2026 年、AI コーディングツールの開発現場における影響力は決定的なものとなりました。シンガポール管理大学や METR など複数の研究機関が発表したデータによると、開発者の大多数は現在、いかなるタスクにおいても AI を使わずには作業できなくなっています。METR は 2025 年に行われた初期の生産性調査を再検討しようとした際、被験者が AI なしのテストを拒否したため実験自体が不可能となりました。これは、AI が開発者にとって不可欠なインフラとなっていることを示しています。 開発者は AI を使用することで自身の生産性が倍増したと自認していますが、実際の効果には疑問符がついています。2025 年の研究では、AI がコード生成を高速化しても、発生するエラーの修正や指示、待機時間により結果として作業が遅延することが判明しました。2026 年に顕在化した「トークンマキシング」と呼ばれる現象は、AI を使用するトークン数を生産性の指標とする企業の内部ランキングが、コスト増大や効率悪化を招き、Amazon などがこれを廃止する事態を招きました。Uber も同社 2026 年の AI 予算を 4 ヶ月で使い果たしましたが、プロジェクト進捗の劇的な向上は確認されていません。 AI 生成コードの質に関する懸念も浮上しています。著名な技術者ジェームズ・ショア氏は、コード作成速度が 2 倍になっても保守コストが半分にならない限り、長期的な被害を被ると警告しました。実際のデータとしても、信頼性工学ベンチャー Entelligence AI の創業者は、AI が生成したバグ修正に全トークンの 44% を費やしていると指摘し、コードレビューツールの Code Rabbit は、AI 生成コードは人間コードの 1.7 倍の欠陥を含むという調査結果を発表しました。シンガポール管理大学の報告も、AI 生成コードがソフトウェアプロジェクトに長期的な保守コストをもたらす可能性を警告しています。 解決策として、Cognition 社のスコット・ウー氏（AI エージェント Devin 開発者）は、AI に簡単な修正作業を任せる提案を行っていますが、同氏は Devin の能力をジュニアからミッドレベルの開発者と同等と評価し、完全な丸投げは不可能としています。より多くの専門家やシンガポール管理大学の研究者は、人間が AI の得意分野と不得意分野を深く理解し、品質保証システムを強化して AI の出力を若手開発者と同様に慎重にレビューするべきだと指摘しています。また、ソフトウェアのアーキテクチャ設計やセキュリティなど、全体を見渡す重要な業務は依然として人間が行うべきだと結論付けています。