- AI導入後、生産性は向上した一方で疲労感は深刻化する現象がエンジニアの間で広がっている
- 作業速度は上がったが、業務量と期待値も同時に増加し、人間の調整・レビュー負担が大きくなった
- AIコードのレビューや判断プロセスが繰り返され、決定疲れと認知的消耗が蓄積する
- 絶え間ない新技術の追走とツール切り替えの疲れ、そして非決定的なAI出力が不安とバーンアウトを引き起こす
- 持続可能なAI活用のためには、境界設定・時間管理・完璧主義の緩和が不可欠である
AI生産性と疲労の逆説
- AIは個々の作業速度を短縮するが、作業総量と期待値も同時に増加する
- 1つの作業に1日を使っていた時代よりも複数の問題を同時に扱うようになり、コンテキストスイッチのコストが大きくなる
- 生産コストは下がったが、調整・レビュー・判断コストは増加し、その負担が全面的に人間へ転嫁される
- AIが高速にコードを生成しても、人間の認知的疲労はむしろ大きくなる構造だ
創作者からレビュー担当者への転換
- AI導入後、エンジニアの役割は創作者から評価者へ移行した
- プロンプト入力、結果レビュー、正確性・安全性の判断など、反復的な評価作業が中心になる
- 生成的な作業は没入を生むが、評価的な作業は疲労を生む
- AIコードの信頼性不足により、すべての行をレビューしなければならない負担が大きくなる
- その結果、セキュリティ・権限管理システムの重要性が増し、人間の認知負担を減らす方向性が求められる
非決定性の問題
- AIは同じ入力でも異なる出力を返す非決定的システムであり、エンジニアの思考様式と衝突する
- 同じプロンプトでも異なる結果が出て、デバッグ不能な不安定性をもたらす
- これを緩和するために、決定的なコンテキスト精製ツール Distillを開発し、入力の一貫性を確保した
- 一部のエンジニアはAI出力を**「不完全な下書き」**として認識し、修正時間を予算に組み込んで対応している
FOMO（取り残されることへの不安）とツール疲れ
- ここ数か月で多数のAIエージェント・フレームワーク・SDKが急速に登場した
- 新しいツールに追いつこうとする試みが、継続的学習と乗り換えの悪循環を招く
- 知識の陳腐化と重複作業が発生し、早期採用者より待った人のほうが効率的になる場合もある
- 著者は**インフラ層（権限・コンテキスト・セキュリティ）**に集中し、ツール変化に振り回されないアプローチを採用している
「あと1回だけプロンプト」の罠
- AI出力が完璧でないため、プロンプト修正の反復にはまり込む現象が起きる
- 繰り返しの試行は生産的に見えるが、実際の問題解決よりプロンプト調整に時間を浪費してしまう
- 3回試して70%以上有用でなければ自分で書くという**「3回ルール」**を適用し、効率を確保する
完璧主義と確率的出力の衝突
- AI出力は常に**「ほぼ正しい」水準**であり、完璧主義傾向のエンジニアには大きなストレスになる
- 細かな修正の繰り返しが感情的疲労と時間の浪費につながる
- AIの結果を**「下書き」**として捉え、素早く加工する姿勢が効率的である
思考力の弱体化
- AIに依存した結果、問題解決の思考力と設計能力の低下が生じる
- 自分で考えない習慣が、**「思考の筋肉」**の萎縮につながる
- これを防ぐために、毎日一定時間はAIなしで思考・設計の練習を行う
比較の罠
- SNSではAIで素早く成果を出した事例ばかり共有され、個人の失敗や疲労は見えにくい
- AIの成果は再現性が低く、比較そのものに意味がない
- 情報消費を減らし、実際の構築・運用中心の信頼できる情報源に集中するのが望ましい
持続可能なAI活用戦略
- AIセッション時間の制限で過度な反復を防ぐ
- 思考時間とAI使用時間の分離で認知のバランスを保つ
- 完成度70%を受け入れることで完璧主義を和らげる
- 新技術の採用時期を遅らせることで、検証済みツールを中心に使う
- AI効率ログの記録で実際の有用性と限界を把握する
- レビュー範囲の縮小により、重要領域だけに集中する
持続可能性とバーンアウト
- AIは作業速度の制限を取り払うことで過労を加速させる
- 人間の認知的限界の超過によってバーンアウトが発生し、これは個人ではなくシステム的な問題として広がる
- 回復の核心はAI使用量そのものではなく、使い方の再設計にある
