本文へスキップ
hdknr blog

オーバーエンジニアリング

起こりうることを起こりやすいことと取り違え、必要以上の分岐・拡張性・性能を作り込むこと。エッジケースは「期待値 = インパクト × 発生確率」で見積もり、小さければ許容してシンプルに保つ。AI で書くコストが下がった今ほど起きやすい

概要

オーバーエンジニアリングは、ほぼ起きないケースや当面来ない将来に備えて、仕様・拡張性・性能を必要以上に作り込むこと。根にあるのは発生確率やインパクトの見誤りで、「起こりうること」を「起こりやすいこと」と取り違えている。

判断の物差しは 期待値 = インパクト × 発生確率。期待値が小さいエッジケースはコードを書かずに許容し、シンプルに保つ。AI にコードを書かせると「念のため」の分岐が数秒で出てくるので、この「作らない判断」が以前より重要になっている。

詳細

4 つの典型と、その裏の錯覚

リクルートの 2026 年度エンジニア新人研修資料「事業価値と Engineering」は、典型を 4 つ挙げて錯覚と対にしている。

よくあるオーバーエンジニアリング背後にある錯覚
ほぼ存在しないユーザーを想定し、レアケース仕様を大量に増やす大きな少数の声が全体だと錯覚
将来必要かもしれない拡張性を過度に盛り込む数年後の拡張性問題が明日くらいに起きると錯覚
全体の性能ネックではない部分を高性能化する何でも高性能にすべきという錯覚
優先度の低いバグを、事業インパクトを見ずにすべて直す目の前で起きたこと全てが大問題だと錯覚

2 行目は YAGNI(You Aren’t Gonna Need It)原則が戒めるものと同じ。資料は「全ての可能性が全て発生した世界」がオーバーエンジニアリングの理論上の最大拡張幅だとも述べている。

必要な事業理解は「相場観」で足りる

錯覚を防ぐのは事業理解だが、市場規模や P/L・B/S の知識ではなく、「事象 A は年に 1 度しか起きない」「事象 B は 1% しか起きない」「事象 C は起きても軽微」と知っている程度の現場感で十分とされる。この相場観がないと、年 1 回を毎日、1% を 100%、軽微を致命的と思い込み、判断がすべて「大」に振れる。

エッジケースを発見したら発生確率とインパクトを見積もり、その積である期待値が小さければ許容してシンプルに保ち、大きければコードで対応する判断フロー。相場観がないとすべてが「大」に振れ、オーバーエンジニアリングの最大幅に近づきやすいことを示す

期待値が小さいときの選択肢は、運用で回避する・手作業で対処する・既知の制約として記録する、など。期待値が大きいときだけコードで対応し、その場合も「コードを足すと保守対象が増える」コストを含めて判断する。

なぜ AI 時代に起きやすいのか

資料は、作ることが速く安くなる時代ほど「動かし続ける力が事業価値の上限になる」とし、目指す状態を「ソースコードに対する事業価値濃度」で表す。本当に必要なコードを増やす、価値を生まないコードを増やさない、価値を生まなくなったコードを除却する、価値を生むコードの保守性を上げる、の 4 つで、ほぼ起きないエッジケースへの対応コードは 2 つ目の典型にあたる。

人の運用で効かせる歯止め

仕組みにする:仕様と受入基準を先に固定する

人の注意に頼らない方法として、hdknr 版 spec-loop と dev-loop の組み合わせは同じ判断を手順に組み込んでいる(要求仕様書作成ループ)。

影響が大きい影響が小さい
よく起きる範囲の中(場面ごとに書く)範囲の中(場面ごとに書く)
まれ範囲の中。ただし原則 1 本で受ける範囲の外(範囲の文書に 1 行)

ただし効き方には差がある。レアケース仕様の増殖には強く、低優先度バグの全修正にも効くが、過度な拡張性と不要な高性能化には弱い(どちらも実現の手段として仕様に書かれず、実装の中で盛れてしまう)。これらはコードレビューや簡素化のレビューで別に見る。ほかにも、既定の線の頻度の例は技術的な事象が中心なので業務の頻度はプロジェクトの範囲の文書に書き足す必要があること、判断を利用者に戻しても答える人の相場観がずれていれば通ること、小さな変更にまで全ループを回すとプロセス自体がオーバーエンジニアリングになること、に注意が要る。

資料の結びは「AI時代のEngineeringは、たくさん作ることではない。価値になるものを作り、価値にならないものを作らず、作った価値を止めないことである」。

関連ページ

ソース記事