ㅤ

Cognition にとって、ソフトウェアエンジニアリングの未来は、人間のエンジニアと AI エージェントが奪い合うゼロサムゲームではありません。それは人間と AI の協働であり、それぞれの強みを生かして、より効率的で強力なエンジニアリングチームを生み出すものです。

Scott Wu は Cognition の共同創業者兼 CEO です。ルイジアナ州で育ち、幼い頃から数学とコーディングの才能を発揮していた Wu は、小学 2 年生で初めて数学コンテストに参加し、12 歳でコーディングを学びました。International Olympiad in Informatics では金メダルを 3 回獲得し、2011 年には MATHCOUNTS で優勝しました。大学時代には、2016 年の International Collegiate Programming Contest にハーバード大学代表として出場しました。2017 年には最初の会社である、AI を活用したネットワーキングプラットフォーム Lunchclub を創業しました。2022 年に Lunchclub を離れた後、Cognition を共同創業しました。

先日、弊社の Cheeky Pint ポッドキャストで Wu 氏を取り上げました。ここでは、その対話の一部を抜粋し、現在の AI コーディングの状況や、AI エージェントが従来のソフトウェアエンジニアリングの役割に与える可能性のある影響についての考えを紹介します。また、AI 業界全体の成長軌道についての見解も聞きました。この動画インタビューは、長さとわかりやすさを考慮して編集しています。エピソード全編の視聴はこちら。

Devin の概要と既存のコーディング支援ツールとの違い

Wu: 大きな方向性として、私たちはソフトウェアエンジニアリングの未来を築きたいと考えています。
これまでも IDE というパラダイムはありました。GitHub Copilot はその代表的な先駆けです。このモデルでは、ユーザーがキーボードで入力し、アシスタントが作業を少し速くし、必要なツールやショートカットなどを提供します。
一方で Devin は、私が非同期的な体験と呼ぶ、まったく異なるパラダイムです。そこではエージェントにタスクを委任します。そのため Devin は、自然とチケット単位やプロジェクト単位で動作します。たとえば GitHub で問題が発生したときに、Slack や Linear、Jira で Devin にタグを付けると、Devin がその作業に取りかかります。

Devin の開発タスク完了能力の現状

Wu: 現在、私たちは Devin をジュニアエンジニアと呼んでいます。実際には、シンプルな機能追加の要望や修正作業などで Devin が使われることが多いです。また、移行、モダナイゼーション、リファクタリング、バージョンアップ、テスト、ドキュメント作成など、エンジニアリング業務で頻繁に発生する反復的で煩雑なタスクも数多く担っています。Kubernetes のデプロイの修正のような作業に、ソフトウェアエンジニアの時間がいかに多く費やされているかを考えると驚くほどです。

AI コーディングが生産性に与える影響の大きさと測定可能性

Wu: もちろんです。結果的に、エージェントへのこの段階的な移行は大いに役立つと思います。エージェントを使えば、ワークフローの多くでタスクそのものを代行してくれます。そのため、Jira のチケット対応でも移行作業でも、通常はどれくらいのエンジニアリング工数が必要かをかなり正確に見積もれます。今ではエージェントがそれをエンドツーエンドで全部こなしてくれます。自分でもうこの移行をやらなくてよくなったので、影響はずっと明確です。PR を 5 分でレビューすれば、それで完了です。

Windsurf 買収の経緯

ウー: Google と Windsurf の間で取引が進んでいるというニュースを、金曜日にみんなと同じタイミングで知りました。その日の夜、こちらから先方に連絡して話を始め、何か動くのであれば月曜日までに準備を整えなければならないと気づきました。

そこで私たちは、「よし、これを検討するなら、週末はずっと休みなくこれに取り組まなければならない」と話しました。そして土曜日に基本合意に達し、日曜の夜は全員で徹夜して法務面を詰めました。最終的に、月曜日の午前 9:00 に契約を締結しました。とても楽しかったです。

すると、Windsurf では中核のリサーチチームとプロダクトエンジニアリングチームが Google に移る一方で、それ以外の機能はそのまま完全に残るため、とても大きな相乗効果があることがわかりました。Cognition では、良くも悪くも、中核となるリサーチチームとプロダクトエンジニアリングチームの構築はうまくできていましたが、その他の機能の拡充は少し遅れていました。そこに本当に興味深い可能性があると感じていました。

今後 5 年から 10 年で競争が激化する AI 業界の層と緩やかになる層

ウー: これを言うといつもみんなにからかわれるのですが、私はどの層も非常にうまくいくと思っています。

価値は、その層の中で意味のある差別化があるところに生まれます。たとえば NVIDIA と TSMC がそうです。NVIDIA が TSMC と協業する必要があり、TSMC も NVIDIA と協業する必要がある限り、両社は今後も好調を維持するでしょう。これはスタックの下位層でも同じです。こうしたさまざまな層で解決されている課題はそれぞれ大きく異なっており、明確な差別化が成り立っていると私は考えています。

たとえば、Cognition が唯一重視しているのは、ソフトウェアエンジニアリングの未来を築くことです。だからこそ、誰もがそれぞれ独自の DNA を持ち、得意なことも異なります。

AI に必要な経済インフラのあるべき姿

Wu: まず大きいのは、シート課金型から従量課金型への移行です。もう 1 つ大きいと思うのは、エージェント経済全体も生まれてくるということです。

私たちは DoorDash の注文を Devin に任せています。Amazon の荷物の注文も Devin に任せています。たとえば Slack で「ねえ、@Devin、ホワイトボードをもう少し買ってくれない？」と頼むだけです。別の面白い例では、キャンセルされたフライトの返金を受けるために、Devin に航空会社との交渉を任せたこともありました。Devin はそのサイトの担当者とチャットしていて、最終的に「これはうまくいきません。今すぐ人間の担当者と話す必要があります」と伝えました。そして Devin は返金を勝ち取りました。

そのため、最近ではウェブを閲覧するエージェントがはるかに増えています。これまでの前提では、人間でないものには許可されないことが数多くありました。今後は、アクセス権の委任がもっと広がっていく必要があります。つまり、エージェントがあなたに代わって何かを実行できることを明確にする必要があるのです。

最後に人間のエンジニアを採用する時期

Wu: いい質問ですね。ここで 1 つ区別しておきたいのは、おそらく 2 ～ 4 年後には、コードを主要なインターフェイスとして使わなくなる時点が来るだろうということです。要するに、ソフトウェアエンジニアの仕事は、コンピューターに何をすべきかを伝えることそのものになっていくでしょう。

つまり 2 ～ 4 年後のソフトウェアエンジニアは、現在アセンブリコードを見ないのと同じように、日々の業務でコードをほとんど見なくなるということ

Wu: そのとおりです。アーキテクチャに関する意思決定は数多く行うことになりますが、ほとんどの場合、自分でコードを見ることはなくなるでしょう。その時点で、仕事の内容は大きく変わるのは明らかです。しかし、どちらかといえば、ソフトウェアエンジニアの数は減るのではなく、むしろずっと増えると思います。

誰もがジェボンズのパラドックスと、それが AI にどう関係するかを語っています。なかでもソフトウェアほどそれが当てはまる分野はありません。より多くのコードやソフトウェアに対する需要が尽きることはないからです。