニアをわずかに上回って最上位だった¹。プログラマかどうかより、その分野を分かっているかが効く——数字はそう読める。

この「プログラマでなくても作れる」という方向は、Anthropic 以外の独立した実験でも部分的に裏づけられている。Web の知識がほとんど無い非プログラマが LLM の助けで動く Web アプリを作れた割合は約73%に達し、つまずきの多くは問題の捉え方ではなく技術的な統合の細部だった²。ただし過信は禁物だ。別の研究では、業務ユーザーが AI 生成コードの——技術力ではなく分野知識や批判的思考で気づけるはずの——意思決定を損ないかねない重大な欠陥を見逃しやすいことが示されている³。「作れる」と「正しいと見抜ける」は別の能力で、後者こそ分野理解が要る。

どう受け取るか——1社のデータであることを含めて

これは思いつきの予想ではなく、公開された分析と実データに基づく。同時に、過大評価しないための線引きも要る。研究チーム自身が二つの限界を明記している¹。

• 実世界の成果までは測れていない。 測っているのはセッション内の振る舞い（アクション数・出力量・検証済みか）であって、「そのコードが本番で価値を生んだか」ではない。
• 分類はモデル頼み。 職種や熟練度の推定はトランスクリプトの自動分類に依存し、その精度をスケールで確かめきるのは難しい。

加えて——これは Anthropic が自社ツールの利用ログを分析したもので、この「熟練度で差がつく」という所見そのものの独立追試はまだない。むしろ独立で厳密な検証は、別の角度からより慎重な絵を描く。METR のランダム化比較試験では、熟練したオープンソース開発者が AI ツールを使うとタスク完了がむしろ約19%遅くなった——本人たちは事前に約24%速くなると予想し、事後も速くなったと感じていたにもかかわらず、だ⁴。自己申告や観察データを額面どおり受け取れない理由が、まさにここにある。だから本稿の数字も「業界全体で確立した法則」ではなく、規模の大きい一つの強いシグナルとして読むのが正確だ。もっとも、「エージェントが”どう作るか”を引き受けるほど、差がつくのは”何を作るべきか＝対象理解”に移る」という方向は、非プログラマが AI で実務ツールを組む動き（ドメイン専門家によるビルド）とも符合する。留保を踏まえても、投資の重心の置き所ははっきりしている——書き方の練習だけでなく、対象領域の理解に投じる価値がある。

この記事はAIが下書きし、人間が編集・公開しています。