OpenClawを使って、Notion APIと連携するためのスクリプト（Python）を作ったよ。これで作業項目を作成して、均等に分配して、カレンダーに締切を設定できるんだ。

AIは全部見せかけだね。

投稿を読んでて、同じように表面的だなって感じた。正直、人間が書いたとは思えないよ。

以前の投稿が「Rabbit R1には世界を変える可能性がある」と言ってたから、ここでの批判的な評価はあまり期待できないな。

経験豊富なコーダーたちが、グリーンフィールドプロジェクトでバイブコーディングを試みると、実際にうまくいくことがある。でも最初の約10klocまでなんだよね。その後は、AIがどんなにうまくプロンプトを与えても、既存の機能を偶然壊したり、コードに不要な複雑なロジックを加えたり、デッドコードを残したり、"後方互換性のため"にランダムなトレースを追加したり、"リファクタリングが大きすぎる"として正しいことを避けたりする。開発用データベースが本番用データベースじゃないことも理解してないし、マイグレーションも避ける。そんな感じだね。10年以上のコーディング経験があるし、AIの支持者だけど、バイブコーディングには賛成できない。AIは退屈な部分を手伝うための素晴らしいツールだけど、ファイルの初期化やさまざまなアプローチを考える手助け、初回のコードレビュー、設定の手伝いなどにはうまく機能する。でも、コーダーを完全に置き換えるにはまだまだ遠い。もっと大きな改善が必要だね。

セットアップの具体的な内容を教えて。プロジェクトの具体的な内容も。お金を見せて！！！

なぜか90%の投稿は、著者がAIで作った素晴らしいプロジェクトにリンクしてない。 もしかしたら、また半端な動作のJavaScriptの数独ソルバーや、誰も使わない半端なAIツールを共有したくないのかもね？たぶん、自分が成し遂げたことに驚いてるけど、世間は同じようには感じないと思ってるのかも。

AIは素晴らしいよね、ハーネスなんて関係ない（私はCodexを使ってるだけ）。最新のモデルを使おう。GPT-5.2が私のWiFiドライバーの問題を解決してくれたよ。

公平に言うと、AIは短いプロンプトからブログ投稿を書いたんだろうね。それが詳細がない理由を説明してる。

彼のGitHubを見れば、彼が雰囲気に流され始めた最初の週にいるのがわかるよ。最初の週は、いつもその人が生産性について absurd な主張をすることになるから。

これはAIのクズそのものだね。AI好きな人は結局、AIに自分の主張を書かせることになるのは避けられないみたい。人間が書く価値がないなら、人間が読む価値もないってことで、その投稿のリンクをAIに読ませるだけだよ。

コードもツールも設定もプロジェクトもない。これはおそらく、chatgpt.comに行って「[何か]を次の技術革命として盛り上げるブログ記事を書いて」と入力して生成されたAIの投稿だね。最近のテックブログの内容はほとんどそんな感じだし。そんなものは存在しなかったんだ、AIがリクエストに応えるために作り上げたんだよ。

ちょっと心配なのは、これがプログラマーにとってのAI精神病の瞬間かもしれないってこと。

そういえば、前の投稿はRabbit R1がどれだけ素晴らしいかについてだったよね…

まるでブロックチェーンが革命的だと装った記事みたいだね。それに、この記事自体もAIの適当な内容に見える。

うん、具体的なことが書いてないと、段落か二つ読んだらもう読むのやめちゃう。『うまくいく！』/『いや、うまくいかない』みたいなジャンルは、一般的なことばっかりで飽和状態だよ。見せてくれ、言うだけじゃなくて。そうじゃないと、何も見せられないって思っちゃうよ。

そもそも、プロジェクトはちゃんと立ち上がったの？壊れたものはちゃんと直せたの？実際の実行やフォローアップなしに、この技術への前向きな評価が多すぎるのが本当にイライラする。まるで、進捗の指標として無限に出力を印刷する端末の魔法にかかってしまったみたいだ。

