29 ポイント 投稿者 baeba 2025-12-17 | 14件のコメント | WhatsAppで共有

要点:

  • AIツール(Claude Code、Cursor)の利用で開発速度は向上したが、速い作業テンポが脳の処理限界を超え、疲労感を引き起こす
  • 頻繁なコンテキストスイッチとドーパミン過剰、管理者役割への転換が認知負荷を増大させる
  • AIの速度に人間が引きずられる「機械時間」現象が起きており、主体的な速度調整の必要性が高まっている

序論

  • AIツールの効用と副作用: 40年のキャリアを持つ開発者がClaude CodeとCursorを活用してパッケージマネージャー(Marvai)を開発し、生産性向上を経験した一方で、同時に前例のない疲労感を覚えた。
  • 問題提起: 機能実装とバグ修正の速度は速くなった一方で、AIの速度に脳が追いつけず、短時間(1時間前後)の作業後でも消耗しきってしまう現象が発生している。

本論

1. 認知負荷の急増と「機械時間」の圧力

  • 認知負荷理論の適用: Team Topologies理論によれば、過度な責任とトピックの切り替えは認知負荷を高める。AIコーディングはこの負荷を限界まで押し上げる。
  • 機械主導のリズム: かつて工場労働者が機械の速度に合わせなければならなかったストレスと同様に、AIが主導する高速コーディングの速度に開発者が追い立てられる現象(「機械時間」)を経験する。
  • 思考過程の消失: 従来のコーディングでは作業速度と思考速度が一致しており、脳が処理する余裕(Baking time)があったが、AIコーディングは複雑なアーキテクチャや意思決定の過程を一瞬で処理し、脳の同期を妨げる。

2. ドーパミン過剰とストレスホルモンの共存

  • ドーパミンループの加速: 「コーディング→エラー→解決→成功」へと続くドーパミン報酬サイクルが、AIによって極端に速くなる。
  • 感情的な消耗: 頻繁なドーパミン分泌と、速度に伴うストレスホルモンが同時に作用し、コーディングの楽しさではなく疲労と圧倒感を引き起こす。

3. コンテキストスイッチ(Context Switching)コストの増加

  • 脳内キャッシュの過負荷: コンテキストスイッチは、脳のキャッシュを空にして再び満たす高エネルギー作業である。
  • マイクロ・コンテキストスイッチ(Micro-Context Switching): AIは複数モジュールを同時に修正したり、単純なタブ補完機能(Tabキー)を使う場合でも、「記述モード」から「レビュー・モード」への頻繁な微細切り替えを強いることで、脳のエネルギーを急速に消耗させる。

4. 開発者の役割の本質的変化

  • 書き手から管理者へ: 要件をコードとして実装する役割から、AIという「速いチームメンバー」の成果物を管理・レビューする「チームリーダー」あるいは「交通整理役」へと役割が変質している。
  • 責任の非対称性: AIが5人分の作業を吐き出す一方で、開発者は依然としてコード品質に対する最終責任を負うため、管理負担が増している。

結論

持続可能なAIコーディングに向けた提言

  • 意図的なペーシング(Pacing): AIの速度に飲み込まれず、開発者が主体的に作業テンポを調整する必要がある。
  • 新しいレトロスペクティブ手法の導入: AIと脳の同期を取るため、日次レトロスペクティブ(Retrospective)など新たな作業ルーティンが必要である。
  • 役割認識の転換: AI出力を細かく統制しようとするマイクロマネジメントを減らし、AIをより信頼する方向へ作業スタイルを変える必要がある。
  • 今後の展望: コーディングの未来は無条件の速度向上ではなく、人間の認知限界を考慮した「意図された遅さ」と新しい境界設定になる可能性がある。

14件のコメント

 
aura01 2025-12-22

私も似たような経験があるので、こうしています。

例えば、リファクタリングをするなら、

「既存コードを分析したうえで代案を提示するよう指示」
「代案と既存コードの違い、長所と短所を要約して説明するよう指示」
「その代案が本当により良いのか検証できる方法を提案するよう指示」
「自分で代案を検証」
「代案の適用とドキュメント、テストの作成を指示」

問題は、トークン使用量が多くなりすぎて、コストがかなりかかることです...

 
dbs0829 2025-12-18

単純な雑務でも、いっそマクロを作るほうが気が楽なんですよね……

 
fantajeon 2025-12-18

人と人の間でも同じことがある。

人と人の間でもこうした問題はよく起こる。
考えるのが遅い人がマネージャーなら、
「仕事の進みが速すぎて大変で、一緒に働くのが難しい」と言い、
その人が部下なら
「話の飲み込みが悪くて、一緒に働くのが難しい」と言う。

結局、一緒に働くためにはお互いのケミが合っていなければならない。

 
bakyeono 2025-12-18

コーディングを奪われ、コードレビューとテストだけをしなければならない苦痛…

 
colus001 2025-12-18

私は個人プロジェクトを除いて、バイブコーディングは限定的に使っています。Cursorの自動補完に加えて、アイデア出しや同一パターンの反復コーディング程度にしか使いません。長期プロジェクトでバイブコーディングですべてを解決しようとするのは、開発者として無責任な行為だと思います。

 
tested 2025-12-18

プロンプトだけを書いて結果だけを出す人より、作業された結果のコードを理解して確認・レビューする人のほうが、より疲労感を覚えるようですね。
原文にもそう書かれています。

