エージェント型コーディングがジュニアエンジニアを代替する条件とは

記事の3ポイント

1. 1

   METR の時間延長指標の限界

   METR のデータはタスク長が約7ヶ月で倍増しているが、50%の成功率は採用基準として不適切であり、文脈を欠いた自己完結型のタスクのみを測定しているため現実の業務を反映していない。

2. 2

   ベンチマークの信頼性問題

   OpenAI は SWE-bench Verified の報告停止を発表し、テストケースの欠陥やトレーニングデータへの汚染（コンタミネーション）がスコアを歪めていると指摘した。

3. 3

   ジュニアエンジニアの役割の本質

   ジュニアエンジニアの最初の6ヶ月はコードベースの文脈取得に費やされるが、現在のベンチマークはこの困難な部分を排除して測定しているため、実務能力を過小評価している。