AIコーディング

• プログラミング向けAIは既存のコンパイラと似た役割構造を持つ
• 英語のプロンプトは、プログラミング言語として不正確で非効率的な性質を持つ
• AIの生産性向上効果は、実際には誇張または誤認される傾向がある
• AIツールは開発プロセスを変えるが、真の革新はより良い言語とツールから生まれる可能性がある
• LLM導入が開発者の代替を意味するわけではなく、むしろ現在の開発環境の限界を反映している

---

AIとコンパイラの類似性

• 筆者は年を重ねるにつれて、もはや他人を説得しようとする試みをやめた
• 多くの人は真実には関心がなく、自分に利益をもたらす信念だけを追う現象を強調している
• 「Perception is reality（認識こそ現実）」を主張する人々への批判を示している
• 自動運転車に投じられた数十億ドルが誤った信念による浪費だと指摘している
• AIがコーディングできると信じる見方は、コンパイラがコーディングしていると考える見方に近い

AIコーディングはコンパイラと同じモデル

• プログラミングAIの最適なモデルはコンパイラだという主張を説明している
• ユーザーはプロンプト（コード）を入力し、その結果としてコンパイルされた出力を受け取る
• プロンプトを英語で入力する点は異なるが、英語には明確性の欠如や仕様の不在など、さまざまな欠点がある
• 新しい仕事や複雑な作業を行うとき、結局はプロンプトの冗長さが増していく
• AIの出力は非決定的であり、プロンプトの一部を変えると全体の結果に影響する

AIコーディングに対する批判的視点

• AIコーディングが好意的に見えるのは、現在のツール、言語、ライブラリの貧弱さが理由である
• 「AI」技術によって、以前より優れた検索、最適化、パターン抽出ツールが可能になった
• 実際にコーディングしているのはプログラマー自身であり、コードを書くという行為の言語が変わっただけである
• LLMが開発者を代替できる会社があるとすれば、それは会社のコードベースと採用基準が非常に低い状態であることを意味する
• AIはコンパイラやスプレッドシートのように、段階的に一部業務を代替できる

AIはツール、最終的にはより良い言語・ライブラリが必要

• AIに対する道具としての視点から、多くの思考と注意が必要であることを強調している
• 誤った期待や幻想に投資することで、数十億ドル規模の浪費が起きている
• 「vibe coding」のような虚偽の生産性ツールに対する市場の過剰反応に言及している
• AIが実際に生産性を20%高めるという錯覚があるが、実際には19%遅くなるという研究（論文）結果を引用している
• 真の進歩はプログラミング言語、コンパイラ、ライブラリの革新から生まれうる