Nazar Boykoは2026年7月27日、AIコーディングツールが、かつてエントリーレベルのエンジニアを鍛えていた定型業務を自動化し、若手開発者の育成経路を弱めたと主張した。シニアエンジニアの価値は、未知のコードを読み、小さなバグを直し、本番環境の挙動を追い、障害に対応し、プルリクエストのフィードバックを吸収する年月から生まれるが、AIはいま、そうした初期キャリアの作業の多くを数秒で処理するという。

Boykoは、失われた作業は単なる「雑務」ではなく、ソフトウェア見習い期間のカリキュラムだったと述べる。ボイラープレート、CRUDエンドポイント、フォーム検証、小さなバグ修正、つなぎ込みコード、本番設定の問題、プルリクエスト上の細かな指摘は、フレームワーク、コードベース、システムが実際にどう動くかを若手に教えていた。若手はAIでより多くの成果物を出せる一方、反復回数は減っており、若手の仕事の目的はチケット数ではなく学習だったとされる。

労働市場の複数の数字も、この主張の根拠として示された。SignalFireのState of Tech Talent reportによると、新卒は現在Big Tech企業の採用のわずか7%で、新卒採用はパンデミック前の2019年水準から50%以上減少し、管理職の37%はGen Z社員を雇うよりAIを使いたいと答えた。エリック・ブリニョルフソン率いるスタンフォードのチームは、数百万人の労働者を含むADP給与データを分析し、AIの影響を最も受ける職種で22〜25歳の初期キャリア労働者の雇用が2022年末以降16%相対的に減った一方、同じ職種の30歳以上の労働者は2025年5月までに6〜12%増えたとした。

Boykoは、New York Fedのデータも引用し、最近のコンピューターサイエンス卒業者の失業率が6.1%で、最近の卒業者全体の4.8%を上回ると述べた。Stack Overflowが取り上げた調査データでは、採用担当管理職の70%がAIはインターンの仕事をこなせると考え、57%が最近の卒業者の仕事よりAIの出力を信頼すると答えた。これらの数字は、ソフトウェア職のキャリア階段の最下段がすでに欠けている証拠として位置づけられている。

採用上のインセンティブは個々のチームには合理的でも、共有されるシニア人材プールを傷つけるという。若手採用には、純増戦力になるまで1年以上の給与とシニアの育成時間がかかる一方、AIコーディングツールはチームのコーヒー予算より安く、すぐに動く。Boykoは、企業は後で市場からシニアを採用できると見込むが、その市場は過去に他社が若手を育てていたことに依存していると指摘する。2025年に採用されなかった若手は、2028年のミドルレベルエンジニア不足となり、2031年のシニア不足になるという見立てだ。

Boykoは、人材不足が問題になる前にAIがシニアエンジニアになるという単純な反論を退ける。AIが生成したマージを承認し、午前2時の本番障害に責任を持ち、テストが正しい理由で通ったかを判断する人間はなお必要だという。スタンフォードのデータでは、AIが人を補強する職種では雇用が維持または増加し、AIを学習や検証に使う労働者は、タスク全体を委任する労働者より良い結果を出したともされる。

初期キャリアの開発者には、AIにプロンプトを投げる前に自分で問題に取り組み、AI生成の差分をレビュアーとして読み、あえて一部の作業を遅いやり方で進め、早い段階でレビュー能力を築くことが推奨された。チームには、少なくとも1人の若手を採用し、ローテーション、明確なメンター、障害レビューへの参加、決済フローの説明、オンコール業務のシャドーイング、ポストモーテム草稿作成など、理解重視の課題を与えることが勧められた。Boykoは、5年後に十分なシニアを抱えるチームは、シニアを作り続けたチームだと述べた。

Nazar Boykoは2026年7月27日、AIコーディングツールが、かつてエントリーレベルのエンジニアを鍛えていた定型業務を自動化し、若手開発者の育成経路を弱めたと主張した。シニアエンジニアの価値は、未知のコードを読み、小さなバグを直し、本番環境の挙動を追い、障害に対応し、プルリクエストのフィードバックを吸収する年月から生まれるが、AIはいま、そうした初期キャリアの作業の多くを数秒で処理するという。

Boykoは、失われた作業は単なる「雑務」ではなく、ソフトウェア見習い期間のカリキュラムだったと述べる。ボイラープレート、CRUDエンドポイント、フォーム検証、小さなバグ修正、つなぎ込みコード、本番設定の問題、プルリクエスト上の細かな指摘は、フレームワーク、コードベース、システムが実際にどう動くかを若手に教えていた。若手はAIでより多くの成果物を出せる一方、反復回数は減っており、若手の仕事の目的はチケット数ではなく学習だったとされる。

労働市場の複数の数字も、この主張の根拠として示された。SignalFireのState of Tech Talent reportによると、新卒は現在Big Tech企業の採用のわずか7%で、新卒採用はパンデミック前の2019年水準から50%以上減少し、管理職の37%はGen Z社員を雇うよりAIを使いたいと答えた。エリック・ブリニョルフソン率いるスタンフォードのチームは、数百万人の労働者を含むADP給与データを分析し、AIの影響を最も受ける職種で22〜25歳の初期キャリア労働者の雇用が2022年末以降16%相対的に減った一方、同じ職種の30歳以上の労働者は2025年5月までに6〜12%増えたとした。

Boykoは、New York Fedのデータも引用し、最近のコンピューターサイエンス卒業者の失業率が6.1%で、最近の卒業者全体の4.8%を上回ると述べた。Stack Overflowが取り上げた調査データでは、採用担当管理職の70%がAIはインターンの仕事をこなせると考え、57%が最近の卒業者の仕事よりAIの出力を信頼すると答えた。これらの数字は、ソフトウェア職のキャリア階段の最下段がすでに欠けている証拠として位置づけられている。

採用上のインセンティブは個々のチームには合理的でも、共有されるシニア人材プールを傷つけるという。若手採用には、純増戦力になるまで1年以上の給与とシニアの育成時間がかかる一方、AIコーディングツールはチームのコーヒー予算より安く、すぐに動く。Boykoは、企業は後で市場からシニアを採用できると見込むが、その市場は過去に他社が若手を育てていたことに依存していると指摘する。2025年に採用されなかった若手は、2028年のミドルレベルエンジニア不足となり、2031年のシニア不足になるという見立てだ。

Boykoは、人材不足が問題になる前にAIがシニアエンジニアになるという単純な反論を退ける。AIが生成したマージを承認し、午前2時の本番障害に責任を持ち、テストが正しい理由で通ったかを判断する人間はなお必要だという。スタンフォードのデータでは、AIが人を補強する職種では雇用が維持または増加し、AIを学習や検証に使う労働者は、タスク全体を委任する労働者より良い結果を出したともされる。

初期キャリアの開発者には、AIにプロンプトを投げる前に自分で問題に取り組み、AI生成の差分をレビュアーとして読み、あえて一部の作業を遅いやり方で進め、早い段階でレビュー能力を築くことが推奨された。チームには、少なくとも1人の若手を採用し、ローテーション、明確なメンター、障害レビューへの参加、決済フローの説明、オンコール業務のシャドーイング、ポストモーテム草稿作成など、理解重視の課題を与えることが勧められた。Boykoは、5年後に十分なシニアを抱えるチームは、シニアを作り続けたチームだと述べた。