これがダメ出しだと思ってるかもしれないけど、「この分野の専門家」はめっちゃ高いんだよね。もし本当にできるなら、そんなにふわふわしたAI企業が多いのも納得。

システムプロンプトを使えば、かなりのことができるよ。実際、LLMを使って効果的なシステムプロンプトやカスタム指示を作ることで、デフォルトでより厳密でよく調査された回答を得ることに成功してる。今ChatGPTで使ってるのはこんな感じ：> 「内容、明確さ、深さを優先する。私の提案、デザイン、結論をテストすべき仮説として挑戦する。精度を高めるためのフォローアップ質問を鋭くし、隠れた前提やトレードオフ、失敗モードを早めに浮き彫りにする。詳細な探求が必要でない限り、簡潔で論理的に構成された情報密度の高い回答をデフォルトにする。証拠に基づかない無駄な称賛は避ける。適用可能な場合は不確実性を明示的に認める。少なくとも一つの代替の枠組みを提案する。批判的な議論を普通で好ましいものとして受け入れる。引用や明確な正当化がない限り、すべての事実の主張を仮のものとして扱う。適切な場合は引用する。主張が推論や不完全な情報に依存している場合は認める。確実に聞こえるよりも正確さを重視する。」

1. すでに知っていることを早くやる手助けをする 2. 何か新しいことを学ぶ手助けをする！これ、今日2回目に聞いた結論だわ。推論を使って2.をやって、1.をこなすスーパーパワーを得る、これが進むべき正しい道かも。

タイトルはちょっと大げさだね。「チャリティ・メイジャーズ効果」って呼んでるよ。

同意！小規模なSREチームにも大きな利点があると思う。私のチームは2人で、管理しているベアメタルマシンが何百台もあるんだけど、問題が発生すると、犯人を特定するのがストレスになることがある。これを助けるためにMCPを書くことを考えてるんだ。未来はこの点で明るいと思う。エラーが出る前に問題がしばらく続いていることも多いしね。LLMがまたこれに役立つと思う。

楽しいけど、ポイントはよく知られてるべきだよね（実際には知られてないけど）。時系列データはスプリアスな相関に非常に敏感だから、r²は役に立たない。グラフを目視で見るだけでもさらに悪化するよ。何かが時間とともに変わるなら、適切な指標を使わないと。

彼らはちゃんと答えを理解してる必要があるよね。もし間違った答えを出したら、その人も責任を取らなきゃいけない。問題が見えないんだけど。

これは単なるマーケティングだと思う。「AI」は最終的には自然言語計算機として使われるだろうね。個人的には、計算機のデザインやプラン、レビュー、解釈を作ろうとするのをやめることになると思う。あまりにも良すぎるものは、バブルが弾けた後は学術的なものとして残るだけだろうね。

何に対してお金を払ってるかによるね。ロンドンで£50kのフルスタック開発者？最近はAIの雑な結果が出てくるよ、特に組織内で使うことを奨励した瞬間にね。LLMは、給料が安い人たちが自分の仕事をちゃんとやる手助けをするだろう。すでに「フルスタック」として2人か3人分の仕事をやらせてるのに、AIを使わない人に£20kも多く払うつもり？

AIの助けがなくても、実際には理解していない答えや解決策を出すことに抵抗がない人もいるよ。

残念ながら、答えをしっかり考えてくれる人たちって、ポジションの価値が高すぎて代わりがきかないから、昇進しにくいんだよね。企業の階段を上がる一番の方法は、実際に早くてそれっぽい答えを出して、リスクを取る前にさっさと動くことなんだ。こういうインセンティブ構造が、平凡な口先だけの人たちに道具を与えて、彼らがごまかしながら進むのを助長してる気がする。

これは重要じゃないよ。人間に責任を持たせればいいんだ。理解できないツールを使いたいなら、ミスをして解雇されるのはその人の責任。次の人は同じミスをしないから、問題は自然に解決する。これはAIがあろうとなかろうと、ずっとそうだった。

最近、IBMの有名な言葉をよく考えるようになった - 「コンピュータは責任を持てないから、コンピュータが経営判断を下してはいけない。」これって、今のAIソリューションにも当てはまると思うし、だからこそ、AIを使いこなし、自分の責任をかけることができるのが一番の労働者になるんじゃないかな。

AIに対する期待は確かにあるけど、価値もあるよね。うまく機能する組織の現実的なシナリオは、DevOpsチーム全体をAIエージェントに置き換えて、技術インフラが燃え上がっている現実に気づくことじゃなくて、むしろこれをツールとして使って、最高のDevOps担当者をもっと効率的にし、リソースをスリムにすることなんだ。これで同じコストで生産性が上がる。未来の仕事が暗いように聞こえるかもしれないけど、私はこれが起こると思ってる。

これはHNの雇用の仕組みや雇用主が従業員をどう扱うべきかについての平均的な見解を反映してるのかな？雇用主として、この投稿はほとんど混乱を招くもので、実際の従業員の役割とはほとんど関係がないように感じる。

この返信が好きなのは、雇用のパラダイムが変わってきているのがわかるから。数年前は、ソフトウェアエンジニアはコーディングの才能だけで雇われて、傲慢だったり衛生面が悪くても許されてたんだよね。でも、時が経つにつれて、私たちは問題解決者として再ブランド化されて、今では良いコードを書くことに加えて、コミュニケーション能力やチームプレイヤーであることも求められるようになった。次の進化は、特定の領域に責任を持つようになり、どうやってそれを達成するかは抽象化されるってことだね。

最近ハニカムを導入した者として、ほんとに素晴らしいツールだと思う。特にotelの自動計測機能を使うと、数時間でインサイトが得られるんだ。ダッシュボードやクエリ機能もめちゃくちゃ強力で、明らかに観測性に関する深い哲学的理解から来てる。私のチームはこのツールの良さに驚いてたよ。対照的に、Datadogはマーケティングに引っ張られている感じで、「観測性」のチェックボックスを埋めるために使われてる気がする。