弟子プログラマ1期生の nitami です。ふと気がつくと AI がどんどん便利になっていますね。皆さんはどのくらい活用できているでしょうか？

「これからは AI の時代だ。君たちプログラマは絶滅する」

「そうかもしれません。でも、今日じゃない」

僕はそう言いたい（言えるようになりたい）派です。

今回は、先日「Agentic Coding」をテーマに開催された社内勉強会「SG Tech」の参加レポートをお届けします。Agentic Coding とはなんぞや。この AI 時代のソニックガーデンのベテラン達が行うAgentic Coding 、その実態に迫ります。

Agentic Codingとは

Agentic Coding とは、AI が「エージェント」として、設計・実装・レビューなどの開発プロセスを主体的にこなすことを指すそうです。従来の「支援的」AI から一歩進んで、AI 自身が意思決定や計画を伴ってコードを書くことが特徴とされ、最近注目されている「Claude Code」はその代表例として知られています。

Claude Code は、Anthropic 社が提供する npm ライブラリで、コンソール上で AI に指示を出すことで実装に関する相談や実際のコード生成を行ってくれるそうです。業務・プライベート問わずだと、SG Tech に参加した30人強のうち7割ほどが利用経験あり。「〇〇みたいなのを実装したいんだけど」と相談してしばらく放っておくと、「やっておきました (´･ω･)っ Changes」って感じで返ってきます。ほんとに？

Claude Code 活用話

ちなみに、今回の SG Tech は、Claude Code だけで話が尽きず、あっという間の1時間。

最初に紹介されたのは「Plan mode」という機能で、実際にコードを生成する前に、設計に集中してテンポよく相談することができます。AI が開発計画を立て、それに質問したり、意見を伝えたりしながら作業を進める姿は、まるで AI がもう一人の開発パートナーになったかのようでした。

続いて、GitHub 上で動作する「Claude Code Action」も紹介されました。これは、プルリクエストのコードレビューを AI が実施したり、差分を見てテストケースを作成したりと、開発ワークフローの様々な場面で AI が活躍するものです。
さらに、プロジェクトごとにレビューガイドラインなどを読み込ませることで、ソニックガーデンが考える「いいコード」により基づいた指摘や提案が自動的に生成されていきます。

正直、「ここまでできるのか！」と衝撃を受けました。特に、ソニックガーデンが重要視しているコードレビュー。人間のレビュワーが確認する前に AI がある程度のチェックをしてくれるため、レビュワーの負担軽減にも繋がるという話は、まさに的を射ています。
自分自身、つい最近はセキュリティリスクについての指摘を Claude Code Action からいただき、実際に先輩にレビューされる前に修正できました。はい。
逆に、いくら腕利きのプログラマが書いたコードでも、AI は忖度せずにバッサリとレビューします。

また、Claude Code Action によるコードレビューは問題点の指摘に留まらず、良い点を挙げて肯定してくれるのも面白いよね、と。人間だといちいち褒め続けるのもコストがバカになりませんからね。

Claude Code は現在、様々な開発案件での活用に向けて整備が進んでいます。作業的なタスクであれば AI に丸ごと任せ、非同期でレビューを挟みながら開発を進める──そんなワークスタイルも見据えられています。AI が指示コメントから意図を推測して自動的にタスクリストを作成し、それを元に回答・実装してくれるとなると、より開発がスムーズに進むことが期待されます。
もしライブラリのアップデートや、テストケースの作成に費やす時間が圧縮されるとなれば万々歳！

新しい開発体験は面白い！

AI を導入する際に、よく話題にのぼるのが「AI に指示する方が早いか、自分で書いた方が早いか」という問題です。今回の SG Tech でも、このバランスの重要性が強調されました。
せっかく生成させても、イマイチな実装では元も子もありません。生成するコードの品質を一定に保つために、コードレビューのガイドラインと同様に、コード生成用のガイドラインを毎回参照させる試みもしているとのことでした。
しかし、ガイドライン自体を更新するのも一苦労。将来的には、そのガイドラインの更新すら AI が自律的に行えるようにしたい、という話も出ていました。自動化、自動化。

また、使い始めの頃は大きく抽象的な指示を出して、結果として何度も修正を重ねることとなり、「これなら自分で書いた方が早いじゃん」という。しかし、試行錯誤するうちに、 AI にタスクとして一度に渡すのに丁度良い大きさの勘所を掴んでいけるそうです。
こうして AI への指示を複数並行稼働することで生産性の向上を期待できるようになる一方で、頭のスイッチ切り替え回数が多くなることで、普通に開発するよりもぐっと疲れるという話も。人間にも進化が求められるのかも知れない。
ただ、今 Claude Code を使って開発している理由は、「早くなるから」というよりも、「AI と対話しながら進めるのが純粋に面白いから」なんだという話も印象的でした。

さて、話はまだまだ続きます。とはいえ、人間の僕が全て詳細に書くのは疲れるので、ここからは自分の感想メモから AI に記事を圧縮して生成してもらおうかと考えたのですが、やっぱりうまくいかない。そんなに甘くはありませんでした。

ということでいくつか抜粋して雑に紹介。

まだまだ進化していく

・Model Context Protocol（MCP）
AI が外部システムと連携して知識を活用できるようにするための仕組みだそうです（恥ずかしながら初耳）。
たとえば DeepWiki や社内の設計資料などを参照しながら、「それならこう実装できる」とAIが提案してくれるようになる──そんな未来が見え始めているとのことでした。めっちゃ便利そう……！（まだあんまりよく分かってない）

・コンテキスト管理 Tips
なるべくコンテキスト（文脈）を絞り込んだ方が、より良いアウトプットが得られるとのこと。やり取りを重ねて AI がコンテキストを忘れるとおバカになるのは、AI チャットでもあるあるですよね。
そのため、計画を Markdown で書き出させ、それを毎回参照させるといった対策が共有されました。「末尾を『ござる』に固定して、ござる口調を維持できなくなったら、それはコンテキストを忘れかけているサインだ」という話も。ユニークで実用的な視点。

・綺麗なコード
AI にも得意なことと苦手なことがありますが、既存のコードベースのパターンを参考にコードを組むのは得意なようです。特に、綺麗に整備されたプロジェクトや、新規プロジェクトでは、AI が質の高いコードを生成してくれるとのこと。
「綺麗な世界で育てれば、綺麗なコードが育つ」という言葉は AI を育てる上での金言ですね。GitHub には「綺麗なコード」を残しましょう。

おわりに

今回の SG Tech を通じて、ソニックガーデンの AI ワーキンググループを中心に、AI の活用によってお客さまの事業成長をさらにサポートできるように日々探究を続けていることを感じられました。思っていたよりも、ずっと多くのことを AI で出来るようになっていて、開発現場に大きな変化をもたらしつつあることを確信します。
もちろん、AI は万能ではありませんし、最終的に責任を負うのはわれわれ人間です。しかし、AI を適切に活用することで、開発の効率化、品質向上、そして何よりもエンジニアがより創造的な仕事に集中できる環境が整っていくのだと感じられました。
AI と人間がそれぞれの得意を活かし合う開発のかたちは、いよいよ現実になりつつあります。Agentic Coding はその最前線。次の勉強会が待ち遠しいです。