「Pythonを超えた人気言語」「AI時代の新職種FDE」、急速に変わる開発現場のいま：今週の「＠IT」よく読まれた記事“10選”

＠ITで公開された記事の中から、特に注目を集めた10本をランキング形式で紹介します。何が読者の関心を引いたのでしょうか。

[＠IT]

　生成AIがコードを書くのが当たり前となりつつある中、エンジニアの役割や開発手法そのものの再定義が進んでいます。そうした中でプログラミング言語の市場変化や、新職種「FDE（Forward Deployed Engineer）」、AIを活用した開発ライフサイクルやIaC（Infrastructure as Code）運用などに関する記事が多くの関心を集めました。一方で、長年の課題である基幹システムのデータ統合やレガシー刷新といった、現場の泥臭いテーマの記事も根強く読まれています。AIによる自動化の恩恵と、地道なシステムアーキテクチャの改革という両輪をどう回すかが求められている現状が色濃く反映された結果となりました。

　本稿では2026年8月3〜9日に＠ITで公開された記事の中から、特に注目を集めた10本を、記事へのアクセスや反響を基にランキング形式で紹介します。

1位：PythonでもTypeScriptでもない、2025年「最も人気のプログラミング言語」

プログラミング言語の人気ランキング「TIOBEインデックス」の2026年1月版が公開された。2025年の「プログラミング言語オブ・ザ・イヤー」はランキングにおいて前年比で最大の増率（2.94ポイント増）を記録したという。

2位：「データのコピー」をやめて工数を8分の1に　古河電工は「100システムのデータ統合」をどう実現？

約100システムにデータが分散し、データの所在が分かりにくくなっていた古河電工。分散したデータをどう横断活用できるようにしたのか。データをコピーして集約する方式から転換した、データ統合の取り組みとは。

2位：トークンコストを10分の1に　「GitHub Copilot」はどう削減したのか

Microsoftは、「Visual Studio Code」における「GitHub Copilot」のエージェントハーネスのトークン効率向上の成果を紹介した。

4位：「AIがコードを書く時代、新職種FDEが需要増」　7割のエンジニアが思う理由

レバテックが2026年6月30日、ITエンジニアを対象に、AI時代の新たな職種「FDE」に関して意識調査を実施した結果を公表。回答者の68.3％が同職種に興味を持ち、72.0％が今後の需要増加を予測していることが明らかとなった。

5位：COBOLっぽさを残す「JaBOL」の是非を問い直す――Javaらしさはもう問題じゃない

レガシー化したシステムの刷新手法の一つとなるリライト。COBOLの構造を残したままJavaに書き換える「JaBOL」に関してはメリットとデメリットがあり、賛否が分かれることもある。その評価や位置付けはAI駆動開発が広がる中で変わりつつあるという。アクセンチュアの中野氏に聞いた。

6位：なぜ若手こそインフラを学ぶべき？　無料で学べるネットワーク、Linux、サーバ＆ストレージのeBook

クラウドやAIの普及で、インフラの仕組みを意識せずに仕事ができる場面が増えています。しかし、障害対応やAIが生成した設定コードの確認には、基礎知識が欠かせません。夏休みに読んでおくと役立つ無料eBookを紹介します。

7位：富士通を抜いて2位に躍進したITベンダーは？　IT業界の就職人気企業トップ20

みん就社が発表したIT業界就職人気企業ランキングでは、NTTデータが17年連続で首位になった一方で、上位企業の順位に変動があった。ランキングからは、IT業界を目指す人材の評価軸の変化が見えてくる。

8位：AIコーディングだけでは生産性は上がらない　「AI最大活用×仕様駆動」で開発ライフサイクルを再定義

レガシーシステムが依然として多くの企業に残る中、期待されるのがAIを活用した開発生産性の向上です。その利点を開発ライフサイクル全体にわたって取り入れていくための視点と実践例を紹介します。

9位：生成AIがあれば「脱メインフレームもできる」なんて気軽に言えるのは今のうち？

Gartnerは、2026年に開始される脱メインフレームプロジェクトの70％超が、当初の目的を達成できずに失敗すると予測した。背景にはこれから避けて通れないAIへの期待がある。何が成功を拒む要因となるのか。

10位：インフラチームも「AI生成コードのレビュー不足」　IaCに広がるAIコーディング

AIによる開発加速にインフラチームのガバナンス整備が追い付かず、設定ミスやコンプライアンス違反が多発している実態が明らかになった。

---

　今回のランキングからは、AIツールの「検証段階」が終わり、実際の開発プロセスやインフラ運用への「組み込み・最適化段階」へシフトしている様子が読み取れます。コード自動生成が普及したからこそ、根本となるアーキテクチャ設計やデータの構造化、そしてコードレビューによる品質確保といった人間の知見や判断力が、エンジニアの価値としてこれまで以上に重みを増しています。技術が進化するスピードは速いですが、基礎となるインフラ知識や設計力を軸に最新ツールを柔軟に乗りこなすことで、業務においても確かな変化をもたらせるようになるはずです。