AIエージェント能力アトラス › 仕事ごとの一覧 › ソフトウェア開発 › アーキテクチャ設計・要件定義・レガシー移行

システム設計のトレードオフ判断（マイクロサービス vs モノリス等）

System design tradeoff decisions (e.g., microservices vs. monolith)

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

設計パターンの選択肢提示はジュニア相当だが、最終判断の質はシニアアーキテクトに遠く及ばない

できること

既知の設計パターンのメリット・デメリットを一般論として提示、要求に基づく候補案の列挙

まだできないこと

チームの力量・組織の歴史・将来の採用計画といった『コードに書かれていない』要因を踏まえた最終判断

なぜそうなのか

アーキテクチャ判断は技術だけでなく組織力学・事業戦略との統合判断であり、AIの学習対象になりにくい非公開情報に依存する

これからの予測の根拠

組織固有の非公開情報への依存度が高い判断領域であり、モデル性能向上だけでは解消しないため停滞気味の予測とした

いま使える主な道具

Claude、ChatGPT（設計相談）

根拠

• Why Senior Engineers Matter More in 2026 | AI-First Software Development 2026-03
  AIはマイクロサービスかモノリスかのような高次のアーキテクチャ判断が苦手で、これはチーム力学・組織知識・事業優先度に依存するためと指摘

同じ分野のほかの仕事（アーキテクチャ設計・要件定義・レガシー移行）

• 曖昧な要求からの仕様策定
• COBOL等レガシー基幹系の大規模移行
• 長期保守性を見据えた技術選定・負債管理

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。