34歳のあるプログラマーは月収75万円を稼いでいたが、ある日突然職を失い収入が0円になった。理由は「AIには勝てない」という一言だった。テレ東プラスが伝えたこの実例は、プログラマーという職業そのものの前提が崩れつつあることを象徴している（テレ東プラス）。彼は独学でコードを書き続け、フリーランスとして安定した案件を確保していたにもかかわらず、クライアントが生成AIツールへの切り替えを決めた瞬間に契約を打ち切られたという。もはや「コードが書ける」ことは高収入を保証する資格ではなくなりつつある。
Anthropicの実測データが示す最高リスク職種
2026年3月5日、米Anthropicは職種別のAI代替リスクを分析した新指標「Observed Exposure（実測曝露度）」を発表した。米労働省の職種タスクリストと自社の利用データを突き合わせたところ、最も曝露度が高かったのはコンピュータープログラマーで75%、次いでカスタマーサービス70%、データ入力係67%という結果になった（CoinPost）。この数値は、単に「AIが得意な作業」ではなく、実際に企業や個人がClaudeなどのAIを使って業務を代替している割合を示す点で、従来の理論的予測とは一線を画す。
興味深いのは理論値と実態の乖離だ。コンピュータ・数学分野ではLLMが理論上94%のタスクを実行できるが、実際に自動化されているのは33%にとどまる。法規制や人間による確認の必要性がギャップの背景にあるという。ただし若年層への影響は既に表面化しており、ChatGPT登場後、22〜25歳のAI代替リスクの高い職種への就職率は、それ以前と比べて14%低下したこともAnthropicは示している。同社はこの傾向について、新卒採用市場において「基礎的なコーディングスキルだけを売りにする候補者」への需要が急速に縮小していると分析している。
「バイブコーディングは時代遅れ」、カルパシー氏の転換
バイブコーディングという言葉を生んだ当人が、その限界を最初に認めた。アンドレイ・カルパシー氏は2026年2月、X上で「多くの人がこの手法をバイブコーディングと区別する新しい呼び名を探している。今気に入っているのは『エージェントエンジニアリング』だ」と投稿した。及川卓也氏はこれを紹介しつつ、カルパシー氏が提唱する「ソフトウェア3.0」——自然言語で表現されAIモデルが実行するプログラム——という概念を解説している（ダイヤモンド・オンライン）。
この枠組みでは「プログラムを書く人」はエンジニアの専有物ではなくなる。営業担当者でも法務担当者でも、AIに「何を達成したいか」を的確に言語化できれば、事実上ソフトウェアを書いていることになる。プログラミング言語習得という参入障壁が崩れたとき、差を生むのは「何を作るべきか」の判断力だとカルパシー氏は問いかけている。これは歴史的に見れば、アセンブリ言語から高級言語への移行、さらにノーコード・ローコードツールの普及と続いてきた抽象化の連鎖の延長線上にある変化とも言えるが、自然言語そのものがプログラミング言語になる点で従来とは質的に異なる転換だ。
非開発者がハッカソンで優勝する逆転現象
この構造変化を裏付ける具体例が、AnthropicのOpus 4.6ハッカソンだ。参加者500人の大半が開発者だったにもかかわらず、受賞者5人中3人はソフトウェアリリース経験のない人材だった（GIGAZINE）。ソフトウェア開発者のアーロン・ブレトホルスト氏は、開発の本質的な難しさはコードを書くことではなく業界の業務知識を理解することだと指摘する。給与計算システムを例に挙げ、計算コード自体は容易でも、税率や控除条件、給与期間の調整を正確に理解していなければシステムの正誤は判断できないという。
ブレトホルスト氏は「15年間物流業界で働いてきた配車担当者」と「優秀なエンジニア」が同じAIコーディングツールを使うケースを比較し、配車担当者はコードを書けなくてもAIが作った物流システムの正しさを判断できる一方、エンジニアはコード品質は評価できても業務要件を満たしているかまでは判断できないと述べた。システム研究者のデクスター・ハドリー氏も「専門知識がコーディング能力に勝る。これは一時的な流行ではなく不可逆的な変化だ」と語っている。この現象はコーディングエージェントの精度向上と表裏一体であり、コード生成の正確性が上がるほど、残された差別化要因は「何を作らせるか」を決める業務理解に収斂していく。
若手エンジニアが生き残る道
Business Insider Japanは、AIがジュニアエンジニアの仕事を5年前から激変させたと報じている。かつて若手は本番環境での試行錯誤を通じてスキルを積み上げてきたが、AIエージェントによる自動生成が定型作業を代替した今、若手が担うべき役割は変質した（Business Insider Japan）。同記事によれば、従来「下積み」とされていたコードレビューやバグ修正の反復作業が減少した結果、若手はより早い段階から仕様策定やAI出力の妥当性検証といった上流工程への関与を求められるようになっているという。
これらを総合すると、プログラマーという職業は消滅するのではなく再定義される段階にある。求められるのは、コードを書く技能単体ではなく、業界知識をAIエージェントに正確に翻訳し、出力の妥当性を業務文脈で検証できる能力だ。企業側も採用基準や研修内容を、コーディングテスト偏重から業務理解とAI活用力を測る形へ見直す時期に来ている。教育機関やIT企業の研修プログラムも、単なる文法習得よりもドメイン知識とcontext engineeringの両立に重心を移す必要があるだろう。
