それは儀式じゃなくて、貴重な学びの経験だよ。確かにそれを省略する選択肢があるのはいいけど、それにはトレードオフがある。

ほとんどのアイデアは面白くない。実装が面白いんだよ。実装にどれだけ努力したかは気にしないけど、問題を新しいやり方や特に効率的な方法で解決するかどうかは気にする。これがAIソリューションの特徴じゃないんだよね。

それはそうかもしれないけど、たくさんのゲートキーピングを露呈させてるよね。「ゲートキーピング」って一時期流行った言葉だけど、ポストLLMの世界では「ゲートキーピング」と「コミュニティが守る基準やルールを持つこと」は同じじゃないって認識されてる。誰でも自由に入って何でもできる素敵なコミュニティがあったら、それはもはやコミュニティじゃなくてゴミ捨て場だよ。ゴミ袋を持ってくる人を排除するためのゲートは悪いことじゃない。

ここにいる人たちは、難しい技術的な問題に対する解決策を楽しんでるの？ここはプロダクトハントじゃないよ。

一見するとLLMはゲートキーピングを暴露したり回避したりする助けになるけど、実際にはゲートキーピングには理由があったりすることが多いんだよね。私たちは常に、ある深い質（善意や行動規範に従う意欲など）を知るために表面的な手がかりに頼ってきた。これは便利で必要なショートカットなんだ。もし毎回すべてを最初の原則から評価しなければならなかったら、物事は停滞してしまうからね。手がかりが無効になると、「ゲート」は消えない（短時間だけ消えることはあるけど）；手がかりはただ、回避しにくい別のものに置き換わるだけなんだ。インターネットがグローバルなコミュニケーションを可能にして、LLMがコミュニケーションのシグナルの価値を下げる前の短い期間はかなり面白かったと思う。今は、閉じられたプライベートなコミュニティや有料のコミュニティが増えている気がする。

努力をすること自体が目的じゃなくて、手作業で何かを作ることで問題に対する洞察を得られることが大事なんだ。その洞察が貴重な貢献になるからね。

難しさがあって「額に血を流す」ような経験があると、それだけ手間をかけたっていうフィルターになると思う。消費者の立場から見ると、誰かが時間をかけたからといってそれが良いとは限らないけど、製作者の信念の誠実さについての_何らかの_シグナルにはなるよね。個人的には、手間をかけたものにだけ注意を払いたいっていうのはゲートキーピングじゃなくて、無理な努力の非対称性を避ける普通の人間の行動だと思う。

「"Show HN"の投稿で興味深かったのは、誰かが何かをまとめる技術的な能力を持っていたことだ。AI以前に興味を持たれなかった大量のShow HN投稿がそれを否定するんじゃない？」

AIが自分で書くよりも目標を達成する文章を生み出したらどうなるんだろう？この二つの行為について、なんでそんなに感じ方が違うの？言っておくと、両者の共通のアイデアは基本的に「ハゼイング儀式」、もっと中立的に言えば「自分が関わっている」ってことなんだ。人が作ったものを見るには時間とエネルギーが必要だよね。だから、俺がクソみたいなものを見ないように、ちゃんと時間とエネルギーを使ってほしい。ウェブサイトでも文章でも関係ない。明らかにそうじゃない人もいるけど。それが、シグナル対ノイズ比がすぐに悪化している理由なんだ。

ゲートキーピングはいいこともあるよ。自分が作るものに努力を注ぐ必要があるなら、どのアイデアに投資するかもっと選ぶようになるからね。「額に血を流す」って言うより、注目を求める前に何かに労力をかけるって感じかな。

何がもっと面白い質問なの？それに、その質問に対する答えがあるとしたら、今まで持ってなかった洞察は何？

AIのおかげで、典型的な「アイデアマン」が突然「ビルダー」になれる。もちろん、アイデアを持つのが簡単だったってことをリアルタイムで学んでるけどね…

お金が裕福な人をバカにするように、AIもバカを…ああ、いや、やめておこう。

コーディングに関しては完全に逆だと思うから、あまり信じられないな。すべてのスキルレベルの人に欠けているのは、ライティングが思考を整理するのに役立つってことだけど、それはプロンプトの段階でも起こり得るの？

Copilotにエムダッシュをやめさせた後、「AじゃなくてBだ」とか言わないで、短い文と長い段落を交互に使わないようにしたら、なんと「ほとんどの人よりも上手に書ける」って言われた。

この主張はもっともらしいけど、実際にテストできるものでもあるよね。これが実験的な設定でテストされたことがあるか知ってる？

AIライティングは、平均より下手な人をより良いライターにする。たぶん、彼らはより良い文章を出力できるようになるけど、ライターとして上手くなるわけじゃない。それは、（投稿からの例えを借りると）ショベルカーを使うことでウェイトリフティングが上手くなると言ってるようなものだ。ならないよ。上達もしないし、良くもならない。ただ、作られたものが表面的に違うだけ。 > たくさん書くつもりなら、自分の声やスタイルを助けるプロンプトを持つべきだよ。この記事のポイントは考え方にある。スタイルは全く別の話で、議論には関係ない。

AIを使って文章を書く人たちがそれを求めるのは、つまらなくて一般的なものになるからだと思う。人々は自分の文章を評価するのに、変なスタイルのカルト的な基準を使っていて、「これが自分のアイデアを効率的に伝えているか？」って考えないんだよね。例えば、若い大学院生はいつも難解で複雑な科学論文を書く。彼らの初心者の視点からすると、読む論文はどれも少し難解で複雑だから、それを真似しようとするんだ。オフィスワーカーも同じことをする。企業からのメールはどれも味気なくて退屈で、何も言わないのに言葉が多すぎる。だから、自分のスタイルを彼らに合わせようとして、AIにぶち込むと、自分の文章がCEOと同じくらい空虚で冗長になったことに喜んでるんだよね。

