“ 人とAI ”が共創するエンジニアリングの実践と未来

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© 2025 TalentX Inc. All Rights Reserved. 自己紹介籔下直哉（X：@ybalexdp） Naoya Yabushita 株式会社TalentX 上席執行役員 CTO 大手メーカーにてプライベートIaaS基盤を中心にNFV/SDN領域やWeb 領域での開発を担当。 2018年TalentXに入社し、Tech Lead / EMとして技術及び開発組織全般を管掌。2023年執行役員CTOに就任、プロダクト全体の技術戦略及び AI開発を推進。最近はNvim + Claude Codeに落ち着きました 2

Slide 3

Slide 3 text

© 2025 TalentX Inc. All Rights Reserved. 私たちは、日本の採用活動をマーケティング活動に転換する新たな市場を先駆けて展開してきました。採用DXプラットフォーム Myシリーズを提供し、新たな HRのインフラを創出することで、日本の人材獲得力向上に寄与し、社会発展に貢献してまいります。 © 2025 TalentX Inc. All Rights Reserved. 有料職業紹介採用の普及 1960S 求人メディア採用の普及外部スカウト採用の普及 2010S リファラル採用 2015 タレントプール採用自社メディア採用 TalentX Vision：未来のインフラを創出し、 HRの歴史を塗り替える人材仲介会社を介した募集活動自社による採用マーケティング 1990S 2022 2024 3 ※リファラル採用とは：自社の社員をはじめ社内外の信頼できる人脈を介した採用 ※タレントプール採用とは：選考に進まなかった候補者や、まだ転職意欲が活性化していない候補者、面接辞退者など、将来に採用可能性がある候補者情報を資産化して関係を維持する採用手法外部のサービスに依存した人材獲得採用を内製化する採用 DXプラットフォーム

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

© 2025 TalentX Inc. All Rights Reserved. Devin Searchを利用したコード調査 8 仕様確認コード箇所特定開発エンジニア以外の利用一般的な使い方であるが、特に他プロダクトチームの仕様確認や新規参画したエンジニアのキャッチアップには効果的コードとセットで確認できるのでコードが読めれば安心して利用可能ハルシネーション発生を前提とした上で利用中問い合わせ内容をそのままDevin Searchに投げる CSチームからの仕様質問や新規機能開発時に現状仕様確認などに利活用具体的な実装箇所を確認する UI上でコードを表示してくれる。またGitHubへのリンクもセットしてくれる。不具合時の調査でコードを特定したい場合などに活用 QAチームが仕様確認に利用するテストケース作成時に条件の洗い出しに利活用。回答の精度は高くないので、動作確認するか開発チームに確認する必要あり。テーブル名やメソッド名が提示されるので確認内容も明確にはなりやすい。

Slide 9

Slide 9 text

Slide 10

Slide 10 text

© 2025 TalentX Inc. All Rights Reserved. TODOリストと実行計画を作成させる 10 TODOリストと実行計画を AIに作成させてから作業させることで成果物の品質向上を実現 10 〜〜のロジックを◯◯に変更してくださいまずはTODOリストと実行計画を TODO.mdに作成してください。ここでは実際のコードに対する変更は行わないでください。 TODOリストと実行計画の作成を依頼生成 TODOリストを元に対応を依頼プロンプト例作成したtodoを元に、Phase1から対応をお願いします。完了している Phaseに関しては作業する必要はありません。 Phaseごとに作業内容を確認し、完了したら todoを完了状態にしてくださいプロンプト例

Slide 11

Slide 11 text

Slide 12

Slide 12 text

© 2025 TalentX Inc. All Rights Reserved. コード削除 12 利用していない APIをコードベースで抽出して、該当のコードを削除したい REST API backend-repositoryのAPI定義ファイル (openapi.yml)のAPIの中でfrontend-repositoryからcallされていない APIを一覧化して、その APIのコードを削除して backend-repository frontend-repository 使用されていない APIは以下です・/v1/hoge ・/v1/fuga ・/v1/piyo 以上をbackend-repositoryから該当のコードを削除します。使用中　あかん。。

Slide 13

Slide 13 text

© 2025 TalentX Inc. All Rights Reserved. コード削除 13 一度のプロンプトで大きな作業をさせるのではなく、整理させながら進めると精度が向上 REST API frontend-repositoryからcallされている APIを一覧化してください backend-repositoryからopenapi.ymlで定義されている APIを一覧化してくださいその一覧を比較して frontend-repositoryで使用していない API を一覧化してください backend-repository frontend-repository 　使用されていない APIは以下です　・/v1/hoge 　・/v1/fuga 　backend-repositoryから　該当の APIに関するコードを削除してください

Slide 14

Slide 14 text

Slide 15

Slide 15 text

© 2025 TalentX Inc. All Rights Reserved. コード削除 15 いくつかやり方を試してみたが、満足できる結果を得ることができなかった Claude Codeで試したところ精度がかなり上がったりしたのでどのエージェントに何を任せるのか組織として整理するのが良い使用中のAPIを抽出してしまう一度のプロンプトで API抽出定義されているAPIのうち一部一覧に抽出されない API一覧抽出を front/backでプロンプトを分ける使用中のAPIを抽出してしまう全APIは人力で抽出して frontend からcallしていない APIのみ抽出

