どの意見の部分？私は、CLI（特に、aider.chatとClaude Code）に対する「不人気な意見」には強く同意する傾向があるよ。前提として（これが重要）、使っている言語やフレームワークをマスターしているなら、25年前のXPプラクティスでCLIツールを使うのはすごく加速剤になる。注意点：- センスと批判的思考は絶対に必要。LLMにはそれがないから。- システム思考も必要。深い奇妙さを「頭に入れておく」ことができないから。つまり、物事がどうあるべきかについての「やられた！」的な二次的・三次的なことを考慮する必要がある。- 最後に、知識のカットオフ日から数ヶ月または1年前の言語やフレームワークに関する新しい情報をまとめて、コンテキストに凝縮した要約を含めるべき。例えば、Swift 6と6.1と、GPT-5が知っている5.10や2024年のWWDCの発表を比較する感じ。この最後の部分では、(a) OpenAIの「Deep Research」を使ってまずギャップをホワイトペーパー化し、次にそれをMarkdownのコンテキストプロンプトに変換して、最後にLLMツールに持っていって必要に応じて仕様書やアーキテクトモードで使うのが便利だと思う。同様に、(b) 新しいコードを作成する際には依存関係のリポマップツールを使って、その作業のためにコンテキストを持っておくべき。これらの明らかなステップが先進的なエージェントツールに組み込まれていないのが不思議だけど、もしかしたらLLMをナイーブで古い「レインマン」タイプとして扱うことが、ほとんどの「AI」スタートアップのメンタルモデルに入っていないのかもしれないし、あるいはバイブコーダーたちが気にしないから優先順位が低いのかもね。どちらにせよ、コンテキストに基づく開発はLeroy Jenkinsよりも優れている。

実際、働くソフトウェアを提供する仕事をしている人たちの間では、結構一般的だと思うよ。LinkedInのMBAタイプの人たちが本当に開発者じゃなかったり、長い間開発から離れていたりするけど、今はちょっとしたReactコンポーネントやPythonスクリプトを作れるようになって、革命的だね。

私の印象では、企業環境（LinkedInも含む）では、AIの楽観主義が基本的に美徳のシグナルとして使われていて、実際に技術に興奮している人と受け入れられたい人を区別するのがすごく難しい。私の個人的な経験では、AIは変化の範囲を小さくターゲットを絞るのが苦手だと思う。ただ、私はGemini 2.5 proしか使っていないから、他のモデルにはアクセスできないんだ。友達はコーディングにはClaudeを使って、ドキュメントにはGeminiを使っているって言ってた。

Linkedinの投稿はあんまり信頼できない情報源だと思う。そこで自分のことを投稿してる人たちは、成功前の人か、パーソナルブランディングが好きな人ばかりだよ。

この意見は、盛り上がってるブログやニュースが言うほど少数派じゃないと思う。俺も同じ質問を同僚にしてみたけど、ほとんどの人が同じ気持ちだし、俺もそう。ただ、そこまで悲観的ではないけどね。LLMやエージェントワークフローを万能薬みたいに言ってる人たちは、使ってるフレームワークや言語の経験が限られてることが多い。今のところ、俺は慎重な楽観主義を持ってる。LLMのワークフローが、盛り上がりが言ってるような安定したポイントに達すると思ってる。今は「LLMは床を上げるが、天井を上げない」という言葉がすごく的を射てると思う。LinkedInは無駄なポーズだらけだから、無視していいよ。

実際の人間（管理職じゃない同僚や友人）と話すと、AIに対して結構冷めた反応が多い。AIツールが生産性を下げるって感じてる人も結構いる。AIに対して非常に楽観的な人も知ってるけど、彼らですらLinkedInで見るような熱狂的な賛美とは程遠い。もっと冷静に考えてるし、常識的にアプローチしてる。もちろん、これは完全に経験則で、どこにいるかやどんなビジネスをしているかによるけど、俺がいる分野（カスタマーサポートソフトウェア）ではAIがある程度意味を持つし、それでもやっぱり幻滅の傾向を感じてる。管理側では、あらゆる種類のAIの義務、ワークショップ、SNSでのAI関連の投稿があって、我々の「プロダクトビジョン」は誰も理解できないAIの幻覚のようなものになってる。まるでこの10年間ずっとAIをやってきたかのように、あらゆる隅に「AI」を押し込もうとしてる。毎日、CxOたちがLinkedInでAIに関する話題を投稿してるのを見かける。GPT-5が発表されたときも、リリースされた数分後に「$COMPANYでGPT-5を使って、今まで解決できなかった問題をどう解決しているか！」って投稿してた（俺たちは早期アクセスを持ってなかったけど笑）。振り返ってみると、幻覚のグラフや面白いエラーがあったことを考えると、あの発表は本当にジョークだった。管理からのあらゆる義務や押し付けがあっても、俺が近いチーム（俺のチームも含めて）は少し反発し始めてる。役に立たないPRコメントを生成するスパム生成PRボットを排除しようとしてるし、使ってないからという理由で与えられたさまざまなサブスクリプションの取り消しを求める人もいる。顧客からのフィードバックの一番のポイントは、誰も求めていない無駄なAIに焦点を当てるのではなく、コアプロダクトを改善すること（当たり前だよね）。一番のファンだったCTOですら、少し引き下がってきてるのを見てる。HNは主にYCとそのスタートアップの広告プラットフォームだってことを忘れないで。YCの最近のバッチをチェックすると、世界に存在する唯一の技術はAIだと思うくらい、どれも何らかの形でAIに言及してる。大半は最低限の努力で、AI APIをラップして製品と呼んでるようなもの。これだけの金がこのハイプにかかってるから、これらのシステムが完璧に動くように見せようとする利害関係者もたくさんいる。LinkedInについては言わない方がいい、そのサイトは死んだインターネット理論の典型だ。

「学習曲線はない」というのは、この人があまり進んでいないってことだね。Copilotや他のツールが基本的に同じだと思っているのが裏付けになっている。

もし簡単じゃないなら、価値がない。なぜなら、手動で書くことは通常簡単だけど、面倒だから。LLMの目的は、面倒な作業を簡単に排除することだから、面倒な作業をLLMにやらせるのが面倒なら、何も達成していないことになる。自分でやるには面倒すぎる作業なら、LLMを使うのはたぶん大失敗になる。自分でコードを開発するのにかかる時間とほぼ同じくらいの時間をかけないと、最終的な出力を判断できないからね。だから、何も得られず、得られたのは得られたように見える幻想だけ。人々がLLMを使って非トリビアルな問題に取り組むことで生産性が上がると思う理由は、LLMが「オフィステアター」を生み出すのが得意だから。プロンプトを出してLLMの出力を読んでいる間は忙しそうに見えるけど、深く考えながら空を見つめて、たまに何かを書いたりタイプしたりするのとは違うんだよね。

最初の2つのポイントは互いに矛盾しているね。ツールを学ぶことは、そのツールで生産的になる結果をもたらすべきだよ。「生産的」になるのが簡単じゃないなら、ツールを学ぶのも簡単じゃないってことだ。