これ、かなり大きな要因だと思う。今、AI企業が抱えている最大の課題は、価値とコスト、収益のバランスだよね。大きな修正が入るだろうし、多くの小さな企業が倒れたり、投資家のお金が枯渇するにつれて吸収されることになると思う。

内部ではみんな計算リソースが限られてる。モデルがバカになったり、特に怠けてるなんて誰も俺を納得させられないよ。それはサーバーが今、過負荷になってるからだと思う。でも今は、特定のハードウェアでのトレーニングと推論用のハードウェアに移行するみたいで、少しはその緊張が和らぐことを願ってる。

ieee.orgのドメインを見たから、もっと厳密な投稿を期待してたよ。

しかも、例に挙げられてるのはOpenAIのモデルに特化してるのに、タイトルは一般的な表現だよね。著者が言ってることには同意するけど、GPT-5モデルは与えられた問題を解決することに集中しすぎて、全体像を考えるのが苦手になってると思う。著者も一歩引いて、他の提供者がまだうまくやってることに気づくべきだね。

確かに、AIコーディングアシスタントの力を称賛する記事が実証されることはほとんどないよね。結局、みんな自分の経験をシェアしてるだけだし。自分で試してみないと、効果があるかどうかわからないよ。

彼らはOpenAIのモデルを使ってるけど、イリヤが去ってから成功したトレーニングはないし、GPT 5xはGPT 4xを基にしてるんだ。ゼロから作ったわけじゃないらしい。今、gemini-3-flashとカスタムコピロットの代替拡張を使ってて、どのモデルよりもずっと能力が高いし、使い方に深い洞察を持ったパーソナライズされたダッシュボードがあるから、めっちゃ楽しいよ。

これはSpectrumマガジンだよ。軽めの内容だね。

それは、推論が利益を生まないってことになるね。推論コストを計算すると、利益が出てるか、もしくはそれに近いってことがわかるよ。

よくわからないな。昨日、iOS 26のバグについて聞いたら、「iOS 26は存在しないから、iOS 16のことを言ってるんじゃない？」って言われたんだ。iOS 26は去年の6月に発表されて、9月から使えるようになってるのに。もちろん、「今のiOSバージョンは26だよ」って返したら、「もちろん、君が正しい！ うんぬんかんぬん…」ってお決まりのミームが返ってきた。

重要な違いは、タクシーの料金がほとんど変わらないことだね。A地点からB地点までのガソリン代は約5ドルだし、ドライバーに支払う最低料金もある。今日の乗車料金が8ドルなら、それは持続不可能だってわかる。結局、10ドルか12ドルに上がるだろうから。でも、推論コストは時間とともに劇的に下がっていて、その傾向は止まる気配がない。だから、今日のタスクがVCの補助金で8ドルかかっても、近い将来には補助金なしで8ドル以下になるとかなり自信を持って言えるよ。もちろん、その頃にはもっと優れたモデルが登場してるだろうけど。もし最先端を求めるなら、10ドルから12ドルに跳ね上がるかもしれない。でも、それはまったく別の価値提案だよね。お金を払うことで、同じものに対してもっと多くのものを得られるってことだから。

「彼らの価格モデルは持続可能じゃない。」今のLLMは補助金で成り立ってるってことをみんなが理解してくれるといいな。これらのモデルを自宅で運用すると、全く逆だってすぐわかるよ。KimiやDeepseekを走らせるのに、10万〜20万円でかなり優秀なマシンを作れるし、一日中無限にトークンを生成できる（自分はEpycマシンで約40万円のバジェット版を作った）。それを数年で償却すれば、大抵の人が車のローンに使う金額より安くなるよ。価格は持続可能だし、これらの大規模モデル提供者がスケールメリットを活かして、GPUを並列化してリクエストをもっと効率的に処理してるってことも無視してる。

でも、大半のサービスには、自宅で実行できる同等のものがないからね。

それについては少し前から人に説明してるし、ツールの価格設定には強い注意を促してる。依存関係が確立されると、価格は全部上がるよ。1月5日のEC2のGPUのAWS価格上昇はいい例だったね。

ハードウェアの価格が下がれば、価格も下がるよ。歴史的に見ても、ハードウェアの価格は常に下がってきた。ハードウェアの価格が十分に低くなれば、現在のLLMをサービスとして売るのが意味をなさなくなるくらいまで価格が下がると思う。もしその未来が実現したら、LLMよりも強力な他のタイプのAIを動かす超高性能コンピューティングの新しい形が出てくる可能性もあるかな？でも、現状のAIはいつかデスクトップやハンドヘルドでローカルに動くようになると思う。デスクトップの方が可能性高いけど。