Slide 16

Slide 16 text

© 2025 TalentX Inc. All Rights Reserved. 障害一次調査 16 インシデント発生時に slackに投稿されるアラートに Devinにメンションを付与 Devinが自発的に AWS上のCloudwatch Logsなどから一次調査と報告を実施したい GuardDuty 異常検知イベントフィルタ済みイベント通知 EventBridge SNS メッセージ転送 Q Developer 投稿　通知に気づいて　調査　 ● SREチームが通知のたびに一次調査 ● 通知の精度によって、無駄な作業が発生する従来のフロー   今回トライしたフロー   ● Devinに通知を行い一次調査をおこなってもらう ● SREチームはDevinの調査結果を元に詳細な調査の実施要否などを判断　Devinに対して  　調査依頼　  

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

© 2025 TalentX Inc. All Rights Reserved. 障害一次調査 - ② DevinがAWSの必要なリソースにセキュアにアクセスさせる必要あり 19 IAM Userを必要なリソースに対して ReadOnly権限を付与 IAM userのMFAを登録 google authenticatorなどでQR読み取り画面のシークレットを控え、 devin secretsに登録 Knowledgeに以下内容を AWSアクセス手順として記載しておく・Devin secretsにAWS接続するための情報を格納してるので参照してね・oathtoolを使ってDevin secretsのMFAのsecret値を使って OTPを生成してね・他のsecrets情報とOTPをもとにAWSセッショントークンを取得してね・セッショントークンをもとに aws cliで調査してね・調査内容も別途詳細に knowledgeに記載しておく 1 2 3

Slide 20

Slide 20 text

Slide 21

Slide 21 text

© 2025 TalentX Inc. All Rights Reserved. そしてこの先どうなるんだろう 21 AIエージェント選定 ⚫　特定のツールにベットすべきか ⚫　今このタイミングで見極め可能かコーディング型 AIエージェントの台頭によって近い将来どのような変化が生まれるのか Vibe Coding・Agentic Coding ⚫　一過性のものか ⚫　当たり前になるのか技術選定 ⚫　新しい技術は採用しやすい？しにくい？ ⚫　技術選定の基準に変化はあるかエンジニアの役割とスキルセット ⚫　モダンな開発とは ⚫　必要なスキルに変化はあるか

Slide 22

Slide 22 text

© 2025 TalentX Inc. All Rights Reserved. AIエージェント選定 22 特定のツールにベットすべきか今このタイミングで見極め可能か「現時点での最適解」に常にベットし続ける状態を維持することが重要新しいツールが出現したらまず試して評価し、より良いものがあれば積極的に乗り換える姿勢を予算に関しては特定のツールを使う前提ではなく可能な範囲で AI投資枠を設ける・今使っているツールに慣れたし生産性も上がっているしもう十分・手に馴染んできたのに新しいの出ても乗り換えるのめんどくさい・次から次に出てくるがいい加減一つに絞りたい・組織として投資する場合に予算を組まないといけないので見極めが必要

Slide 23

Slide 23 text

Slide 24

Slide 24 text

© 2025 TalentX Inc. All Rights Reserved. 技術選定 24 採用しやすい理由採用しにくい理由枯れた技術を選択することは現代でも王道であり本質的な部分は変わらない AI時代では学習データとしての情報量が重視されるため、従来にも増して豊富な情報資産を持つ技術が選ばれる傾向が強まる可能性あり ● AIによってキャッチアップコストが下がっている ● ドキュメントさえあれば AIの恩恵を受けることができ、そのドキュメントすら AIに書かせることができる ● とりあえず触ってみるなどのハードルは下がっている　結果として採用しやすい流れができる ● 「世の中に浸透していない」 ≒ 「AIによる恩恵を受けづらい」 ● 枯れた技術の方が AIの学習データが豊富で、より恩恵を受けることができる ● AIを用いて技術調査を行うと「 AIがよく知っている技術」に偏る。その結果、自然と新しい技術を選択するのが不利になる新しい技術は「採用しやすくなる？」「採用しにくくなる？」

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

© 2025 TalentX Inc. All Rights Reserved. エンジニアの役割とスキルセット 27 必要なスキルに変化はあるか現時点での状況まだ人が書いた方がコード品質は高い人の優位性継続 ◆ 重要スキル・ソフトウェア開発手法（ DDD/TDDなど）・設計手法（クリーンアーキテクチャなど）・デザインパターン →これらを言語化して AIに伝えるスキルが重宝 AI優位性逆転 ◆ 価値観の変化コードの可読性・変更容易性・テスタビリティより AIの出力が重要視される ◆ 極端なケース人間が読めなくてもAIが最高出力で書ける言語の出現？となるとエンジニアの根本的な介在価値見直しの必要性が浮上？最終的に人が責任を負うのは（おそらく）不変現実的な予測範囲として AIベンダーによる AIエージェントに最適化された言語や MCPのクオリティが高い言語が今後出現しシェアをとる可能性が？

Slide 28

Slide 28 text

Slide 29

Slide 29 text