開発者がコードを書かなくなるとき：51jobはQoderでプログラマーをどう再定義したか

​

「手作業でコードを書く人」から「プロジェクトマネージャー」へ

51jobの技術チームで広く共有されている図は、開発者の役割を3段階に分けています。 第1段階は「実行者」です。冗談交じりに「昔ながらの手作業」と呼ばれ、毎日コードを書き、バグを見つけて直します。堅実ですが、負担の大きい働き方です。 第2段階は「協働者」です。AIがコーディングへ参加し、開発者はPromptの書き方とAI出力の改善方法を学び、人とAIの協働が形になります。 現在、同社が進めている第3段階では、開発者がAI Agentの「プロジェクトマネージャー」となり、要件分解、境界定義、最終受け入れを担い、一行ずつ手書きするのではなく方向を管理します。

急進的に聞こえますが、51jobの進め方は現実的です。全員を一律に変えるのではなく、具体的な場面から始め、最も負担の大きい作業を先にツールへ任せました。

​

最初の一手：反復作業をなくす

大規模プロジェクトの経験者なら、創造的な思考に使う時間は限られ、多くの時間がコード入力、ロジック整理、単体テスト作成、テンプレートコードのコピーといった反復作業へ消えることを知っています。 51jobはIDE側へQoderを導入し、それらをAIへ任せました。開発者が対話で要件を説明すると、Qoderがコードを生成し、人はレビューして調整します。

しかし、チームが本当に驚いたのは日常のコーディングではなく、長年すべての技術チームを悩ませてきたレガシープロジェクトの保守でした。

​

「レガシーコードの山」の救世主

歴史の長いインターネット企業には、文書がなく、中心開発者も退職し、新しい担当者には何も分からないレガシーコードがあります。触るのが怖く、避けたいコードでありながら、重要な業務を支えています。

51job C向け技術責任者Cao Huanglinが、RepoWikiによるレガシープロジェクトの再生を説明 51jobはQoderのRepoWikiを使用しました。AIがリポジトリ全体をスキャンし、技術文書、シーケンス図、データ辞書を逆生成して、理解しにくい古いコードを可視化します。

「古いプロジェクトでは文書がなく、中心メンバーも退職しており、保守が難しく理解コストも非常に高くなります。RepoWikiはこれらを解決し、保守の難度を下げ、新しいメンバーもすばやく参加できるようにします」とCao Huanglinは話します。 1つのツールだけではない：用途別のツールマトリクス 51jobは一つのツールへすべてを賭けず、用途の異なるツールを組み合わせています。 IDE側ではLingmaとQoderが日常開発に没入型AI Codingを提供し、権限管理、利用分析、Quest、RepoWiki、部門レベルRAGナレッジベースなどの企業機能を備えます。 さらにQoderWorkはコーディングの境界を越え、非技術者も自然言語で業務を処理できます。たとえば部門アシスタントが「今月のすべての請求書PDFの宛名と納税者番号を確認し、日付順に並べたExcelを作って」と伝えると、自動で完了します。

​

管理者の仕事：「企業の方言」を確立する

ツールを選んでも、人によって使い方が異なり、出力を制御できなければ、AIは高価なおもちゃです。51jobは標準化されたRules + Spec体系を構築しました。 AIへルールを与え、入力形式を統一し、曖昧さとToken消費を減らし、出力の一貫性と再現性を保ちます。個人の経験を組織規範へ変え、AIの挙動をエンジニアリング標準と業務目標へ合わせます。

同社はQoderのQuestも広く使用しています。強い対話性を持つタスク指向の開発方式で、複雑なロジックの探索に適し、開発者はAIと深く対話しながら問題を段階的に分解して解決できます。

​

個人からプラットフォームへの飛躍

Skillsの管理では、Skills／MCP／ワークフロープラットフォームと「スキルランキング」を設け、従業員が自動化スクリプトやAIスキルを提供するよう促しています。 トップダウンの命令ではなく、現場から自発的に生まれる方式です。工数報告、週報作成、データ処理などの日常作業が、従業員によって再利用可能なAIスキルへ変わります。

ワークフローは、分散した単一スキルを組織レベルの生産体系へ高めます。視覚的なフロー設計を通じ、Prompt、ツール呼び出し、ナレッジベース、業務ロジックを再利用可能な能力として蓄積し、個人への依存を減らして協働効率を高めます。

​

知識のフライホイール：経験をベテランの頭の中から取り出す

51jobは「生成 → 蓄積 → 収集 → 配布」という知識の循環を構築しました。 以前は業務ロジックがベテランの頭の中だけにあり、新人が参加するまで数か月かかりました。現在は蓄積した経験を各開発者のAIアシスタントへリアルタイムに還元し、開発中に必要な情報をすばやく取得して反復作業を減らします。

使うほど知識が増え、知識が増えるほどAIが業務を理解し、チーム効率が上がるフライホイールです。51jobはこれを「知識は石油」と呼びます。計算資源が安くなっても、企業が蓄積し、AIと深く結び付けたプライベート知識こそ本当の堀です。

​

評価指標を引き上げる

開発者の役割が根本から変われば、評価も変える必要があります。 以前はコード行数、コードレビューでの修正数、採用率など、作業量を測っていました。今後はTPM／RPM（Token消費密度）を中心指標とし、開発者がAIリソースをどれほど活発かつ効率的に動かしたかを測ります。

評価観点も「コードをどれだけ書いたか」から、業務への深い理解、問題発見能力、システムアーキテクチャへの想像力へ移ります。これらがAI時代に本当に希少な能力です。

​

最後に

51jobの実践は、大規模インターネット企業におけるAI Codingの導入全体を示しています。単にツールを購入するのではなく、ツール選択、規範、スキル基盤、知識蓄積、評価制度を全面的に再構築しました。 Qoderは、IDEでの没入型コーディング、RepoWikiによるレガシープロジェクトの再生、Questによる深い探索、QoderWorkによるコーディング境界の突破を通じ、日常開発から組織能力の向上までをカバーします。 51jobチームは、未来を「Agentic Everything」の時代と見ています。誰もが業務、エンジニアリング、プロセスを理解する専用Agentを持ち、GUI操作はLUI（言語による対話）へ置き換わります。 同社はすでにその方向へ一歩進んでいます。中国を代表する人材サービス企業として、技術革新の成果を製品とサービスへ変え、企業顧客と個人ユーザーがAIの恩恵を早期に得られるようにし、人材サービス業界をより効率的でインテリジェントな未来へ導きます。 本記事は、51job C向け技術責任者Cao Huanglinによるオフライン講演「大規模インターネット企業におけるVibe Codingの実践」をもとに作成しています。