その一因は、センスの一部がファッションだからだよね。

それってAGI（人間と同じかそれ以上に賢いもの）の創造を意味すると思うけど、今のところ多くの人がそれをSFだと考えてるよね。 > ビター・レッスン 「ビター・レッスン」はAGIが来るって意味じゃなくて、AIに自分で学ばせる方が、直接教えるよりも良い結果が得られるってことを言ってるだけだよ。

著者は、AIの出力が統計的に妥当であるため、この分野での改善は難しいと言ってると思う。なんでAIがこの点で良くなると思うの？

ほとんどの（全部？）モデルは、基本的には平均に回帰するものだよ。良い味覚は、平均にはほとんど、いや、全く存在しないことが多い。

ツールがどんなに良くなっても、サードパーティのツールは独自のアクセスを持たない限り、製品の差別化にはならないよ。そうでなければ、他のみんなも同じツールを使えるし、使うだろうからね。これはむしろ、ヘドニック・トレッドミルのようなもので、堀ではないよ。

確かに改善はされるけど、一般的な創造性や輝きは、主に事前学習やパラメータサイズをスケールアップすることで得られるから、非常に遅くて高価だよね。小さくて安いモデルでの数学やコーディングのスピード（そしてコストの低下）に慣れてしまった人たちにとっては、かなり遅い。だから、GPT-4.5に対する反応は、スケーリング法則に基づいて持つべきセンスや識別力が向上したのに、ほぼ全ての人にとって巨大な失敗と見なされている。スケールアップで10倍や100倍のログ的な利益を見て、失望するから、元のGPT-3が発表された時と同じくらい不人気だった。「それだけなの？最近、ビター・レッスンやスケーリングは私に何をもたらしてくれたの？」だから、コーディングスキルは、ネイティブのLLMのセンスを超え続けると思う。

「エバーグリーン」って言うと、普通は2ヶ月前のものじゃないよね。

それのどこがエバーグリーンなの？

その男がまずいコーヒーを飲んでるのがジョークなの？

そろそろアークテリクスのベストでも買いに行った方がいいかな。

これは、センスがあるならスタイリッシュな服を着ることに現れると信じているアーティストについてのことだと思う。最近のブログ投稿が高級ブランドを分析しているから、私の考えは合ってると思う。

1993年頃の長ったらしいエッセイを期待してたよ、友よ。

正しい考え方は「完璧なコードはどんな感じ？」ってことだよね。これは多くの開発者がAIに求めていることに反すると思う（私自身はそうじゃないけど、はっきり言っておくね）。

正しい考え方は「完璧なコードはどんな感じ？」ってことだよ。それはクラシックな第2システム効果だよね。「今、何を求めているか分かったから、ゼロから書き直そう」って。で、苦労して学んだ教訓を全部捨てちゃうんだ。 https://en.wikipedia.org/wiki/Second-system_effect

大きなコードベースで働いたことが多いけど、誰も「これが正しい」って言えるファイルやクラスを指摘できないんだよね。それなのに、管理者は「北極星」がないせいで、コードベースが重複したり、バラバラなパターンだらけになってるのに驚いてる。

それよりも、正しい考え方は「完璧なコードはどんなものか？」って考えて、LLMに「完璧」が何かを細かく説明して、生成される各行を形作ることだと思う。完璧なコードなんてないと思うよ。コードは自動化で、人間の努力を自動化するものだから、人間自体がエラーを持ってるし、完璧じゃない。だから、コードが人間の出力を満たすかそれを超えれば、「十分良い」とされて期待に応えるってこと。これが典型的な顧客が気にすることだよ。顧客は、今雨が降ってる時に、予算内で手に入るタープとプラスチックの棒で作ったテントを選ぶだろうね。未来の不明な価格で手に入る建築的な驚異よりもね。言い換えれば、もし今日CharlieAI CharlieGPTを作ったとして、ChatGPTとの違いが完璧なコードで書かれていることだけだったら、特に優位性はないと思う。全てが同じ条件で、一つの会社が他の会社に対して優れたコードだけで優位性を持ったという証拠はまだ見たことがない。実際、優れたコードを持っていた会社が、顧客発見やセグメンテーション、分析に投資した会社に負けて消えていったという圧倒的な証拠がある。「何を作るべきか？」「もし顧客に不公平なアドバンテージを与える一つのことがあるとしたら、それは何か？」ということにお金を使ったんだ。ソフトウェアの歴史は、時間と共に失われた完璧なOS、エディタ、フレームワーク、プロトコルで溢れている。今、あなたはソフトウェア制御のSMPSを使ってデバイスに電力を供給しているけど、そのコードの品質がどうかなんて全く分からないよね。あなたが気にしているのは、そのSMPSがバッテリーを早く消耗させたり、デバイスを不必要に熱くしたりしないかってことだけだ。そんな効率的で低オーバーヘッドな制御システムが、きちんと抽象化されたモジュールを使って書かれている可能性は極めて低いと思う。むしろ、その制御システムはgotoだらけで、DRYの違反が繰り返されていて、完璧主義者なら震えて泣くようなものだと思う。