それって重要？

その通り。 「すごい結果が出た」って言ってる投稿は、ただの広告だよね。何をやってるのか、具体的に教えてほしい。ワークフローやツール、どんなプロジェクトを作ったのか。 >「過去1年、開発のためにClaude Codeを積極的に使ってきた。多くの人がAIがプログラミングを助けてくれると信じていて、プログラマーを置き換えるかのように見えるけど、私には仕事のやり方に革命的な変化をもたらすとは感じなかった。面白いことに、先月はHNがClaude Codeのおかげでデスクから離れられる、プログラマーを確実に置き換える、そして「携帯でチャットしながらコーディングできる」っていうブログ投稿で溢れてた。バスに乗りながら携帯でコーディングできるってのが、データセンターの価値を決定づける魔法の境界線みたいだね。」

画像キャッシュを十分に書いたら、もっと大きなプロジェクトの高レベルなアーキテクチャに進む準備ができてることが多いと思う。多くの場合、アーキテクチャが素晴らしいアイデアを台無しにすることもあるから、経験豊富な開発者はそういう問題を解決する方向に進むべきだね。

キャリアの天井があって、年齢差別が迫ってるって感じだね。管理職の方が高レベルのICよりもずっと多いし、何十年も、年配のエンジニアが若いエンジニアに置き換えられるって考えがあったけど、最近の大手テック企業のレイオフでそれが本当かどうか疑問に思うようになった。管理職に移った人を何人も知ってるけど、彼らはそれに熱心だったわけじゃなくて、キャリアのためにそれが最善の道だったからだよ。

数年かけてシステムパラダイム（例えば、さまざまなホスティングシステム）やプログラミング言語（例えば、Perl）、フレームワーク（好きなJSフレームワークを選んで）を学び、上級者になったり専門家になったりするのに、数年後には完全に時代遅れになってしまうのって、退屈じゃない？それから面接で、自分の知識をアピールしようとしたら、25歳の子が3年前から使ってるYに対して、あなたはXの専門家だって言っても、相手にされないこともあるよね？そして、既存の会社にいて、時代遅れのXに縛られているのに、最新のYを使っている人たちは別の部署にいて、Yプロジェクトへのアクセスを嫉妬深く守ってるなんてことも。面接に行くとき、Yだけでなく、15年前のLeetcodeも知っていなきゃいけないってどうなの？だから、もしかしたら「力が必要だ、管理職に行く理由はそれしかない」っていう代わりに、もう一つの選択肢を提案したかもしれない。もっと穏やかな理由として、大きなものを構築したいなら、多くの人を巻き込む必要があるから、管理職にいる必要があるってこと。レンガを積んだり、ドアの角度を計算したりするのが好き？それならエンジニアだね。エンジニアを雇って、プロジェクトマネージャーと一緒に働き、予算を評価しながら承認を心配するのが好き？それは違う仕事で、「力」っていうのはあなたが言ってるようなものじゃない。自律性や意思決定権が、エンジニアがしばしば得られない「力」なんだよ（運が良かったり、非常に賢かったり、小さなスタートアップのような環境にいない限り）。

正直、人を管理するのはあまりやりたくないんだよね。エンジニアとしての役割はリーダーシップが求められるけど、重なる部分もあるし。でも、5年以上シニアデベロッパーをやってきて、役に立つアイデアを出す能力が、そのアイデアを実現するための時間を大幅に上回ってるってことを痛感してる。経験上、アカデミックな世界でも同じことがよくあるし。仕事では、手を動かし続けるか、マネージャーっぽくなって他の人にやらせるかの選択肢があるけど、後者は自分のビジョンとは違う形で進むことが多いから、正直イライラする。サイドプロジェクトに関してはもっとひどい。ほとんどできないから、選択肢すらないんだよね。

実際、著者は本当のマネージャーになりたいわけじゃなくて、NPCを動かして何かをするゲームをやりたいんじゃないかな。リアルなマネージャーは、コーチングやオーナーシップ、感情、政治、コミュニケーション、コンセンサス構築とかを扱うからね。得意な人は、他の人を成功させるのが好きなんだよ。