- 疲労の中からもDistill・agentic-authz・AgentTraceのような実際の問題を解決するツールが生まれた
本当の能力：立ち止まれる力
- AI時代の中核能力は、いつ止まるべきかを知る判断力である
- 十分に良い出力で止まり、自分で書くべき時点や休むべき時点を見極める力
- 人間の脳を有限な資源として守ることこそ真のエンジニアリングである
- AIは強力だが認知的には最も消耗の大きいツールであり、賢い使い方が持続可能性の鍵となる
- 持続可能なアウトプットこそが本当の価値であり、AI活用の究極の目標である
5件のコメント
この表現が正確かどうかはだんだん分からなくなってきたが、開発者が次第に「テックリーダー」になっていく感覚がある。
AIが「コード作成」を持っていってしまうと、結局残るのは、
だけだ。
つまり開発者はもはや「生産者」というより、
へと役割が変わっていく。
そうなると、以前にはなかった種類の業務疲労が生まれ、
果たしてこの方向性が自分の目指していた開発者としての職務適性に合っているのか、自分自身に問いかけるようになる。
最後の一文が心に響きますね。自分が本当にやりたかったのは、これじゃなかった気がします。
子どものころバンドサークルをやっていたのですが、そこにはオリジナル曲を作るべきだと友だちを説得する子がいました。演奏技術を磨くより、何を歌いたいのかを考えるべきだと言っていたんです。もちろん、有名な曲をコピーしてバンドをやろうという子たちの意見のほうが強かったと記憶しています。
でも最近は、その友だちのことをよく思い出します。
生きるのに忙しくて目を背けていた問いなのですが、AIの発展によって、私が開発者を生業にしてから、コードを書くという行為そのものが好きなのか、それとも価値を生み出すことが好きで、その手段としてコードを書いているのか。
これまではその二つのタイプが互いに入り混じって過ごしてきたのだとすれば、これからは自分がどちらなのかをはっきりさせなければならない瞬間が、すぐそこまで来ている気がします。
顧客の要求どおりにきちんと動くプログラム、壊れないプログラムを作る責任は、依然として開発者にあります。ですから、コードを書くという行為を手放さなくても大丈夫です。AIがやってくれるのはタイピングだけで、本質は同じだと思います。
Hacker Newsの意見
私にとって疲労感は少し違う。作業中やコードレビュー中に、LLMが結果を生成するたびに止まって待たされるその繰り返しが問題だ
待ち時間の長さが予測できないので、待つべきか別の作業を始めるべきか判断しづらい。だから結局、時間を潰すために別のことをしてしまう
最終的にフロー状態に入れず、バックグラウンドの作業が終わるのを監視しているうちに疲れ切ってしまう
生産性が上がった感じというより、子どもがケガをしないよう見張る怠け者のベビーシッターになった気分だ
短く始めてすぐ止められるオープンソースゲーム Endless Sky をおすすめする
以前はプログラミングが楽しくなくなっていたが、Claude Codeのおかげでまた楽しさを感じている。昔ほどではないが、今の人生の段階では十分に楽しい
私が書いたレビュー疲れに関する記事でも触れたように、これは開発者だけでなく組織にも影響する
AIワークフローが生産性の最大化に焦点を当てるあまり、結局は人間を消耗させる
解決策は古典的だ――こまめに休み、人間の開発者が自分でも少しはコードを書くことだ。速度を落としつつも、没入感と回復を維持できる
LLMが働いている間にスクワットや腕立て伏せをしたり、家の中を歩き回ってストレッチしたりする。一日中キーボードの前に座っているよりずっと楽しい
体を動かすと思考も整理されるが、それでも精神的な疲労感**は残る
プロンプトを送って待つ間にWebを見てしまう。SelfControl アプリで遮断しないととても我慢できない
LLMのおかげで生産性は上がったが、一日の終わりにははるかに疲れていて、罪悪感すらある
記事のアイデアはいいが、読んでいるとAIが書いたような疲れを感じる
1〜2文で済む内容を冗長に引き延ばしていて、不要な例も多い
「HNのメインページが混乱している」という主張も間違っている。言及された記事は5アップボートも得ておらず、HNトップの質は依然として悪くない
そして「誰も語っていない」という主張も誤りだ。すでにAI fatigueについての議論はかなり前からあった
