Claude Code の9割を Claude が書くとき、人は何を確かめるのか

Anthropic は10月15日、Claude Code の開発チームがコードレビューをどう回しているかを公開し、その冒頭で、Claude Code 自身のコードの約 90% を Claude が書いていると改めて示した。翌16日には、同社の研究機関 Anthropic Institute が社内の働き方の変化を数字で出した。若手の採用比率が下がり、エージェントを管理する仕事が増え、採用では判断力が重く見られるようになったという。

claude.dev「How the Claude Code team does code review」(10月15日・90%・承認の段階・人に残る仕事)claude.dev Blog

AI が書いた仕事を、人が全部は読まない。その職場で人に残る仕事は何か。これは AI 企業の内側の話にとどまらない。仕事の一部を AI に任せ始めた人が、自分の役割をどこに置き直すかを考えるための、具体的な記録だ。

「90% を AI が書く」の中身

まず数字の範囲を確かめておきたい。90% という数字は、Claude Code という一つの製品のリポジトリについてのものだ。レビューの記事は「以前から言ってきたように」と前置きしてこの数字を出している。

全社の数字は別にある。Anthropic Institute の「When AI builds itself」によると、2026年5月時点で Anthropic のコードベースにマージされたコードの 80% 超を Claude が書いていた。同じ文書の注記は、経営陣が公に示してきた「90% 以上」という見積もりはスクリプトや実験用のコードも含むもので、80% 超は本番にマージされた行のうち Claude のものと確認できた分だけを数えた、より控えめな測り方だと説明している。90% と 80% 超は、測っている対象が違う。

量も桁が変わった。10月13日の同社エンジニアリングブログによれば、全社の大きなリポジトリにマージされる変更は、5月の 1 日あたり約 2,500 件から 9月には 3 万件を超えた。Claude Code はこれとは別のリポジトリだが、6月から9月にかけてマージされた変更は 2 倍を超え、後から取り消す必要があった割合は 40% 以上減ったという。件数の絶対値は書かれていない。

人が読む範囲をリスクで分ける

1 行ずつ人が読むのは、この量ではもう無理だ。Claude Code チームはレビューの仕組みを残したまま、読む作業の大半を機械に移し、人の時間を危ないところに集めた。

変更が人の目に届く前に、いくつもの層を通る。Claude は自分の作業をテストやビルド、デザインと見比べる画面写真で確かめてから「できた」と言うよう求められる。すべての変更に AI のレビューがつき、セキュリティの自動レビューで未解決の指摘が残っていれば統合できない。AI レビューを試験公開した時点で、社内の変更のうち実質的な指摘がつく割合は 16% から 54% に上がった。

そのうえで、人の承認の数をリスクで変える。

• 低リスク (文書、表示の文言、社内向けの機能、フラグで切れる追加): 自動レビューとセキュリティ確認が通れば、人の承認は要らない
• 中リスク (通常の製品の変更、キャッシュや自動更新、システムプロンプトなど繊細な部分): 1 人
• 高リスク (最も危ないコードと、常に 2 人を要する一部の場所): 2 人

決めごとがいくつかある。リスクの段階は変更の中身で決まり、分類器が判定する。書いた人が自分で選ぶものではない。軽い経路を使えるのは信頼済みの書き手だけだ。そして、エージェントの承認は人の承認に数えない。自動レビューは低リスクの変更を通せても、人が要る枠を埋めることはできない。エージェントに書かせた変更では、指示した人が必須のレビュアーの 1 人に数えられる。自分で打ったコードと同じ扱いだ。

機械同士の往復にも上限を設けた。書くエージェントとレビューするエージェントは、放っておけば互いを延々と忙しくさせる。一晩で 50 回を超える往復をした変更もあったという。往復は 3 回で区切り、その後は方針そのものを見直すよう促す形に変えた結果、1 往復で通る変更は 65% から 78% に増え、5 往復以上かかる変更は 8.9% から 1.5% に減った。

ただ、仕組みはまだ途中にある。取り消しや障害の数字が動いたときに承認を自動で厳しくする仕組みはまだ無く、人の承認ゼロで統合するコードをこれ以上増やす前に、それが欲しいとエンジニアたちは言っている。

それでも人に残る 5 つの仕事

読む作業を機械に渡したあと、人に何が残るのか。記事は 5 つを挙げる。

1. 作るべきかの判断: 方向、好み、範囲。レビューの詰まりは解消したと宣言したチームも、チームの外から来た変更には人のレビューを残し、「そもそもこれをやるべきか」を問う役を置いている
2. 危ない場所: 課金、自動更新、CI の設定のように、間違えたときの被害が大きいコード
3. まねされる設計: 他の人がそのまま型として真似する構造を決める部分
4. 証拠を読む: テストの出力、実行したコマンドと返ってきた結果、画面写真、レビューの指摘。自動の確認が何を見逃しうるかを言えないなら、きちんとしたレビューを求める
5. 結果に責任を持つ: 誰が打ったかに関係なく、出荷された変更ごとに責任を持つ人が 1 人いる

同じことを、社内の変更管理システムを 5 か月で作り替えたチームも書いている。エンジニアの価値は下がっていないが、仕事の中身は変わっている、と。そのチームでは、エンジニアの役目が Claude に「ノー」と言うことである場面が多かったという。エージェントは、そもそも許されるべきでない型に合わせるために、システムの根本の制約を破ることがある。人は 1 行ずつ読むかわりに、変更の意図を見るようになった。

