面白い読み物だね。観客は「私たちはAGIに向かっている！」というタイムラインでXeno's Arrowが出てくるのを見られる。これは「軌道は本物だけど、タイムラインはずれ続けている」という良いビジュアル表現だね。でも、ずっと「[リテールソフトウェア]はただのツールだ」というのは変な表現だと思ってる。過去20年間でよく聞いたけど、「ただの」ツールってどういうこと？ なんでいつもそういう言い方なの？ 複数ページのエッセイの真っ最中に、ツールの役割を考えすぎてるってどういうこと？ たまにラックに何かを取り付けるためにドライバーを使うITの人が、他のコンピュータ作業に与える影響を気にする人はいないよね。「思考に向かっているツール」を優遇するのがこんなに一貫しているのは変だと思う。 >「私はプロンプトに依存している、これが快感なんだ」と言ったけど、この正直さはありがたい。ただ、また言うけど、「このハッシュパイプはただのツールだ」というのはこの発言の後には出てこなかったよね。それと、依存症って神経的なものじゃなくて行動的なものじゃない？ 「もう君の中に火花はない」みたいな状況の行動的な影響について、フォローアップしてみたらどう？ 「私はプロンプト中毒者じゃない」っていう新しいアイデンティティを見つけたら、それは何になると思う？

この投稿を読むことを勧めるよ：https://factory.strongdm.ai ここ数週間前にフロントページに載ったけど、ほとんどの人は真剣に受け止めず、$1000/日でトークンの部分に引っかかってたと思う。私はこのアプローチがほぼすべてのソフトウェア開発の未来だと確信している。要は、十分なトークンを使う意欲があれば、現在のモデルはすでにどんなソフトウェアタスクも完了できるってこと。適切なフレームワークがあれば、コードについて考える必要は全くなく、結果だけを考えればいい。業界がこんな方向に進んでいるのは好きじゃないけど、そのアプローチを考えれば考えるほど、避けられないと思うようになってきた。

ありがとう、いいね！まとめてくれてありがとう。

今週、精神的疲労についての同じコメントを見て、これについて書きたい衝動が湧いたんだ。リサーチ段階までしか進んでないけど、楽しんでいないことが認知に与えるリスクについて調べた文献をいくつか見つけたよ。作業記憶は「ゲーティング」されていて、目標に関連する情報だけを選んで処理するんだ。例えば、車をバックさせるときにラジオを切る理由とかね。（多くの論文がこれを前提にしているけど、具体的なゲーティングモデルを発展させたものは見つからなかった）作業記憶と訓練可能性については、ここを見てみてね: https://www.nature.com/articles/nrn.2016.43 作業記憶は（潜在的に）ドーパミンに反応して、使うことで拡張されるんだ。メンタルモデルを構築することについて、何かを書くと、タイピングよりも脳を多く使う（認知オフローディング）: https://www.scientificamerican.com/article/why-writing-by-ha... タイピングはただ読むよりも良いと思うし、プログラミングにはいくつかの追加要素が必要だよね。コードを再配置するためにカット＆ペーストしたり、テストを実行したり、さまざまなコードの場所を空間的にナビゲートしたりするから、手書きの研究に近い結果になると思う。でも、それに関する具体的な研究は持ってないんだ。報酬（お金）を楽しみやフロー状態の代理として使うことについて、これらの2つは似たような基本デザインの実験を使っているよ: https://www.nature.com/articles/s41598-025-09949-1 「参加者は、試行の最初に報酬レベルを示す報酬キューを持つ遅延推定オリエンテーション作業記憶（WM）タスクを実行しました。結果は、動機付けのインセンティブがWMパフォーマンスを大幅に改善し、維持中の瞳孔の拡張を増加させることを示しました。これらの発見は、強化されたトップダウンの認知制御プロセスを通じて報酬によるWM維持の調整の証拠を提供します。」 https://www.jneurosci.org/content/39/43/8549 > 「タスクの間、報酬の見込みは試行ごとに異なりました。参加者は高報酬の試行でより速く、より正確な判断を下しました。重要なのは、高報酬がアクティブなタスクルールの神経コーディングを強化し、この増加の程度がタスクパフォーマンスの改善と関連していたことです。」 彼らの実験から、低報酬＝あまり気を使わないということも推測できるよね。これらの論文は驚くべきものではないと思うけど、多くの人が真実だと感じているけど証明できない何かを測定しているんだ。これらの論文はAIやスキルの低下について具体的には触れていないけど、低報酬や受動的なタスク実行のときには多くの利点が得られないと言えると思う。機械にリプランプするだけのレビューコメントを残していると、相手が人間じゃないから、普通のコードレビューよりも価値が低く感じるよね。AIを使うべきタイミングは、タスクがどれだけ痛いか、低報酬かに密接に関連しているべきだと思う。10分のビルド/テストループで、制御が難しいミステリーな問題をデバッグする？AIに任せよう。複雑だけど楽しいビジネスルールを書く？まだ糖分が効いているうちに自分の頭で考えよう。「簡単な」バグを3回連続で直せなかった？少しの不快感やフラストレーションを乗り越えてみて。それでも、合理的な努力を投資して少し疲れを感じ始めたら、道具に戻るのがいいと思うよ。