「ありがとう OpenClaw、ありがとう AGI――私にとってはもうここにある」
「今日、人間のエンジニア1人あたり最低でも1,000ドル分のトークンを使っていないなら、あなたのソフトウェア工場には改善の余地がある」
「コードは人間がレビューすべきではない」
「Cがアセンブラにしたこと、JavaがCにしたことを、今やLLMがすべての言語に対してしている」
こうした文は実際にトップに上がった記事からの引用だ
あるいはAIの文章を読みすぎて、書き方そのものがAIっぽく変わってしまったのかもしれない
私も最近ブログを書き始めたが、意外とストーリーテリング中心の文章が楽しい
人それぞれスタイルが違うだけで、問題ではない
この記事は数段落に要約できたはずなのに、不要な修飾が多すぎる
今後はコンテンツにも**「人間の生産者ラベル」**が付くのかもしれない――たとえば「フリーランス生産」「郊外居住者生産」といった具合に
「より速くデプロイできると期待値が上がる」という話には共感する
これは古い問題だ。ヘレン・ケラーはほぼ100年前にすでに似たことを言っていた
「労働節約機械を本当に労働を節約するために使おう」という趣旨の話が The Atlanticの記事 にある
1日に複数のプロジェクトを前進させられるが、完全に消耗してしまう
「もう1回だけプロンプトを送ってみよう」という誘惑のせいで眠れない人も多い
長年かけて築いた持続可能な作業リズムが崩れ、新しいバランスを見つけるには時間がかかりそうだ
でも今は最初があまりにもうまく進むのでそのまま続けてしまい、突然行き詰まる瞬間がやって来る
だがそこで止まれず、会計、税務、CRM、在庫、プロジェクト管理にまで広げてしまった
結局不要なSaaSを作ってしまい、今はオープンソースとして公開しようか悩んでいる
それでも今はモバイルブラウザでエージェントのセッションを続けて見られるので、ベッドでも確認している（半分冗談で半分本気だ）
今や本当のボトルネックはコーディングではなく、要件収集と意思決定だ
なぜわざわざ働き続けるのか理解できない
筆者です。反AIの記事ではなく、認知コストについての話だ
作業が速くなるほど仕事は増え、AIの出力を確認するために意思決定疲れが積み上がる
ツールのエコシステムも毎週変わっている。実際に役立った方法を共有したし、他の人たちも同じような壁にぶつかっているのか気になっている
人間ではない存在と会話している感じが、疲労感をいっそう強める
でも現実的な期待値を置き、あらゆる「AIマジック投稿」に振り回されないようにしたら、不安は減った
技術は決して労働者を楽にするためのものではない
いつだって生産性と競争力を高めることが目的だ
馬から自動車へ、電話からスマートフォンへと変わっても、自由時間は増えなかった。ただより移動可能で常時接続された人間になっただけだ
昔ながらの生活の質を受け入れるなら、より少なく働いても十分に暮らせる
最近感じているのは実行機能疲労（executive functioning fatigue）だ
AIと一緒に働くと、単純な実装よりも高次の意思決定を続けることになる
休む時間がほとんどなく、前頭葉が過熱しているような感覚だ
もしこうした状態が続くなら、逆に人間の実行機能が強化されるのかもしれない
10人の天才だが不安定なエンジニアのチームを管理するのが、こんなにも消耗するとは思わなかった
私の考えでは、AI疲れの原因はプログラミングの3段階のバランスが崩れたことにある
問題解決 → コードを書く → 結果を確認する、という3段階は本来バランスが取れていた
コーディングは反復的だが、瞑想的で安定したプロセスだった。問題解決は高強度で、結果確認はドーパミンの報酬だった
ところがLLMがコーディングを代行することで、私たちにはストレスの大きい問題解決とレビュー段階だけが残った
その間の緩衝地帯が消え、以前よりずっと疲れる
昔のコーディングが恋しいのは、まさにその瞑想的な流れの喪失のためだ
私もAIとペアプログラミングしながら自分でコードを打つやり方を好んでいる。こちらのほうが長期的には持続可能だと感じる
とはいえ、複数のエージェントを同時に扱う生産性の誘惑も本当に強力だ
「非決定論的なシステムと戦う部分」が印象的だった
LLMは本質的に人間の継続的な介入を必要とする。企業がその成果物に完全な責任を負う覚悟がない限りは
電圧を下げて罰することもできないし、サイコロに責任を問わないのと同じで筋が通らない