働き方の数字

10月16日の雇用レポート「How employment is changing at Anthropic」は、社内の人事、AI の利用記録、成果の指標、社員調査、カレンダー、採用面接の記録を使い、17 人への聞き取りを添えた技術報告だ。

• 若手の比率: 技術部門で若手が占める割合は 2025年初めの 21% から 14% に、新しく採った技術職のうち若手の割合は 27% から 9% に下がった
• エージェントの稼働時間: 社員が自分で動かす対話型のエージェントに絞っても、8月時点でエージェントが働いた時間は人の 6 倍になった。一方で、対話中のエージェントの時間の約 80% は人の入力を待っている
• 「メタ仕事」: エージェントへの仕様書づくり、あるエージェントの出力を別のエージェントに点検させる仕組みづくり、処理の流れの監視といった、仕事そのものではなく仕事のための道具を整える作業は、Claude との対話の 10% (2025年秋) から 22% (2026年春) に増えた。エージェント向けの常設の指示書は、1 年で数百から 8,500 に増えている
• 人の動き: 入社 1 年以上の社員が部署を移る確率は、2025年より 50% 高くなった。会議に使う時間の中央値は 1 年前より 20% 増えた
• 採用で見る力: 技術職の面接で評価コメントが最も増えたのは、自分で進める力と判断力についてだった。特定分野の専門知識についての言及は、全体の中での比重が下がった

この数字は、AI を最も深く使い込んだ一社が自社のデータを分析したものだ。レポート自身も、ツールを使い始める人が無作為に選ばれているわけではなく、大きな仕事を前に道具を揃えた人ほど成果が伸びて見える偏りがありうると注記している。他社や他の職種にそのまま当てはまる数字ではない。

レポートはもう一つ、率直に認めている。同社がとった手当て (職の変化を早く知らせる仕組み、社内での配置転換の優先) は、若手の採用が減ったこと自体には直接手を打っていない。いまいる社員を守る仕組みは、そもそも採用されなかった人には届かない、と。

自分の仕事に引き寄せると

ここまでの記録を自分の仕事に置き直すと、役割の重心は書く人から確かめる人へ移っていく。Anthropic で人に残った 5 つの仕事は、どれもエンジニアに限らない。作るべきかを決める、危ない場所を知っている、他の人が真似する型を決める、証拠を読む、結果に責任を持つ。営業でも法務でも、AI に下書きを任せたあとに残るのは同じ種類の仕事だ。

手元で今日から試せることもある。自分の仕事を、AI に任せきってよいもの、自分が 1 度見るもの、誰かともう 1 人で見るもの、の三段に分けてみる。Claude Code チームのように、段階は「間違えたときに何が壊れるか」で決める。AI が「できた」と言ったら、動かした結果を見せてもらう。

難しいところも同じ記録の中にある。確かめる力は、これまで自分で書き、自分で間違え、人の変更を 1 行ずつ読むことで育ってきた。レポートは、社員が自分の仕事を自動化し続けるうちに、もともと腕を磨いた手作業から遠ざかっている役割もあると書いている。若手の入り口が細り、手を動かす経験が減るなかで、証拠を読む目をどこで養うのか。その答えは、この記録の中にもまだ無い。

人の注意も有限だ。エージェントは、緊急でない頼みも緊急の頼みも同じ熱量で持ち込む。ある社員はそれを子守りにたとえていた。確かめる側に回るということは、何を確かめないかを決め続けることでもある。

この線引きがどこまで動くかは、まず claude.dev ブログで追える。今回の記事は、人の承認なしで統合する変更の範囲は「動き続けている」と書き、承認を自動で厳しくする仕組みを次に欲しいものとして挙げた。それが入るかどうかが、次の確認点になる。

ことば

• コードレビュー — 書かれたコードを別の人や仕組みが読み、誤りや危険を本番に入る前に見つける工程。チームの中でコードの理解を広げる役目もあり、機械に読ませるとその役目をどう補うかが問題になる。
• メタ仕事 — 仕事そのものではなく、仕事をエージェントにうまくやらせるための道具や指示を整える作業。仕様書、点検の仕組み、監視の画面づくりなどで、Anthropic では対話の 2 割を超えた。
• 本番にマージ — 開発中の変更を、利用者に届く本流のコードへ取り込むこと。AI が書いた割合を測るとき、ここで数えるか、試しに書いたコードまで含めるかで数字が変わる。

AI が書き、AI が読み、人は一部だけを確かめる。そういう職場で、あなたが手放さずに持っておきたい仕事はどれだろうか？

参照

• claude.dev「How the Claude Code team does code review」(10月15日・90%・承認の段階・人に残る仕事)claude.dev Blog
• Anthropic Institute「How employment is changing at Anthropic」(10月16日・雇用レポート)anthropic.com
• Anthropic Institute「When AI builds itself」(全社の 80% 超と測り方の注記)anthropic.com
• Anthropic Engineering「Redesigning source control」(10月13日・1日のマージ件数)anthropic.com
• Claude「Code Review」製品発表 (16% から 54%・承認は人の判断)Claude