8月25日、Latent Spaceが「[AINews] Andrew Ng gets into AI Engineering」と題した記事を公開した。DeepLearning.AIの創業者であるAndrew Ngが、同プラットフォームをAIエンジニアリング領域に特化させて刷新し、1万件以上の求人票の分析、数十名のAI専門家・採用担当者・リクルーターへのインタビュー、アンケート調査、オンラインデータの統合——これだけのリサーチを経て「AIエンジニアリングスキル」の定義を打ち出した。注目すべきは、このスキルセットが「AIエンジニア」という職種に限らず、より広範な開発者に適用できるという視点だ。Latent Spaceも「insightful focus」と評価している。
4つのコアスキル
1. AIアプリケーションの構築・デプロイ
LLM、コンテキストエンジニアリング、RAG、エージェントワークフロー、ML/ディープラーニングといったAIの構成要素を理解し、統計的手法でAIシステムの動作を測定・制御・ガバナンスする能力だ。中心となるのは「規律あるEvals（評価）とエラー分析のループを回す」スキルである。
これは従来のMLエンジニア・MLOpsのワークフロー——プロンプトエンジニアリングからファインチューニング、エージェントラボ構築まで——に最も近い領域だ。
2. ソフトウェアエンジニアリングの基礎
Ngは「基礎があるからこそ、トレードオフが見えてくる」と述べる。スタック選定、システム設計、データストア設計、テスト——いずれもソフトウェア基礎力が判断の質を左右する。
記事中で特に刺さる表現がある。「トレードオフを理解しないままコーディングエージェントに任せてバイブコーディングする未熟な開発者は、エージェントに与えるコンテキストが分からないため、往々にして貧弱な結果になる」という指摘だ。LLMは専門家を優遇する——天井（高スキル開発者）を床（低スキルのバイブコーダー）より大きく引き上げる、という観察とも一致する。
3. コーディングエージェントの活用
エージェントの限界を理解し、どこで介入してどこで任せるかを素早く判断できることが核心だ。明確な仕様の扱い方、複数エージェントのオーケストレーション、本番DBを壊すリスクの回避も含まれる。
2023年時点でCopilotしか選択肢がなかった頃には最も見えにくかった領域だが、2024〜2026年にかけてCursor、Claude Code、Codex、Cognition、Clineなどのコーディングツールが爆発的に台頭した。Ngは「最新のプラクティスを把握するだけでなく、新ツールを試し続けてワークフローを進化させる習慣」が重要だと強調している。
4. ビルドの方向を決める力
プロダクトセンスとビジネスコンテキスト・顧客ゴールの理解を持ち、何を作るかの議論に参加できること。MVPを素早く出すタイミングと、あえてスローダウンして丁寧に作るタイミングを使い分けることが求められる。
Latent Spaceの見立てでは、この4番目は2023年の元論文「Rise of the AI Engineer」では想定されていなかった領域だ。AI PMトラックやデザインエンジニアリングといった隣接領域との境界線が急速に溶けてきたことを反映している。
同週のAIニュース（8/22〜8/24）：コアスキルを取り巻く動向
上記4スキルの文脈をより立体的に捉えるうえで、同記事が取り上げる周辺トピックも参照に値する。特にエージェント評価・永続エージェント・コスト効率の議論は、スキル1〜3と直結している。
- エージェントハーネス設計：NVIDIAの評価研究では、エージェントの「スキル」に対するスコアと実際の有用性の相関はSpearmanρ＝0.14と極めて低く、代わりに「Skill Lift（タスク達成量の差分）」での計測を提案している。また、Anthropicスタイルのハーネスをモデルごとにカスタマイズするよりも単一の再利用可能なハーネスに統一する方が、エンタープライズ用途では有効だとする論文も登場している。「規律あるEvals」を重視するNgの主張と呼応する知見だ。
- オープンソースの永続エージェント：@andykonwinskiが公開したHeadlongは、常時稼働する永続エージェントの「マイクロハーネス」で、48分で無人のセルフデバッグ修復を達成したとされる。コストは時間あたり1〜2ドル。コーディングエージェントの活用（スキル3）が実装レベルでどこまで進んでいるかを示す一例だ。
- Qwen3.8-27BがCode Arena: WebDevで総合9位（1595点）を記録。同サイズクラスでトップ10入りは唯一。
- コスト正規化ベンチマーク：100ドル予算でGLM-5.3がFable 5の約5倍（17 vs 3タスク）を解いたとのTogether AIのレポートも紹介されている。
詳細は[AINews] Andrew Ng gets into AI Engineeringを参照していただきたい。