砂の上に家を建ててるみたいだね。最終的には全部崩れ落ちるだろうな。

明るい面としては、バブルが弾けた後には、高品質なオープンソースモデルがローカルで動かせるようになると思う。他のテック企業のビジネスプランは「エンシティフィケーションサイクル」に従ってるけど、LLMの互換性のおかげで、同じように独占されるのは難しいと思う。1: これはコリー・ドクトロウの理論の厳密な意味で言ってるよ（https://en.wikipedia.org/wiki/Enshittification?wprov=sfti1#H...）

現在のLLMは補助金で成り立っていることをみんなが理解していることを願ってる。 そうだね、実際の価格が来る前に、さっさと入って出るべきだ。

たぶん、外の世界とのコラボレーションやシェアが減るだろうね。人々はまだ小さなグループ内でコラボしたりシェアしたりするだろうけど。「シェアはケア」って時代は終わるかも。結局、大きなプレイヤーにしか利益がないから。

これからは、LLMの前にインターネットのスナップショットだけでトレーニングするんじゃないかな。追加の非インターネットのトレーニング素材は、多分人間が作ったり、少なくともキュレーションされたものになると思う。

確かにその考えは妥当だね。AIがたくさんのコンテンツを生成する中で、その中には幻覚みたいなものもあるから、新しいトレーニングサイクルは古いデータと新しいAIの「スラップ」データを使うことになるだろうね。その結果、最終的な結果が劣化するかも。AIがどこで間違いが起きるかを見つけて、自分たちが生成したコードの中でそれを理解しない限り、君の結論は論理的に妥当だと思う。

そのアイデアはモデル崩壊って呼ばれてるよ。https://en.wikipedia.org/wiki/Model_collapse いくつかの研究では、直接的なフィードバックループが崩壊を引き起こすことが示されているけど、多くの研究者は、実際のデータスケールではリスクがないと主張している。実際、最近のオープンウェイトモデルの進展の多くは、合成データでのトレーニングによるものだよ。Nvidiaの最近のNemotron 3 Nanoモデルのトレーニングに使われたデータの少なくとも33%は合成データだった。彼らは、高品質なエージェントの能力を手動でたくさんの作業をせずに得る方法としてそれを使っているんだ。

それって重要？仮にこれらの事前トレーニングデータセットが消えたとしても、今の最も賢いモデルから蒸留したり、教科書を書かせたりできるよ。

合成データだね。AlphaZeroが自分自身とランダムなゲームをプレイするみたいに、未来のコーディングLLMは新しいプロジェクトや既存プロジェクトの機能リクエスト、あるいは自分自身が実行するための一般的なメンテナンスタスクを考え出すだろうね。彼の価値関数には、メンテナンスのしやすさが含まれるかもしれないし、実際に機能するかを確認するためにe2eプロジェクトシミュレーションを実行することもできるだろう。

要するに、反論できないから無能な開発者ってことだね。無能な開発者とあまり変わらない。

無効なプロンプトや不可能なプロンプトに従って、不正確な結果を出して「大丈夫」と振る舞うのは退行だよ。自信のあるコーダーなら、プロンプトや指示が無効だったことを指摘すると思う。このテストは有効で、媚びへつらいを浮き彫りにしてるね。

99%のコーディングエージェントは「ちょっと待って、『index_value』カラムなんてないよ、正しい入力はこれだよ。」って言えると思う。: df['new_column'] = df.index + 1 元のバグは、個人的にはGPT-2レベルの幻覚みたいだね。インデックスフィールドはpandasの初めからアクセスできるし、ひどいコードでも「index_value」カラムを試そうとはしないよ。

もっと文脈やガードレールを与えないといけないってことは、どんどん悪化してるってことだよね。それだけ推測や直感で理解できる文脈やガードレールが減ってるってこと。

要するに「持ち方が間違ってる？」ってこと？

こういう記事を「見て、AIを失敗させたよ！」って呼んでるんだ。

「彼らは悪化しているわけではなく、改善している。あなたがこの世代から良いパフォーマンスを引き出すために必要な足場をまだ見つけていないだけだ。失敗モードについて話したユニットテストは良い出発点になるだろう。」これって同じことじゃない？普通の人たちともちゃんと機能しなきゃダメだよね？