私にとって、マネジメントに入るのは、具体的なことに悩まされるというより、コントロールが欲しいからだったんだ（主に上の方に向けて）。悪いマネージャーや従わなきゃいけない悪い決定を経験したことがある人なら、私がマネジメントに足を踏み入れた理由がわかるかも。ICとしていた時、上からのリーダーシップが悪くて、日々の仕事が本当に非効率で辛いことがあった。自分のICとしての立場からその決定を変えられたらいいなと思ってたけど、現実はその希望とはほとんど合わなかった。実は細かいところが好きなんだけど、最近はマイクロマネジメントしたくないから、あまり深く入り込まないようにしてる。でも、今はマネージャーになったおかげで、チームのことにもっと意見を言えるようになったと感じてる。

問題解決の喜びは、私に喜びをもたらすフロンティアの探求だ。もしクランカーが何かできるなら、それは解決された問題だ。私は解決された問題のフロンティアを押し進めるために、手元にあるすべてのツールを使う。車輪を再発明するために時間を無駄にするのは、私にとって喜びとは真逆のことだ。

似たような話だけど、「高レベルの抽象化」って言葉をこんなに聞いたことないよ。どこを見ても高レベルの抽象化ばっかり。もう反応しちゃうフレーズになってる。昔は「抽象化」ってもっと意味があったのに…。

エンジニアとして、ここ数年の complacency を考えると、システムに自分の代わりにコードを書かせるなんて無理だよ。いつも自分のデザインの決定や変数名にこだわりがあるし、それがNプロジェクトにわたって記憶に残る、共感できる、再現可能なんだ。もちろん、これをコンテキストに入れられるって言う人もいるけど、ほとんどのモデルは幻覚を見たり、余計に不透明で複雑にしたりすることが多い。結局、そのゴチャゴチャを片付けるのに時間を使わなきゃいけなくなる。OPは電話でモデルに指示を出せばそれができるって言ってるけど、私は自分のプロダクト開発のワークフローでそんな成功を収めたことはないよ。もしこのレベルの自律性が今のAIで実現できるなら、ちょっと良すぎる気がする。

ある人たちは、自分でやるよりもその物事が終わることを望んでる。それは搾取的な寄生行動の極端な例に至るけど、もっと控えめなスケールでもそうだよね。自分のプログラミング言語の標準ライブラリを使ったことある？多分、あるよね。それは無限の不条理にまで広がる。自分で食べ物を育てたり、鉱石を掘ったり、道具を作ったりしてるわけじゃないでしょ？結局、自分がやりたくない部分を外部のツールや抽象化に頼るかどうかの問題なんだよ。

OpenClawを自分のシステムで信頼しないと、たくさんの0-dayや10/10 CVEを逃しちゃうよ！

スキルの問題だね。

最近、投票数にも少し疑いを持ってる。プロAI系の投稿が800票とか普通に集まってるし。Codexの発表は1500票？何が起こってるんだろう。

OpenClawのDiscordをチェックすると、「Opusを使わないと動かない」という意見が多いね。今のところ、これが実際の状況みたい。Grok 4 Fastから聞いたんだけど、内部システムのプロンプトには自律的な操作を禁止するルールがあるらしい。それが関係してるかも。でも、私はそれなりに良い結果が出てるよ。

その中には本物のものもあると思う。コーディングしない人（管理職など）にとって、0から大企業のような見た目のランディングページを作れるようになるのは奇跡だよね。もっと複雑なことになると、コードはコンパイルできるかもしれないけど、論理エラーや仕様を実装できないことが積み重なっていくことを理解できないんだ。

電話をかけたり受けたりすることはできるけど、通話の内容や必要なデータ、収集方法について指示が必要だよ。通話の結果をAPI経由で出力することもできる。最近、MasterworksのAIエージェントがこの技術を使って私に電話をかけてきたよ。[0] https://vapi.ai/

