複合工学の時代到来 — AI エンジニア

AI エンジニアの未来は「コードを書くこと」ではない：複合工学が変える開発のルール

AI の進化により、コードの実装自体はすでに解決されつつある。しかし、真のボトルネックは「何を作るか」という判断力と、製品に込める人間の「嗜好」にある。この課題に対処するため、反復作業をシステムに抽出し、学習履歴として蓄積する「複合工学（Compound Engineering）」というアプローチが、単独で大規模な製品開発を可能にする新時代の開発プロセスとして登場した。

コード実装は終わり、判断と嗜好が主役になる

私は今年、一行もコードを書いていない。それでも、数千人が信頼して使うメールインボックスのプロダクトをリリースし続けている。この驚くべき成果の背景にあるのは、私の思考や嗜好をシステムに抽出し、それを複利効果（コンパウンド）で積み上げてきたからだ。

かつては「悪いコード」や「ハルシネーション（嘘）」がボトルネックだった。次に「計画」が難問となり、さらに進んで「何を作るか」という判断やユーザー理解が課題になった。そして今、実装の領域は AI によってほぼ解決された状態にある。

「実装はほとんど解決されている。問題なのは、我々の判断力と嗜好だ。」

AI エンジニアリングの焦点は、単なるコード生成から「システム設計と知識管理」へとシフトしている。人間がどこで脳をオンにし、どこで AI に委ねるかを明確に定義し、思考のプロセスそのものをシステムに定着させることが、これからの開発者の役割だ。

人間の頭脳を挟んだ「サンドイッチ構造」

最も効率的な人間と AI の協働モデルは、「人間-AI-人間」というサンドイッチ構造である。この構造において、AI は真ん中の「実行部分」を担当し、両端の「思考の開始（ブレインストーミング）」と「思考の終了（品質向上・嗜好の適用）」を人間が担う。

• 開始時：何に取り組むか、何が問題なのかを深く理解する。ここで人間の判断力が問われる。
• 中間：AI に任せて、夜間も並列で長時間実行させる。この部分を正しくセットアップできなければ、システムは回らない。
• 終了時：「これが良い」「もっとスナップ感を出そう」といった、製品に命を吹き込む嗜好や品質基準を適用する。

特に思考のプロセスにおいては、そこで得られた学びを抽出してシステムに記録することが不可欠だ。これを繰り返すことで、次の AI の提案にはすでに過去の思考が含まれ、開発はより大きな問題へと進んでいくことができる。

知識の抽出と蓄積：50% ルールによる生産性の最大化

複合工学の核心は、「反復作業やミスをシステムに記録し、解決策として蓄積する」ループにある。これを可能にするのが「50% ルール」だ。

機能開発に費やす時間を 50% に抑え、残りの 50% を「システムへの教育」と「知識の抽出」に充てるのだ。

• 50%：機能の実装

機能が作られたか、設定した価値が提供されたかを検証する時間。

• 50%：システムの学習

AI が間違えた理由を分析し、なぜそう判断したかの「思考プロセス」を文書化する時間。

このアプローチにより、長期的な生産性は最大化される。例えば、解決策や正解の答えをリポジトリ内の「ソリューションドキュメント」として蓄積しておけば、後続の開発で再度調査する必要がなくなる。トークン消費量も削減され、結果としてより効率的に開発が進むことになる。

「私の脳は固定されているが、AI はそうではない。思考を抽出し続けることで、最終的には真ん中の実行部分が完全に自律し、驚くほど良い成果を生み出すようになる。」

思考の文書化と標準化：ツールとしての「複合工学」

この手法を実践するために開発されたのが、「Compound Engineering Plugin」というツールだ。これは単なるコード生成ツールではなく、思考を活性化させるためのプラットフォームである。

• CE ID8：オープンチケットや OKR を分析し、次に取り組むべき優先順位を論理的に構造化して提示する。
• C Do Review：PRD（製品要件定義書）などを解析し、開発者が気づいていない鋭い質問を投げかけ、思考の盲点を指摘する。
• C Brainstorm：過去の学習履歴やペルソナ情報を参照しながら、最適なプランニングとブレインストーミングを支援する。
• SLLFG (Loop)：計画から実装、レビュー、テスト、PR 作成までを自律的に実行し、結果を動画やスクリーンショットで可視化する完全自動化ループ。

これらのツールは、開発者が「なぜそう判断したか」という思考プロセスを文書化・標準化し、それを次の開発やデバッグの学習データとして活用することを可能にする。単独エンジニアがチームに匹敵する成果を出すためのインフラであり、AI エンジニアリングの新しい基準となるだろう。

まとめ：アーキテクトと教育者への転換

複合工学は、開発者の役割を「実装者」から「アーキテクトおよび教育者」へと変容させる。企業にとっては、少数精鋭のチームで大規模な AI 製品を開発・維持できるモデルとして、リソース配分や組織構造の見直しを促す重要な示唆を含んでいる。

AI の時代において、真の競争優位性はコードを書く速さではなく、いかに人間の判断と嗜好をシステムに定着させ、知識を複利効果で積み上げていくかにかかっている。