筆者は依然として一部の作業でLLMを限定的に活用している（約40%）

上記のように書かれているのを見ると、著者もAIを完全に捨てようという意見ではないようです。

ありがとうございます！よく読ませていただきます。

タイトル釣りは腹が立つね

楽観的すぎるシナリオばかりを想定して書かれたように思いますが、どれ一つとして簡単ではありません。
90%の目標に到達するための努力や時間よりも、90%から91%へわずか1%引き上げるための努力と時間のほうが、より多く必要になる場合も少なくないので。
私は強力なAIの登場そのものよりも、人々が信頼すべきではないAIの成果物にものすごい信頼感を寄せる現象のほうが、今後ますます強まっていきそうなことのほうが心配ですね。
ここでも短いコメントを書きながら自分が何を言っているのか分からないような文章を書く人もいるし、AIに聞いたらこうでしたと言って、それが事実であるかのように答える人もいます。

うまく活用する方法を引き続き考えるべき段階だと思います。AIを捨てて開発するというのは、少しずつ遅れを取ることだと感じます。

この記事の筆者はすでにうまく活用する方法を実践していましたが、それでもなお、AIをさらにうまく活用する方向で悩むべきだと思います。

（まだ試行錯誤が多いだけで……）

株価がもっと上がりそうな気がする……

配信には復帰したんですが、名前もホシノ・リナに変えて、独立したオープンソースへの貢献を配信で見せていました。
最近は、Spout2 という配信向けのアプリ？ライブラリ？が Linux でうまく動くようにする作業をしていました。

何らかのアップデートが入ったというのが不思議ですね

個人的には、CSの知識さえあればそれほど大きな違いはないんじゃないかと思います。
あるいは、今の自分の使い方が、手がものすごく速くてコードを全部打ってくれる相手とペアプログラミングしているような感覚だから、そう感じるのかもしれません...

100% Claude が仕事してるみたいなんだけど？ 何これ？

レポートなのか小説なのかわからない。10年前なら、間違いなくSF小説だったのに。

わあ……長くサポートしてくれますね。

生成されたコードを分析し、理解しようとする努力があるなら、問題ないように思います。

コンパイラは少し異なる概念で、ルールベースでアセンブリを生成するため決定論的な領域です。そのため、いったんレビューすれば次に同じ問題が再発することはありませんが、LLMは確率的な領域なので、問題が再発する余地があります。

この確率的な正確性がさらに発展すれば100%近くになるのかもしれませんが、自然言語による要求自体が不正確であれば、結局結果も不正確になります。そう考えると、良い完成品は結局のところ人間にかかっているのではないかと思います。

結局、深く開発していくと抽象化レイヤーの内側を知る必要が出てくるものですが、
自然言語プロンプトと生成されたコードの間の隔たりは大きすぎて、プロンプトからLLMの抽象化レイヤーの内側に入り込むのは難しそうです。

今の私たちは、頭の中にあった仕様の概念をプロンプトとしてLLMに伝え、その後に書かれたコードを読み直して検証するやり方なので、
他人が書いたコードをレビューする形に近く、抽象化の内側に入っていく感覚はあまりありません。

対応デバイス
Apple Watch Series 9以降のモデル、またはApple Watch Ultra 2以降のモデル。

これ、告知が出る前からもう知っていました。
すでに自分のウォッチから高血圧の疑いがあるという通知を受け取っていたからです…… しくしく
運動しないといけません。皆さん

OpenAIは、まだ方向性を定めきれていないように感じます。

えっ、放送だけ再開したんじゃないんですか？ これはホンチョルのいないホンチョルチームみたいなものでは…

Kimi、オープンソースのビジュアルSOTAエージェンティックモデル Kimi K2.5 を公開
AI要約版もあわせてご参照ください

私も学生の頃からLLMに触れてきたジュニアの人たちが心配なんですよね。ジュニア採用の候補者プールが少し悪くなった気もするのですが、また証明するのは難しくて……