- Lablupのシン・ジョンギュ代表が Backend.AI:GO を40日間開発し、約100万行のコードを 130億トークン で生成した経験を共有
- エージェントコーディング時代には トークン使用量 が IT企業の競争力 に直結し、高速inference と thinkingトークン最適化 が中核課題
- Claude Codeの真の競争力はモデルではなく harness（モデルを決定論的に制御するソフトウェアロジック）にあり、同じモデルでもharness次第で性能差が生じる
- エージェントコーディングは望む最終成果物にいきなり入るのではなく、まずコンテキストを積み上げること がはるかに良い結果をもたらす
- 自動化の核心は成果物を直接作ることではなく、成果物を生成する仕組みを構築すること
- 成果物に直接手を加えず、生成装置を iteration させる方式で作業
- イシュー解決時には人が読める tech report を自動生成し、「この技術的選択を理解するために 人が学ぶべき内容」を含める
- Claude Code vs Codexの哲学の違い
- Claude Code: ユーザーにできるだけ質問し、alignを合わせる方向へ進化
- Codex: 「自分が全部やってあげる」という方向へ進化
- 最高到達点はCodexのほうが高いが、人の意思の反映は少ない
- スタートアップにとって盤面が揺れる時期は チャンス：方向転換が大企業よりはるかに速く、全体の適応速度でも有利
- ソフトウェアの定義がコード中心から AIモデル中心 へ移行中であり、複製が容易な時代には ブランドとトラックレコード が中核競争力になる時代が来るだろう
9件のコメント
CSの知識が急速に消えつつあるという主張には同意しません。10%の決定論的な制御ロジックが引き続き必要だという主張がありますが、そのロジックを検証するにはデータ構造、アルゴリズム、OSの知識が必要です。汎用アプリ開発の障壁が下がり、IT職種が開発ツール中心に再編されるとしても、ロジックが存在する限り、それを理解するための知識も存在しなければならないのではないでしょうか。
司会者の英文学就職のたとえも不自然です。応用分野と学問は分離されるのが自然なことではないでしょうか。応用分野が大きくなったからといって、学問が歴史の表舞台から消えるわけではありません。もしそのたとえが正しいなら、英語の応用価値が高まったときに英文学は消えるはずですが、そうはなりませんでした。電子工学の応用価値が高まれば電子工学が消えるはずですが、実際には物理学の限界に至るまで応用が高度化してきました。
したがって、AI計算需要が増加する時代には、メモリアーキテクチャとアルゴリズム最適化に対するより深い理解が求められるようになり、CSの専門知識は当分の間なくならないと考えます。
質問が一つあります。残していただいた「司会者の英文学就職の比喩もおかしいです。（中略）」という段落を読んでいて、気になったことがありました。
お読みになった、あるいはお聞きになった内容は、
スクリプトを見ました
ご回答ありがとうございます。動画は聞いたのですが、スクリプトでも一度読んでみる必要がありそうですね。
同意します
ハーネスエンジニアリング: エージェント優先の世界で Codex を活用する
上の記事のコメントで教えていただいて見た動画ですが、1時間を超える長さなのにあっという間です。
リンクは書き起こしですが、動画を見ることをおすすめします。
おっしゃっていた動画リンク
おすすめです。
この動画を見て、Gemini CLI拡張で
oh-my-gemini-cliを作っているところなんですが……動画の内容が本当に面白くて、時間があっという間に溶けました。笑