AI 支援型ソフトウェア開発の 5 つのレベルは、codecentric のコンサルタントである Goetz Markgraf が、 プログラミングに AI がどこまで関与しているかを記述するために提案したモデルであり、自動運転のレベルとの 対比として描かれている。彼はこれを AI 支援コーディングに関するカンファレンスの講演で初めて発表し、 2026 年 2 月のブログ記事で解説した。そこで彼は、このような分類がなければ「プログラミングにおける AI」に ついて人々の話がかみ合わないと論じている。5 つのレベルは、AI コード支援（レベル 1）、AI コード生成 （レベル 2）、エージェント型 AI 開発（レベル 3）、仕様駆動開発（レベル 4）、自律的なプロダクト進化 （レベル 5）である。
用法
Markgraf の説明では次のとおりである。
- レベル 1、AI コード支援 —— ChatGPT、Claude、Gemini といった Web ベースの AI チャット。開発者は質問をし、 その回答を自分のコードへ手作業でコピーし、コンテキストはコピー＆ペーストや文書のアップロードによって 自ら組み立てる。AI は一種の「オンデマンドの StackOverflow」として働く。彼が対応させる運転の例は、 単純なクルーズコントロールである。
- レベル 2、AI コード生成 —— GitHub Copilot、JetBrains AI Assistance、 Continue.dev といった IDE プラグインが補完を提案し、チャットを提供し、指示から コードブロック全体を生成できる。開発者は各提案を批判的にレビューする。対応する例は アダプティブクルーズコントロールである。
- レベル 3、エージェント型 AI 開発 —— Cursor、Windsurf、 Claude Code、OpenCode といったエージェントが、自然言語の指示から タスクを引き受け、ファイルの検索と読み込み、コードの記述、場合によってはテストの実行とエラーの修正といった 複数のステップを自律的にこなす。開発者は監督し、介入し、結果を確認する。対応する例は、高速道路での 自動車線変更つきのレーンキープである。
- レベル 4、仕様駆動開発 —— 人間と AI がまず協力してタスクを理解し、詳細な計画（仕様）を書き、その後 AI がかなり複雑なコードを生成したり既存のコードを変更したりする作業を、おおむね自律的に行う。使うのは レベル 3 と同じエージェントであり、違いはその使い方だけである。最終結果はなお入念にレビューし、手作業で テストしなければならない。対応する例は、立体駐車場のサービスや高速道路の渋滞といった限定された領域での 自動運転である。仕様駆動開発 を参照。
- レベル 5、自律的なプロダクト進化 —— プロダクト全体が、運用と監視も含めて AI だけによって書かれ、 さらに開発されていき、誰もコードを見ない。彼はこれをまだほぼ仮説的な段階だとしている。v0、Bolt、Lovable、 Emergent、Replit といったツールは記述からアプリケーション全体を生成するが、彼の見方では、まだ本番運用に 耐えるソリューションを生み出したり、それを自力で運用したりはしていない。対応する例は、ハンドルのない 完全な運転自動化である。
Markgraf は、このモデルは序列を示すものではない——レベル 3 がレベル 2 より自動的に優れているわけではない——が、 レベルが上がるごとに効率は高まると述べている。また、カンファレンスで彼の後に登壇した講演者たちが、自発的に このモデルを採り入れ、自分のテーマをその中に位置づけていたと報告している。
AI レディネス
記事はこのモデルを、AI レディネスと呼ぶ前提条件と組み合わせている。これは、チーム、コードベース、組織が
AI を効果的かつリスクなく使うための準備と能力を指す。その例として挙げられているのは、クリーンなコードと明確な
アーキテクチャ（レベル 3 と 4 ではインストラクションファイルを通じてエージェントに伝える）、自動テスト
（記事は最も重要なセーフティネットと呼び、AI にテストを無効化させたり削除させたりしないことも含む）、
README ファイル、Markdown による docs/ フォルダ、arc42 といったドキュメント、チームのスキル（共同で保守する
インストラクションファイルや Definition of Ready／Done を含む）、プロンプトインジェクション による被害を
抑えるために、レベル 4 以降では Docker コンテナなどでエージェントをホストから隔離すること、そして、処理された
コードを学習に使わないことが規約で定められた有料の AI サブスクリプションである。
適用される場面
このモデルは経験的に導かれた尺度ではなく、一人の実務家による方向づけの補助である。その明言された目的は、 チームが自らの現在地と目指す先を確かめるのを助けること、現実的な期待を設定すること、そして共通の語彙を 与えることである。その裏づけは著者自身の経験と、一つのカンファレンスでこのモデルがどう受け入れられたかに ついての彼の報告にとどまる。彼の説明では、レベル 4 とレベル 3 を分けるのは新しい技術ではなく作業の進め方である。