俺の考える良い文章の定義は、効率的で、伝えたいことを分かりやすく正確に伝えることだね。AIはほぼその正反対。冗長で、表面的にはうまく構成されているだけのフワフワしたもの。平均以下だと思う（誰かが「AIに簡潔で意味のある文章を書かせることができる」って返事するのを待ってる）。

時間、労力、スキルが同じなら、AIを使うことで出力の質が一般的に向上すると思う。でも、AIの使い方が分かるのは、少なくともそのどれかが低いときだけだから、AI全般に対して反応しやすくなっちゃうんだ。AIはただの道具で、どう使うかは人間次第だよ。

「実際に書く気もないものを読む気はない」って言ってる人を見たことがあるけど、まさにその通りだと思う。アーメン。今、二人の第三者のスレッドにCCされてるんだけど、LLM生成のメールをお互いに投げ合って、どんどん長くなってる。今のところ、どちらも自分が書いてるレスポンスを読んだり考えたりしてないと思う。

ここ数年、ロボコールに対処してきたことで、AI生成テキストのブームの前にこの結論に達した気がする。電話に出て、録音やボットの声を聞くと、すぐに「重要なら人間が電話してくるはず」と思って切っちゃう。子供の学校の自動通知には少し対応を変えたけど、基本的にはロボットの話を聞く時間はないんだよね。

良いコードはつまらないコードだよね。

「書くこととプログラミングは、どちらもテキストを通して問題に取り組む一形態だ…おっと、ちょっと待って、コードには普通の文章にはない重要な特性があるんだ。それは、誰も読まなくても実際に何かを起こせるってこと（実行可能だよね）。誰かが時間をかけて書かなかったものは読みたくない。でも、動くならAIが書いたツールは喜んで使うよ（最近のはどんどんそうなってるし）。本当に優雅なコードは読むのが楽しいけど、日常的に使うツールの多くはクローズドソースだから、そのコードが優雅かどうかは全く分からない。ただ、動くかどうかだけが気になるんだ。」

「あなたが実際に書くことを面倒だと思ったものを読む気はない」という短いバージョンは「ai;dr」だね。

面白いのは、AIがこの問題を悪化させるけど、実際には「違う」わけじゃないってこと。特に何かに深く入りたいならね。リスト記事はAI以前からたくさんあったけど、サブスタックで深く掘り下げる人には劣ってた。AI生成の音楽も同じで、クソみたいな音楽は常に過剰にあったし、今はもっと増えるだけだ。奇妙なのは、アンキャニーバレーに達すること。以前のクソより「良い」かもしれないけど、気にかける人が作るものには大きく劣る。DJも面白い例だね。作曲と比べると、ビートマッチングは「比較的」簡単に学べるけど、CDターンテーブルで自動でビートマッチングできるようになっても、良いDJになるために必要なセンスとは関係ないんだ。

「あなたが実際に書く気になれなかったものを読むつもりはない」 もう、せめて自分で読んでくれたらいいんだけど。投稿されているものの中には、作者がざっと目を通しただけで、みんなにちゃんと読んでほしいと思っているようなものが多い気がする。

いや、そうじゃないよ。ビジョンのないプログラマーって何なの？ コードにはビジョンが必要なんだ。モデルは君のビジョンを奪ってる。ブログ記事やコメント、本を書くのも同じことだね。

それとは逆の効果もあると思わない？プロジェクトの簡単で時間がかかるインフラの段階をサクッと通り過ぎて、もっと高レベルで面白い問題に時間をかけられる気がするんだ。

まさにその通り。AIのおかげで、実装や最終デザインのレベルで新しいアイデアを考える自由が増えた。APIを調べたり、既に解決された問題に悩まされることがないからね。

昨日、1週間夢見ていたサイドプロジェクトに2時間取り組む時間があった。ライブラリを作らなきゃいけないって分かってたから、かなり面倒だなと思ってた。まずAIを使って、必要なものをダウンロード、抽出、ビルドするスクリプトを作ってもらった。スクリプトがあっても、実際に問題にぶつかったけど、ライブラリが完成するまで一つ一つ乗り越えて、やっと本来のプロジェクトに集中できた！ライブラリを作ることじゃなくて、満足のいく結論にたどり着けたんだ。

同意するな、これが最近のLLMを使ったコーディングの経験だよ。特に最近は、コンテキスト管理や計画に関する新しいハーネスが登場してからね。10年以上ソフトウェアを作ってきたから、裏側を見ても安心だけど、最近はそれよりもユーザーと話して、体験を理解して効果的に形作ることに重点を置いてる気がする。つまり、プロダクトの仕事に押しやられてるのかな。

それがポイントだね：AIは労働の代替ではなく、労働の補助として使うべき。些細なプロジェクトでの労働節約には特に問題はないけど、これらのツールを使って技術や科学の限界を押し広げるべきだよ！

あなたはOPが不満を言っているプロフィールには合わないよ。厳密に言えば「バイブコーディング」しているわけでもないかもしれないし。実際にプロジェクトに考えを入れて、これらのツールをコーディングアシスタントとして使っている人がいる一方で、ツールに全ての思考を任せている人が約100人いるんだ。このトレンドが我々の業界だけでなく、世界全体に与える影響について、集団的な思考がどれだけ少ないかが恐ろしい。