 
onixboox 2025-12-18

私は「AIのおかげで自分のやることが減って助かる」という感覚しかないので、こういう疲労感は一度も感じたことがありません。私は zed + claude を使っていますが、たまに途中で文脈が変わって妙な動きをするときもあります。そういうときは git でコードを戻して、「上の内容を総合して書き直して」と言えば、むしろもっときれいにしてくれるんですよね。自分でキーを打ちながらコードを書くわけではないだけで、頭の中にあった考えをコードにする過程が変わっただけではないでしょうか。むしろプロンプトを入力しながら考えが整理されることもあります。

 
caniel 2025-12-18

コードで作る過程がブラックボックス化することで、コードと頭の中にあった考えを同期させる時間が必要になるのではありませんか?
従来のコード作成では、コードと頭の中にあった考えが一致していることが保証されますが、LLMを通じたコーディングではそれが保証されないのですから。

 
onixboox 2025-12-18

頭の中にはロジックだけあって、AIが書いたコードがきちんとできているかだけ確認すればよく、頭の中でコードを組み立てる必要はないのではありませんか? プロンプトにどれだけ正確なデータを渡すかだけ考えればいいので、むしろ作業処理はかなり速くなりました。

 
caniel 2025-12-18

どれだけ具体的にプロンプトを書くかによっても違ってくる気がしますね。擬似コードレベルでLLMに渡すのであれば、おっしゃっていることは理解できます。

 
choihyojun 2025-12-18

以前は一日中コードを書いて仕事を終えると達成感があったのに、今では一日の業務のほとんどを会話でこなし、ほとんどの日はコードを1行も自分で書かないことが多いのに、燃え尽きてしまいました…。完全に共感します

 
ds2ilz 2025-12-17

私もまさにこの理由で疲労が増えました。そうなるだろうと予想はしていたので、疲れること自体は大丈夫なのですが、それよりも外から見ると、コーディングしながらキーボードを激しく叩いている時間がないので、ものすごく余裕を持って働いているように見えるみたいです。私が以前よりずっと疲れていると言っても、なかなか理解してもらえないんですよね……

 
reagea0 2025-12-17

ああ、私が疲れている理由をはっきり代わりに説明してもらった感じですね。

 
baeba 2025-12-17

1. 「スピード感は活力になる」(肯定派)

  • 立場: 退屈な作業をAIが素早く処理してくれることで、むしろ活力が湧き、新しい技術スタックの学習コストも減らせるため肯定的。
  • 事例: 慣れない言語やフレームワークを使うとき、AIエージェントのおかげで退屈な学習プロセスを飛ばし、すぐ実装に集中できた。

2. 「バイブコーディングの定義論争」(用語の混乱)

  • 論争: 「バイブコーディング」が単にAIの助けを借りることなのか、それとも生成されたコードをレビューせず結果だけ確認することなのか、その定義をめぐって意見が分かれている。
  • 一致点: もともとは「コード未レビュー」を意味する否定的なニュアンスだったが、現在ではAI支援コーディング全般を指す用語へと意味が拡張している。

3. 「検証のない速度は技術的負債だ」(慎重派)

  • 批判: コードを理解しないまま、AIが生成した成果物だけを信じるのは危険。後で発生するバグや保守コスト(技術的負債)の方が大きくなる。
  • 比喩: 「運転手がどこへ向かっているのか分からないまま自動運転車に乗っているようなもの」として、理解のない実装は結局問題解決能力を下げる。

4. 「コンテキストスイッチの疲労感」(共感派)

  • 同意: AIがコードを生成している間に頻繁なコンテキストスイッチ(Context Switching)が発生し、脳の認知負荷が急増する。
  • 症状: AIの成果物をレビューして修正するプロセスが繰り返されることで、直接コーディングするときより精神的消耗が大きい。4時間の作業でも一日中働いたかのように疲れる。

5. 「コーディングの楽しさの喪失」(ドーパミン不足)

  • 経験: 自分で問題を解決したときの達成感(ドーパミン)が消える。レゴを自分で組み立てる楽しさの代わりに、完成品だけを眺めているようで虚しい。
  • 結果: プロセスの楽しさがないまま、成果物だけを素早く出す作業は開発者を疲れさせる。

6. 「初心者には毒、熟練者には薬」(習熟度による違い)

  • 分析: 熟練した開発者はAIのミスを素早く見抜いて修正できるため生産性が高いが、初心者は誤ったコードをそのまま使って学習機会を失い、粗悪なコードを量産する危険が大きい。

7. 「管理者役への強制的な転換」(役割の変化)

  • 現象: 開発者が自らコードを書く「創作者」から、AIが吐き出すコードをレビューして修正する「管理者/レビュアー」へと役割を強制的に転換させられる。
  • 負担: 5人のジュニア開発者(AI)が書いたコードを一人でリアルタイムにレビューするのと同じような極度のストレスを引き起こす。

8. 「ビジネスロジック理解の欠如」(限界の指摘)

  • 問題: AIはコードはうまく書けても、ビジネスの文脈や全体アーキテクチャは理解できない。
  • 現実: 結局、ビジネス要件をコードに合わせて調整し、エッジケースを処理する複雑な作業は依然として人間の役割であり、この過程でボトルネックが発生する。

9. 「休息と余裕の消失」(機械の時間)

  • 比喩: かつて工場労働者が機械の速度に合わせて働いたように、AIの高速な生成スピードに人間が振り回される「機械の時間」に閉じ込められる。
  • 必要性: コンパイル待ち時間のような「強制的な休息」が消え、脳が情報を処理して休む暇がない。意図的な休息が必須だ。

10. 「ツールの過渡期的な問題」(今後の見通し)

  • 診断: 現在の疲労感は、AIの生成速度に対して検証ツール(テスト、リンターなど)が追いついていないことで生じる不一致のため。
  • 解決策: 生成速度に見合うだけ検証を自動化するツールが発展すれば、疲労感の問題は解決できる。