私たちは大儲けすることになる

 (rocketpoweredjetpants.com)
1 ポイント 投稿者 GN⁺ 8 시간 전 | 1件のコメント | WhatsAppで共有
  • 約5年にわたるシナリオでは、AIコーディングの普及がジュニア採用を減らし、コードの複雑さを蓄積させることで、それを整理できる熟練シニア開発者の市場価値を大きく押し上げる可能性がある
  • コーディングモデルがジュニア開発者を代替できるほど進歩したと見る企業は、人員の代わりにより多くのトークンを購入し始めており、実際にジュニア採用の機会も減少している
  • LLMは既存コードを整理するより新しいコードを追加する傾向があり、リポジトリ全体を収められないコンテキストウィンドウの限界も重なって、重複コードと技術的負債が増えている
  • AI生成コードの欠陥率とコード総量が同時に増えることでバグが多くなり、適切に抽象化されていない重複実装のため、同じ欠陥を複数箇所で繰り返し修正しなければならない
  • ジュニア採用の停止と深刻なバーンアウトの22%増加によって熟練人材の供給が減ると、AI以前の保守経験と優れた判断力を持つ開発者は、Y2K期のCOBOL開発者のように希少な機会を迎える可能性がある

AIが拡大させるコード規模と複雑さ

  • 全体のプロセスは約5年かかり、現在すでに1.5〜2年ほど進んでいるという前提から出発する
  • 最新のAIモデルは完璧ではないとしても、コーディングにおいてジュニア開発者と同等、またはそれ以上の水準に達している
  • LLMは学習データで接したサードパーティライブラリのヘルパー関数やメソッドまで直接生成できるため、新しいコードの追加を好む
    • その結果、書かれるコードとリポジトリのサイズは増え続け、関連研究でもコード規模の増加が確認されている
  • AIはコード整理、重複排除、保守性向上よりも、既存コードに機能を付け足す傾向が強い
    • 大きなコンテキストウィンドウでも現代的なリポジトリ全体は収められず、既存実装を見落とす可能性がある
    • AIが書くコードはほとんどが追加型で、重複することが多く、AI支援コード品質の研究でも同じ現象が示されている
  • AIは人間より複雑なコードと制御フローをより速く正確に読むことができる
    • それに伴い、組織が許容する複雑性の予算と技術的負債も大きくなる
    • デバッグはコードを書くことの2倍難しいという原則は今も有効であり、複雑さが積み上がり続ければ、AIでさえ処理できない地点に達する可能性がある
    • 一部のコードベースはすでに人間が対処できる複雑さの水準を超えており、AI技術的負債危機の事例でもそれを確認できる
  • AI生成コードの欠陥率は一般に、人間が書いたコードより高い
    • 今後、欠陥率が人間より低くなったとしても、生成されるコード総量が増えるため、欠陥の総数は増える可能性がある
    • コードが適切に分離・抽象化されていないため、ある箇所のバグを修正しても他の重複実装はそのまま残り、同じ欠陥を繰り返し直す状況が続く

熟練シニア開発者の希少性

  • 複雑で構造が悪く、バグと重複の多いコードベースでは、何を削除すべきか、どの抽象化が間違っているのか、アプローチ全体を再設計すべきかを判断できるシニア開発者が必要になる
  • 熟練人材は自然な業界離脱だけでなく、AI生成の複雑さを管理する負担によっても減少する
    • シニア開発者の深刻なバーンアウトが22%増加している
    • ジュニア採用を止めれば、次世代のシニアへ成長する人材も減る
    • AI以後にキャリアを始めた開発者も有能であり得るが、AI以前のやり方で保守可能なコードを書いた経験は不足している可能性がある
  • すでに本番投入可能なシニアエンジニアが人材市場の主要なボトルネックになっているため、経験と優れたコード感覚を備えた開発者の必要性はさらに高まると見られる
  • 需要が増え供給が減れば価格は上がり、Y2K前後にCOBOL開発者が享受したものに似た機会がシニア開発者に生まれる可能性がある
  • AI主導の解雇期を乗り切った熟練開発者は、供給不足が本格化する時点で高い報酬を得る可能性がある

関連記事

1件のコメント

 
GN⁺ 8 시간 전
Lobste.rsの意見
  • 今後5年以内に、AIが吐き出したひどい成果物を修正する仕事だけで大金を稼いで、どこかでヨットに乗って引退するつもり
    昔のWYSIWYGツールや海外の外注チームが作った成果物を整理していた頃より、はるかに深刻な規模になると思う
    • いくら金を積まれても、そんな後始末作業が面白いかは疑問だし、腕があっても引き受けきれる自信がない
  • 関連プロジェクト: https://odra.dev/slopfix/
  • 先見性のない企業を無理に延命させるより、そのまま潰して新しい事業を始めたほうがよさそう
  • 今年よくしてきた話だけど、ひどいコードを整理するだけでなく、もともと決定論的に処理すべき作業からLLMを取り除くことも大きな市場になる気がする
    ユーザーが4つの選択肢のうちどれを選んだかを突き止めるために、チャットボットへ毎月2万ドル払うくらいなら、同じ金額でトークン価格や確率的な誤りに左右されないプログラムを作って、月1,000ドルの保守契約まで提案できる
    企業はすでに、多くの業務でLLMを導入するコストが人を雇うより高いと気づき始めているが、肝心の既存人員を解雇してしまったところも多く、5年よりはるかに早く刈り取りの時期が来そう
    • 決定論的で最適なアルゴリズムがすでに知られている問題なのに、プロンプトエンジニアリングを試そうとしている会話を実際に何度も聞いた
  • 少なくともコードの重複や保守性という面では、今後AIエージェントには大きな改善の余地がある
    非常に優れた意味検索があれば、巨大なコンテキストウィンドウは必須ではない
    コーディングエージェントが重複した概念をうまく見つけられるように埋め込みモデルを特化して学習させれば、優先度付きキューで有効期限を管理する別のリソース5つだけをメモリに読み込み、1つのExpirationQueueクラスに統合できる
    ただし、こうしたAIは時期尚早な抽象化を拙速に適用してしまう危険もある