自分の主観的な経験に基づいている だから「主観的」な部分が彼らに不利になるんだよね。もっと客観的にする方がいい。少なくとも再現可能な例が必要だよ。「経験則」に関しては、あまり関係ないけど。経験則でも能力を示すには十分なんだよ。もし君がレースカーを3分でサーキットを回れたら、俺が4分かかるとしても、それは3分のレースカーだよ。

それを否定するのは不可能だよ。君が言うことは、彼らが見つけた「秘密のワークフロー」で反論される。もし大きなスピードアップを感じてないなら、ただ使い方が間違ってるだけ！生産性向上を主張する人には100%証明責任があるね。

著者はAIエージェントが自分の生産性を高めていないとは言ってないよ。「私は、貸し手向けの予測分析リスクモデルを提供するキャリントンラボのCEOとして、LLM生成コードを広く使っています。」

いつもそうとは限らないけど、彼らの多くは金で雇われた工作員やアストロターフアカウント、ボットなんじゃないかって印象を受ける。HNでもね。大手AIは途方もない資本を持っていて、その資本を使って、利益を上げる方法を見つけるまで、できるだけ長くハイプサイクルを続けようとしてる（シニカルに言えば、出口を探してるってことね、私はそう思ってる）。

実際の問題に取り組んでいる経験に基づく主張の方が真実である可能性が高いよね。AIツールが一部の人にはうまく機能し、他の人にはそうでないことを受け入れるのは合理的だと思う。これらのツールを統合する方法はたくさんあって、タスクやプロジェクトの種類によってその能力は大きく異なるからね。

ただ、反対の主張にはいろいろなタイプがあって、これが問題になるかもしれない。一例として、「エージェントはSwiftUIのように最近の大きな変更が多くて互換性のない言語/フレームワークでコードをうまく扱えない」っていうのがある。私としては、これはプロジェクトの設定である程度はコントロールできる有効な問題だけど、まだ大部分が未解決で、詳細を話し合えるかも。もう一つの例は、「コーディングエージェントは考えられず、ただコードを幻覚するだけ」っていうやつ。私としては、笑っちゃうけど、私の出荷したプロダクションコードはそんなこと気にしないし、もしエージェントがうまくいかないなら、実際にどう使ってるかの具体例を持ってきてよ。HNにはこういうタイプの主張がたくさんあるね。

うまく使えてる人たちは、うまくいってない人にどう使ってるかをシェアしてほしいと思ってる。そうすれば、彼らがどう間違ってるか教えてあげられるから。正直、私はこれでコーディングすることには興味がないし、仕事ではほとんどエクセルから離れられないからね。でも、約1分で何でもOCRできるってのはゲームチェンジャーだよ。

だから、LLMのコストが急上昇するのが待ちきれないんだ。人々がAIアシスタントに対して本当にどう感じているかを示すのは、彼らがどれだけお金を払う意欲があるかだと思う。これらのAIは役に立つけど、今の価格以上にはあまり払いたくないな。

実は、全く逆なんだよね。AIコーディングについてのポジティブなコメントには、必ず「証拠を見せて」みたいな反応が一つはあるし、「バイブコーディングされたアプリの洪水はどこ？」って感じ。俺の意見としては、コーディングの生産性が明らかに向上することを示す研究がたくさんあるって指摘してるんだけど、結局「開発者の生産性を測る方法すらわからないのに、どうやって証明できるの？」って話になるんだよね。（良い研究はこの質問にちゃんと答えて、無作為対照試験みたいなしっかりした統計手法を使ってる。）それに、ほとんどがバイブコーディングの大きなGithubリポジトリもあるよ。例えば、スティーブ・イェッジはBeadsで6週間で約35万行のコードを書いたんだ。詳しく見てないけど、コミット履歴は誰でも見れるからね：https://github.com/steveyegge/beads/commits/main/

正直、これの多くは主観的だよね。生産性も含めて。もう一つの不満は、生産性はソフトウェアエンジニアリングの一側面に過ぎないってこと。技術的負債や品質の他の側面も考慮しないといけない。生産性もいろんな形があるから、簡単に定量化するのは難しいし。最後に…ソフトウェアエンジニアは平等に作られてるわけじゃないよね。小さなウェブ開発会社でCRUDアプリを作ってる人と、大手テック企業のインフラエンジニアでは、かなりの違いがあるから。