このブログを書いてくれてありがとう。他の人たちもこの影響に気づき始めて、書いてるね。もっと多くの声が聞かれることが大事だと思う。特に「あなたの閾値を見つける」って部分が響いたな。「開発者は創造のドーパミンヒットが必要だ」っていうのも印象的だった。俺もこの現象についてブログを書いてるんだけど、リーダーが組織にコードを書くこととレビューすることの健全で持続可能なバランスを保つ手助けができるって視点でね。https://www.exploravention.com/blogs/soft_arch_agentic_ai/

プログラマーの速度や効率がそんなに重要な競争要因なら、騒がしくて息苦しいオープンプランのオフィスに彼らを詰め込むなんてことはしないよね。

これらのツールを使うように管理からプレッシャーを感じてる？データはないけど、私と話すほとんどのソフトウェアエンジニアがそのプレッシャーを感じてるか、感じたことがあるよ。

そうだね。努力なしに幸せはない。たまに猫を世話したくなるときは、実際の猫を飼うことにしたよ。少なくとも、彼らはエンジニアのふりをしないからね。

ちょっと聞きたいんだけど、ページングってどうやって動くの？

この考え方はITの世界では通用しないよ。常に変化が早くて、新しいツールやアプローチに適応し続ける学びが必要なんだ。

今と昔の違いは、論理から雰囲気への大きなスキルシフトと、この技術によって自分が置き換えられることへの恐れだね。これまでの規模ではそんなことはなかった。俺たちはこの恐れを持ってないけど、多くの同僚はこの新しい技術を恐れてるし、うまくやってるように見える同僚もいる。

一つ大きな違いは、すべてのプログラミング言語、マシンコードでもPythonでも、常に望む計算やアルゴリズムを正確に表現するための言語だったことだ。AIエージェントと働くってことは、プログラムにやってほしいことを英語で指定することになるけど、それは正確じゃないよね。英語の擬似コードを書かない限り。（そう、コンパイラが裏でいろいろやってるのは知ってるけど、-Ofastを使ってない限り、アセンブリはナイーブなコンパイルと同じようなブラックボックスだよ。）

これは間違った比較だと思うし、時間が経てば認知科学がこれを証明すると思ってる。「今、何年も経ってプログラミング言語も増え、LSI-11のオペコードのスキルが完全に退化しても、そのスキルを失ったことを全く後悔していない。」でも、オペコードについて考えることで発展させた認知能力は、FORTRANやその後継を学ぶのをほぼ確実に楽にしてくれたはず。LSI-11オペコード、FORTRAN 83、C++、ラムダ計算などは、論理的に考えることができる形式的な言語だ。私たちは、実際に論理的な推論に合った結果を出すマシン（ハードウェアや仮想）を実装することもできる。これが一般的に、人々がこれらの言語を「決定論的」と呼ぶ理由だと思う。形式的な言語について考えるのは、コードの変更を促してレビューするよりも、はるかに認知的に要求されることが明らかだと思う。

LLMにプログラミングをさせると、君はプログラマーじゃなくてプロダクトマネージャーだよ。

だから、「ああ、AIがテストを全部書いてくれるから、すごく楽だよね」って言ってる人を見ると笑っちゃう。もしコードがテストしづらいなら、抽象化やインターフェースを変える必要があるよ。テストはコードの最初の再利用だから、テストで使うのが面倒なら、一般的にも使いづらいってことだ。

いいこと言ったね。フロントエンドのJavaScriptコードを書くときは、Copilotを一番よく使ってるんだ。LLMのおかげで、フロントエンドのライブラリやブラウザの標準を改善するインセンティブが消えちゃうのかな？

これには完全に共感する。少なくとも自分のオンラインのバブルの中では、同じように感じている人はあまりいないけど、君は一人じゃないよ。最終的には、出力を理解しレビューするだけでなく、自分で選択をし、知識や判断力を鋭く保つために努力してきた人たちを評価するようになると信じているし、そうなることを願っている。

君の意見、めっちゃ好きだよ <3

タコの硬さが大事なんだよね。退屈さも大事。うん、いいこと言ったね。

俺はそのすべてを続けてるけど、クラウドにタイピングさせてるんだ。分かるかな？ほぼ一行ずつ指示してるけど、もう文法の筋トレには興味がないんだよね。

ちょっと言いたいことがあって、俺の仕事では手書きでコードを書くのがデバッグにめっちゃ役立ってる。自分が書いたコードだと、何が間違えるかのメンタルモデルが作りやすいんだ。どんなにログを投げても、LLMがこういう問題を解決できるわけじゃないよ。

特にジュニアからミッドエンジニアにとっては本当にそうだね。脳は繰り返しやることを記憶して理解するから。数学の問題を解かないと、どうやって解くか分からないんだよね。どんなに似たような問題を解いてる動画を見ても。これがLLMの早期使用が最終的に導く結果で、「ああ、俺がシニアになる頃にはLLMは俺よりずっと良くなってるだろう」って言う人は、逆に俺の言ってることを証明してるだけだよ。