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 › 既存コード改修（大規模リポジトリ理解/機能追加/リファクタ）
依存関係・フレームワークのメジャーバージョン移行
Major dependency/framework version migration
3/52026年: 実務品質（要確認）
2030年（予測）: 5/5 専門家超え
2030年（予測）: 5/5 専門家超え
02022
12023
22024
32025
32026
42027予
52028予
52030予
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
定型的なコードモッド作業はミドル相当を代替。保守作業の30〜50%を占める領域で実務投入が進む
できること
依存関係ナレッジベースを参照しながら最新メジャーバージョンへの一括更新・テスト実行・修正を反復
まだできないこと
業務クリティカルな移行での段階的ロールアウト戦略の設計、破壊的変更が業務ロジックに与える影響の見極め
なぜそうなのか
コンパイル/テスト通過は検証できるが、ビジネスロジックの意味的な正しさの検証は限定的
これからの予測の根拠
定型変換タスクはベンチマークが次々整備され成熟が速い領域で、2028年には完全自動化が現実的
いま使える主な道具
Codex CLI、GitHub Copilot、OpenRewrite+AI
根拠
- FreshBrew: A Benchmark for Evaluating AI Agents on Java Code Migration 2026-02
JDK8→17移行のベンチマークでコンパイル通過・テスト通過・カバレッジ維持を測定する専用評価が登場 - Automating Dependency Upgrades and Migrations with AI Agents 2026-03
依存関係更新・移行は高頻度かつ意味的に定型化された作業でエージェント導入のROIが高いと分析
同じ分野のほかの仕事（既存コード改修（大規模リポジトリ理解/機能追加/リファクタ））
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。