AIで開発をどう加速するか - ついに開かれた“口コーディング”時代 [137ページのGoogleスライド]
(drive.google.com)- プログラマーとしてAIを活用する方法
- 生産性はコーディングだけから生まれるわけではない : "コーディングは一部分。あらゆる部分でAIが使われてこそ会社全体が速くなる"
- リサーチ : 悩みをアウトソーシングしてみよう。
- 複雑なテーマに関する調査や検討では "ChatGPT Pro + Deep Researchは神です。"
- どうすれば巨大なプロンプトを作れるか
- コーディング : では、いよいよコーディングをしてみよう。
- "cursorがメインだったが最近は90%はclaude codeでやっています"
- Cursor : 良い道具を握らせてくれる感じ。作業するのは依然として自分
- Claude Code : 優秀なジュニアを付けてくれる感じ。彼らを使いこなすのが自分
- 今はagentが旬
- "cursorがメインだったが最近は90%はclaude codeでやっています"
- それでもCursorを一度見てみる
- 例題作成: "米国株の個別銘柄投資を支援するプログラムを作る"
- Vibeコーディング : 「書き手逆転の世界」
- 以前のやり方 : 自分が書いてAIが手伝う。
- Vibeコーディング : AIが書いて自分が手伝う。
- Rule-Growing Development
- LMMにやらせて
- おかしな振る舞いを観察した後、望む方向の新しいルールを追加する。
- ルールには個別プロジェクトごとに必要な知識もあわせて含める
- コードとルールの束が一緒に育っていく。
- このルールと知識もチームのリポジトリでバージョン管理の対象
- 働きながら学んだコツ
- 0-1ではなくコードベース改善のとき
- SQLを書かせるのをAIにうまくやらせるには
- Pythonプログラマーなら
- AIの解決策を見守っていなければならない。
- 他のサービスの文脈まで持ってくるMCP
- ここからはClaude Code
- 最も驚くべきなのはエージェント性能。同じエージェントモードでも、タスク完遂率はCursorよりClaude Codeのほうが圧倒的に高い。
- 任せておいて見守る、の真の完成形
- 良い点は開発以外の分野にも使えること : 自分のローカルマシンと相互作用できること
- もう一つの良い点は並列化しやすいこと : ウィンドウを複数開けばN倍の速度!
- ちょっとしたコツ iterm + tmux
- ともあれClaude Codeの核心 : Claude.md
- Kimi k2 + groq + claude
- フロントエンドコーディングはplaywrightで
- 最も驚くべきなのはエージェント性能。同じエージェントモードでも、タスク完遂率はCursorよりClaude Codeのほうが圧倒的に高い。
- AIの助けを借りてデータ分析する
- 分析の自動化
- さらに洗練された自動化
- AIの助けを借りて勉強する
- 開発者とは絶えず勉強し続ける職業 = 絶えず英語を見続けなければならない職業
- 外国語の開発ドキュメントを読むとき
- でも、もっと時間を節約する方法は? : これは読む価値のあるコンテンツか?
- Diaブラウザ
- 口コーディングの完成は音声ディクテーション
- 最近いちばん愛用しているのはspokenly
- AIがここまで全部やってくれるなら、私たちはもうクビになるのか?
- 私たちにやることはないのか?
- でも実は、野暮な管理業務もLLMが助けられる
- 業務分野別タスクにおけるLLMの成功率
- 人はいつ辞職しようと思うのか?
- AI時代に、自分は何の変化もしたくないとしたら、自分に残された時間はいくらあるのか。
- AI時代、結局人間の仕事とは何か?
今後数年のうちに、（非）開発者1人が100人分のエージェントを使ってコーディングする。
最新のランボルギーニと頑丈な10トントラックAIが選択肢を作ってくれる。選ぶのは私たちが賢くやらなければならない。
正しいか間違いかではなく、正しさと正しさのあいだの選択
Trade Offのあいだで価値を選ぶ者
12件のコメント
LLMは本当に複雑性を増大させるので、メスのようにきれいにコントロールして使わないと、技術的負債があっという間に積み上がる感覚があります。FAANGで書かれていたAIコードも、結局は全部ロールバックすることになりそうです。
GPT-5（Thinking/Pro）は少しうまくやれている気もしますが、どう見てもこの複雑性を単純化していくプロセスは人間の領域のように思えます。むしろ Auto-regressive より Diffusion のほうがうまくできるかもしれません。
まだもう少し時間が必要だと思います。
経験を整理し、先を見通すうえで役立ちました。ありがとうございます。
正直、この手の文章はどれもハッタリっぽく見えてあまり読まないのですが、コメントが多かったので見てみたら、本当に良い文章ですね!!
本当にとても興味深く読みました。いろいろ考えさせられますが、それでも試してみる価値のある部分が見えてきたのは幸いです。
自分の資料がGeekNewsで紹介されるなんて。家門の栄光です。
ヨンホさんの前向きなエネルギー、しっかり受け取りました
セミナーの反響はものすごかったと思います。ありがとうございます。
面白くて気持ちよく読めました。笑えて役に立ちます。
資料だけでもクオリティがとても高いですね。共有ありがとうございます。
少し前に私も読みました。よく整理されていて、発表資料を読むだけでも多くの助けになりました。
信頼して見られるハ・ヨンホさんの発表資料。ぜひチェックしてみてください。
AIをどう活用すべきかについての文章を読んでいると、ある程度似た方向に行き着くのですが、それがまた既存のソフトウェア工学と一脈相通じる部分があるのを見ると不思議です。結局、AI＝開発者と置き換えると、『複数の開発者とどうすればうまく開発できるか？』という問題として見られるからなのかもしれません？