AIに対する私の不満は、すでに自動化されているものや簡単に自動化できるものを加速させるだけだということだ・・・ > ただのイライラしたおじさんなんだと思う。これは、今のテック業界の人たちが抱えているビジョンの失敗をうまくまとめていると思う。 > すでにエンドポイントがあるものを自動化すること、Facebookが以前持っていたAPI、Redditが以前持っていたAPI、Amazonが以前持っていたAPI、全部なくなった。エンシティフィケーションやダークパターンが支配している。「ねえ、オープンクロー、サービスxxxをキャンセルして」って、XXXは17ステップもあって、キャンセルするのがわざと難しくなってるからお金を取られ続ける。AIツールがウェブサイトに行って広告を剥がして、テキストだけを返してくれるようになったらどうなるんだろう？カスタマイズされたニュースフィードがFacebookよりもHNっぽくなったらどうなる？RSSの死で失った機能を取り戻しているだけじゃない？消費者はAIの過剰な宣伝に怒ってるけど、もしそれが私たちが邪魔しているクソを切り抜けられるようになったら、ビジネスモデルが崩壊することになる。適応するか、死ぬかの選択になる。自分の「AI」ツールに、低リスクで基本的で面倒なタスクをやらせるように頼んでみて。たくさんあるからね。それが1/4でも終わらせてくれたら、自分の時間がたくさん空くよ。

話したほとんどのソフトウェアエンジニアは、君とほぼ同じように見ていて、「ここがLLMの価値が落ちるラインだ」っていうのは人それぞれ微妙に違うけどね。企業のプロパガンダやソーシャルネットワークの影響で溢れていると思う。「特定のことには良いけど、他のことには微妙」っていうのはあまり広まらないよね。

これにはアストロターフィングがあるに違いない。関係者やお金の額を考えるとね。

君はおかしくなってないよ。私もそう感じてる。でも、以下のことには価値があると思う：- 自分でやるのではなく、LLMを使うこと。 - 時々、活性化エネルギーが足りない時にLLMはいつでも準備ができてるから、スタートを切るのに役立つ。 - 普段知らないことをやること。Claudeが何をするかを見て、コマンドラインツールやトラックの使い方をたくさん学んだ。短いスクリプトを書くのはすごく役立つよ。もちろん、ここでの落とし穴は、知らないことがあると上手く使えないってこと。だから、孤立して使う必要がある。 - 代替ソリューションを探ること。定義上、知らないことに挑戦すること。もちろん、うまくいかないこともあるけど、視野が広がる。 - 不慣れなコードベースを探ること。大量のデータを取り込めるから、探索が早くなる。（でも、自分で完全にやるよりは網羅的ではないけど） - 変更の一貫性を保つこと。これは人間よりも優れていると思う。2か所か3か所で変更が必要な場合、忘れちゃうことが多いから。LLMは細部の一貫性を保つのが得意だけど、大局的なことには興味深いことに弱い。

自分の経験と結構合ってるな。実際の会話でよく聞く意見だし。ネット上では魔法のような発見ばっかり目にするけど、ほんとにたくさんあるよね。

仕事で新卒やインターンの面接をたくさんやってるんだけど、ここ4年間ずっと続けてる。面接の時は、候補者に自分のプロジェクトや学校、他のインターンでの経験を画面共有して話してもらうようにしてる。ここ数ヶ月で、学生たちが達成できるプロジェクトの質や規模に明らかな違いを感じてる。彼らが見せるプロジェクトやウェブサイトはどれも洗練されてて、ほとんどがAI以前のフルスタートアップMVPになりそうなものばかり。明らかに基準がすごく高くなってるよ、AIのおかげで。

... でも、何も見せられないように見える これ、めっちゃ同意。ほんとに馬鹿らしいと思う。誰かが盛り上げるときって、「毎朝彼女におはようってメッセージ送るんだ！」とか、「自分のパソコンのすべてのドキュメントを分析して詩を書いてくれた！」みたいなことが多いよね。

今、ハイプサイクルの頂点にいると思う。来年には落ち着いて、みんながツールをどう使ってるかの全体像が見えてくるんじゃないかな。たとえそれが完全にアストロターフィングじゃなくても、人々は驚いて興奮してるだけで、冷静に分析できてないと思う。

これって、人間同士で相関があることが、LLMではそうでもないっていう、すごく異質な感じがする。人間が得意だと思ってる2つのことが、AIでは全然違う結果になることがあるんだよね。AIを使うスキルにもかなりのばらつきがあるみたいだし（自分は特に得意じゃないと思ってるから、秘訣を隠そうとしてるわけじゃないよ）。また、AIが人間にとって同じ難易度の問題を解く能力にもばらつきがあるように感じる。

主要なことは、これらはすべて新しいプロジェクトってことだね。（元の著者がプロジェクトのアイデアを実行することについて話してるのに注意。）