最も優れたソフトウェア開発者は効率を向上させるだけでなく、AIを利用して問題領域を探求し、より創造的な解決策を見つけます。Figmaのソフトウェアエンジニアリング副社長であるMarcel Weekesと開発者アドボケイトのJake Albaughが、エンジニアが瞬間に適応するために学ぶべき重要なスキルを紹介します。
AI時代に必要なエンジニアの6つのスキルを共有
強力なAIツールが迅速なコード生成を可能にする中、エンジニアは役割に適応し、新しいワークフローを受け入れる必要があります。この変化は、変化を受け入れることであると同時に、何が変わらずに残っているのかを知ることでもあります。Figmaのソフトウェアエンジニアリング担当副社長のMarcel Weekesが最近、同じくFigmaのデベロッパーアドボケイトであるジェイク・アルボーと共に、コードと文化の会議RenderATLで、現在の製品開発の環境で成功するために必要なスキルについての講演を行いました。この対話から得られた教訓は、エンジニアがAIを最も効果的に活用し、それをワークフローに組み込む方法を示しています。
自動化だけでないAIの活用
「AIをコスト削減の手段として見るのであれば、それは間違っています」と、MarcelはBoxのCEO、Aaron Levieの言葉を引用しつつ述べています。「AIは、自分ができることのメリットを最大化し、生産性を高め、すでに持っているスキルセットを活用するための方法です。」実際のところ、ソフトウェア開発者はコード作成以外にも多くの責任を負っています。さらに高度なレベルで、どの問題を解決するべきか、そしてそれをどうやって解決するのが最善かを考え出さなければなりません。そのためには、エンドユーザーへの共感を築き、また一定水準の技術と注意を維持する必要があります。
「私たちは自動化によって生活を楽にする機会がたくさんありますが、私たちが自動化しないことも意味のあるものです」とJakeは言います。「面倒な作業を自動化することで、今作り上げているものの本質的な部分に集中できるようになります。」Jakeによれば、雇用主が関心があるのは、仕事の意味と価値を理解する人、そしてアイデアを進化させるために同僚と協力する意思がある人です。
私たちが自動化しないことも意味のあるものです。
新しい可能性に向けてバイブコーディングする
Marcelによれば、バイブコーディングの有用性は誤解されています。「バイブコーディングの目的は、問題領域を探求し、より良い解決策を見出すことです」と彼は言います。それはFigmaが日頃実践していることです。Figma MakeはFigma Designのマルチプレイヤー性を活かして、プロダクトチームによる探求、反復、改善を容易にします。「問題の迷路を通り抜ける道を1通りか2通りだけ考えるのではなく、さらに多くの道を並行して探求し、視覚的な成果物を得て、それを誰かと共有してフィードバックを得られるようになります。その誰かが自分自身である場合でも同じです」とMarcelは言います。
またJakeは、プロセスを前倒しすることで、製品チームはユーザーに最も役立つ設計ができると言います。「それは本当に素晴らしいことです。このユーザーエクスペリエンスに関わる物語はAIによって可能になるものであり、自動化によって消えるものではありません。」
より良い結果を得るためにエージェント型能力を活用する
モデルコンテキストプロトコル（MCP）は、CursorやCopilotのようなAIツールが他のソフトウェアと通信するための標準です。FigmaのMCPサーバーは、デザインに関する重要なコンテキスト情報を大規模言語モデル（LLM）に提供し、より質の高い出力を実現します。「効率性の観点から、MCPは非常に重要です。その一方で、この製品では高いデザイン適合性も確保できます」とJakeは言います。「開発者は正しい方法で実装を進めており、アクセシビリティについて言えば、ユーザーはコンポーネントライブラリから利益を享受しています。」「私たちのMCPサーバーがあれば、正しいコンテキストが伝えられます。フロントエンドの実装を依頼された人が誰でも広範なライブラリの内容をすべて知っているわけではないのです。」
自分のプルリクエストを監査する
LLMは効果的なサウンドボードになり得ます。Marcel によれば、Figmaのエンジニアが時々プルリクエスト（PR）をLLMに入れて事前にレビューし、公開前に変更を加えられるようにすることがあります。「これらのLLMは我々のコードベースを認識しているので、例えば『ここの記述を変更したが、ここには既に実装済みのものがある』というようなことを見つけることができます」と彼は言います。場合によっては、レビュアーがその冗長性に気づかないこともあるでしょう。「ユーザーはこれを使ってワークロードとスループットを加速しており、これまでのところ非常に印象的です」とMarcelは言います。
AIエージェントのチームを扱う
最も有能な開発者は、問題を複数のエージェント開発者が作業できる小さなまとまりに分解し、そこから得られた解決策を結びつけていく方法を学んでいます。「これの専門家はまだいませんが、今後見られる主要なスキルの一つは、マークダウンファイルに時間を費やし、LLMに追加の指示とコンテキストを提供することです。それは、問題を解決するためにインターンをサポートするようなものです」と、Marcelは言います。「これは『これについて考えて、この問題の一部を考慮し、すでに開発している解決策のこの部分を見てください』と言うようなものです。」
自分が知っていると思っていることの先へ
ほとんどのスキルについて、最良の学び方は実行することです。「AIツールをできるだけ使ってください」とMarcelはアドバイスします。「AIツールで遊び、限界を押し広げ、驚きを見つけましょう。私たちは誰でも、これらのツールができることとできないことについての先入観を持っています。」ジェイクはこのように認め、さらにFigmaのMCPサーバーを実際に使用するまでは、その実用性を完全には理解できなかったと共有しています。「すでに設計されているものを構築する際に、正しいコンポーネントを使用する以上のことをしようとしがちです」と彼は言います。「私が開発者として、デザインファイルについて最初にとる行動の一つは、全体の概要を見ることです。MCPサーバーはそのために利用しています。大きなデザインを実装する際に考えるべきことを大まかに示してくれるのです。」
20年前にデジタルネイティブが競争優位性を持っていたのと同じように、AIに精通していると今後の雇用に有利となります。誰もがAIに精通しつつあるようにも思えますが、Marcelは次のように述べています。「様々な職務のソフトウェア開発者のほとんどは、まだAIを活用できていません。そのため、AIの能力を学ぶために時間を使えば、それ自体が職場にとってのスキルとなります。」
AIがより普及し、より強力になりつつある中で、このツールを自動化だけでなく拡張のために活用する方法を知っているエンジニアが最も成功を収めることになるでしょう。より効率的に働くことも必要ですが、重要なのは、エンジニアが今、問題解決、ユーザーのニーズへの対応、高品質の確保といった大事なことに集中するための時間をより多く確保できるということです。