最近、Claude Code や OpenAI Codex、Cursor などの AI エージェントを組み合わせて、Web サービスをプロトタイピング相当まで自分の手で組み上げられるようになった方から「AI 時代に何を学習すればいい？」と聞かれる機会が増えました。
ここでの「プロトタイピング相当」は、フロント・バックエンド・簡易な認証・データ保存が一通り動くところまでを、専任のエンジニアに依頼せずに数日で立ち上げられる状態を指しています。数年前であれば複数人月かかっていた作業を、AI エージェントを組み合わせて 1 人で回せるようになった前提での質問です。
私がこの質問に返している答えは、「気になったこと全部」を学ぶ、というものです。少しでも気になった技術・概念・仕組みは、そのつど AI エージェントに質問を投げ、返ってきた回答に対してさらに疑問を追いかける、というやり方を繰り返すのをすすめています。以下、この答えを返している理由と、AI エージェントを使うからこそ成立する学習の進め方を整理します。
質問された背景
聞いてくる方の多くは、専業のエンジニア教育を受けてはいない、けれど Claude Code や OpenAI Codex を使って、自分のアイデアを動くコードまで持っていける状態にはある、という方です。事業側のメンバー、デザイナー、ドメインエキスパートが、AI エージェントを介して自分でコードを書き始めた、という背景があります。
この方たちは、動くものが出せるようになった一方で、次にどこへ学習投資すればいいかで手が止まりがちです。フレームワークを一通り学ぶのか、コンピュータサイエンスの基礎を学ぶのか、特定の言語を深めるのか、と分岐が多い。しかも、AI エージェントに聞けばフレームワークの使い方も基礎概念もその場で説明してくれるため、体系立てて学ぶ動機の作り方自体が難しくなっています。
答え：気になったこと全部を AI エージェントに聞く
この状況で私が返しているのは、事前に学習範囲を決めない、というものです。目の前で AI エージェントとやりとりしていて、少しでも気になった単語・概念・エラーメッセージ・返答の中の引用先を、その場で拾って質問する、という動きを繰り返します。
たとえば、Next.js で作った UI をデプロイしていて Cache-Control ヘッダが気になった、TypeScript の型定義の中に infer が出てきた意味が気になった、PR に付いていた CVE-2025-XXXXX の CVE 番号の意味が気になった、といったレベルの引っかかりを全部拾います。1 つの疑問に対して 1 往復で終わらせず、返答の中に出てきた新しい単語をさらに掘る、という深堀りを縦に繰り返します。
範囲を絞らないと発散するのでは、と聞き返されることも多いのですが、私はここで発散する方をむしろ望ましいと考えています。発散した先で自分がどこに時間を使ってしまうかが、そのまま志向のヒントになるからです。
AI エージェントを使うから成立する学習方法
「気になったこと全部を聞く」という方法は、質問できる相手が事実上の無制限に存在する前提で初めて成り立ちます。人間の同僚やメンターに毎回聞くのはお互いの時間を圧迫しますし、書籍や公式ドキュメントは、質問側の理解度に合わせて説明を組み直してはくれません。
AI エージェントは、その場の文脈と質問者の理解度を踏まえた説明を、こちらの粒度に合わせて何度でも返してきます。理解できなかった箇所を指してもう一度聞き直す、比喩を変えてもらう、コード例を書かせて手元で動かす、その動作を再度質問する、という反復が、相手の時間を気にせず可能になりました。この特性が、事前に学習範囲を決めない進め方を現実的にしています。
もう 1 つの前提は、AI エージェントの回答をそのまま信じない、というものです。回答の裏を取る動きが同時に必要になります。公式ドキュメント（Next.js の公式ドキュメント や MDN Web Docs など）、実際のコード、実行結果、と付き合わせて確認する動きを組み込むことで、学習の中身が「AI エージェントに聞いた話」で止まらなくなります。
「気になった」の追いかけ方
具体的にどう追いかけるかは、以下の 3 点を意識しています。
1 点目は、疑問を留保しない、というものです。作業中に「これはあとで調べよう」と思った時点で、大半はそのまま忘れます。5〜10 分で答えの手触りだけ掴む、という切り上げ方でよいので、その場で AI エージェントに投げます。答えの手触りだけ掴めれば、後日必要になったときに自分の中の検索キーが増えている状態になります。
2 点目は、答えの中に出てきた新しい単語をさらに聞く、というものです。1 つの回答が「これは HTTP キャッシュの stale-while-revalidate の話です」と返してきたら、そこで止めずに「stale-while-revalidate はどういう挙動で、いつ有効になって、どういう副作用があるか」を続けて聞きます。追いかけないと、単語の名前だけ知っていて中身は知らない、という状態になります。
3 点目は、手を動かせるものは手元で動かす、というものです。回答されたコード例をそのままローカルで動かし、少し書き換えたときの挙動を観察し、その差分の理由をまた聞く、という反復を挟みます。読むだけで学べる領域と、動かさないと感覚が掴めない領域があり、動かせるものは動かした方が同じ時間での吸収が大きくなります。
突き詰めた観点が自分の志向を示す
こうやって発散させ続けると、しばらくすると、自分が特に長く時間を使ってしまう領域が浮かびます。UI/UX の細部、認証と権限の設計、パフォーマンスの計測、データベースのスキーマ設計、開発プロセスやチーム運営、あるいは事業側の意思決定、といった観点です。
「気になった」を無数に追いかけた結果として残る観点は、外から与えられたキャリアパスや流行のロールではなく、自分の中の関心の形を反映しています。この観点が自分の志向を示している、と私は捉えています。志向が言葉になれば、次に投資すべき方向（体系立てて学ぶべき教科書、参加すべきコミュニティ、追いかけるべき技術ブログ、応募すべきロール）が絞りやすくなります。
エンジニアリング業界の分業が、AI エージェントの登場でしばらく再配置されていく局面に入っています。5 年前に確立されていたロール定義（フロントエンドエンジニア、バックエンドエンジニア、SRE、と分かれた定義）だけで自分の関心を測ろうとすると窮屈になりがちです。手を動かした結果として自分の中に立ち上がる観点のほうを、志向の基準として使う進め方が、いまの環境には合っていると考えています。
志向が見えてからの深掘り
志向がある程度言葉になったら、そこからは学び方を切り替えます。私自身の順序としては、公式ドキュメントを通しで読む、その分野の代表的な書籍を 1〜2 冊読む、その分野の一次情報を出しているエンジニアの発信を継続的に追う、本サイト CodeNote.net のような場所に自分の言葉で書き直して残す、という段階を踏むことが多いです。
この段階では、AI エージェントは「一次情報を短時間で咀嚼するための壁打ち相手」として使い方が変わります。目的が「自分の関心領域を見つける」から「その関心領域で信頼できる判断ができるようになる」に切り替わるので、質問の粒度も、比喩ベースの説明を求める形から、根拠となる仕様や実装を指し示させる形に寄せていきます。
志向が定まった後は、範囲を絞って深く投資するほうが、同じ時間で得られる理解の深さが大きくなります。ただしそこに至るまでは、「気になったこと全部」を追いかけ続ける段階を通っておくと、後から「自分は何に投資すべきなのか」を人に聞かなくても決められる自分になる、というのが私の実感です。
以上、AI 時代の学習について聞かれたときに「気になったこと全部を AI エージェントに聞き続けて、突き詰めた観点を自分の志向として言語化する」と返している理由を、現場からお送りしました。