アンソロピックのコード9割がAI製とは？対象期間と人の役割を解説

アンソロピックの「コードの9割超をAIが書く」という数字は、2026年9月に同社のソースコードへ加えた追加・変更について、Claudeが書いた割合を指すと報じられています。人間の仕事の9割がなくなった、という意味にはそのまま置き換えられません。

10月27日20時30分公開の報道では、コード量が2024年平均の45倍超になったことも紹介されました。ただ、こちらは7〜9月の平均で、エンジニア1人が1日に書く量の比較です。二つの数字の対象と、人が担う確認・判断を分けて読むと、ニュースの意味がつかみやすくなります。

この記事は2026年10月27日夜に確認した報道と公式研究を基に整理しています。掲載画像は説明用の生成イメージで、同社のオフィスや社員、実際の開発画面を撮影したものではありません。

この記事のポイント

コード9割と45倍は何を数えた数字か

ITmediaの目論見書を紹介した報道によると、9月に同社のソースコードへ加えた追加・変更の90％超はClaudeが書いたものでした。まず押さえたいのは、期間が9月であり、対象が追加・変更だということです。

過去に作られたソフトウェア全体を調べて9割がAI製だと判定した数字でも、社員の勤務時間の9割を測った数字でもありません。新しく加えるコードをAIが多く作ることと、そのコードを使う目的を決め、完成品として受け入れることには別の工程があります。

例えば、AIが修正案を作り、人が期待する動作と照合する場面を考えると分かりやすいですね。コードを書いた主体がAIでも、その変更を採用してよいかを決める役割は残ります。この例は数字の読み方を説明するもので、同社の個別案件を再現したものではありません。

同じ報道の45倍超は、7〜9月の平均で見たエンジニア1人・1日当たりのコード量を、2024年の平均と比べた値です。9割超とは集計期間も、比べている対象も違います。45倍という数字から、製品の完成が45倍早くなったとは計算できません。

コードが多く作られても、要件を満たすか、既存機能へ影響しないか、修正しやすいかは別に確かめる必要があります。機能の規模が違う二つの変更を、行数だけで同じ成果として比べることにも限界があります。量の増加は変化を示す材料ですが、品質を直接示すものではありません。

これは外からの注意だけではありません。Anthropic Instituteの公式研究も、コード行数は品質より量を測る不完全な尺度だと明記しています。同資料が扱う2026年第2四半期などの値を、今回報じられた7〜9月の数字と同じ測定結果として混ぜないことも大切です。

今回の報道の背景は、同社が米国時間10月26日に提出したIPOの登録届出書です。アンソロピックの公式発表では、米SECへのForm S-1提出と、ナスダックへの上場計画を確認できます。発表日と、日本語の解説報道が出た時刻は別です。

上場申請のニュースから分かった社内利用の実態と、Claudeを使えば誰でも同じ成果になるという主張も分けて考えましょう。会社内部の利用結果には、その組織の業務、環境、評価方法が関わります。利用者の仕事内容が違えば、必要な確認も変わります。

ITmediaは、同社のエンジニアの仕事が、コードを一行ずつ書くことから、Claudeに指示を出して成果物を確認する監督役へ変わったと紹介しています。ここでの変化は、作業を実行する役割と、何を作るか・結果を受け入れるかを判断する役割の配分です。

公式研究でも、人間によるコードレビューが新たな制約になっていると説明されています。AIが作る量が増えるほど、確認する側が追いつくかが課題になる、という関係です。生成量だけが伸びても、確認待ちが増えれば仕事全体の完了は同じ速さでは進みません。

読む側にとって役立つ問いは「人は何もしなくてよいのか」より、「どこまでAIが実行し、どこから人の判断が必要なのか」です。今回確認した資料からは、人のレビューを省略してよいとは言えません。

自分の業務へ当てはめるなら、いきなり同じ倍率を目標にせず、範囲を限定した作業で確かめる方法が考えられます。例えば、小さな修正について、期待する動作と対象外の範囲を先に決め、AIの出力を確認する時間まで含めて比べる、という進め方です。以下はニュースを業務判断に生かすための整理です。

これなら、出力は速いが確認に時間がかかるのか、全体でも短縮できたのかを区別できます。コードの行数を増やすこと自体を成果にせず、必要な変更を安全に完了できたかを見るための比較です。同社の実測結果を、自分の環境の保証として使わないことがポイントになります。

今回の9割超は9月のコード追加・変更、45倍超は7〜9月の一人当たりコード量と2024年平均との比較です。生成した量、成果物の品質、仕事全体にかかった時間は、それぞれ別の問いとして見ると誤読を減らせます。

ニュースの大きな数字を読むときは、期間、何を数えたか、誰が確認するかを一緒に確認してみてください。アンソロピックの社内でAI利用が進んでいることと、人の判断が不要になることを同一視せず、自分の仕事では確認工程まで含めて判断するのが実用的です。