まさに俺の経験と同じだわ。コードをレビューするために、3つの異なるAIモデルに送信するツールを作ったんだけど、コードを書いたモデルは正直に批評できないからね。全てのコンテキストを持っていて、反論を抑え込んじゃうんだ。2つ目のモデルはコンテキストがゼロだから、最初のモデルが合理化したことをすぐに見つけるんだよ。センスって、良いものが何かを知っているだけじゃなくて、自分の作品に対して「これじゃない」って言える勇気も必要なんだ。AIはまだそれができないんだよね。

あなたが味覚が重要だって強く同意してる気がする。「非常に明確なプロダクトビジョンが必要だって感じてる…」って言ってるし。正しいものを正しい方法で作るための明確なビジョンが必要で、これには味覚がたくさん関わってくる。良いPMはこれを持ってるし、良いエンジニアもそう。ビジョナリーなリーダーもね。AIを使ってコードや他のアーティファクトを生成する実行はスキルの問題だけど、正しいものを、正しい機能で、革命的な方法で作るという味覚がなければ、使うのが楽しいものにはならないよね。先月、エンジニアじゃない人が作ったビジネスを3つ見たけど、味覚がないと、せいぜい平凡なプロダクトを作ってるって分かる。創業者たちはまだ気づいてないみたいだけど。記事が言ってるように、彼らはただ平凡さに自らを追い込んでるだけだと思う。ほんとに良いPMなら、私が見たアプリをほぼ即座に改善できるはずだよ。

あなたは本質を見逃してると思う。努力は今やモートだよ。なぜなら、ケンタウルス（人間+AI）がまだAIに勝ってるから。でも、その差は年々小さくなってるし（おそらく埋まるだろうね）。目標は人間の労働を再現することで、それに向かって進んでる。もしそれが実現したら（数十年後かもしれないけど、たぶん起こる）、その時には「特別な何か」だけが残る。味覚やビジョン…みんなリック・ルービンになっちゃうのかな。2045年には、ルービンGPTが出るまで。

明確なビジョンと分かりやすい言葉を使うことについて、すごく重要なポイントを指摘してるね。パトリック・ズガンボが言ってるように、AIと一緒に作業するのは呪文を唱えるようなもので、魔法の言葉を知ってればいいんだ。AIツールを使えば使うほど、俺もそう思うようになったよ。でも、その言葉を見つけるのが難しいんだよね。

... AIを効果的に使うためには。個々の能力によってAIで成功する結果を出すのに大きな差があるのが、いつも不思議なんだ。AIの利点の一つは「誰でもできる」って思ってたけど、実際には多くの人が解決しようとしている問題をよく理解していないし、AIを使って力任せに解決できると思い込んでるんだよね。俺はもっと強力なモデルは使ってないけど（Sonnet 4.6だけ）、短期間でプロジェクトが成功しなかったことはないよ。面接用のコーディング例も含まれてるから、少なくとも機能してるかどうかの客観的な測定ができるし。奇妙なことに、特に経験豊富な伝統的なソフトウェアエンジニアは、成功を収めるのが一番下手だと思う。彼らはエージェントとの作業をソフトウェアエンジニアリングのように扱いすぎて、核心的な問題に対する有用な解決策ではなく、悪いソフトウェアを作っちゃうんだよね。

上記がなければ、開発者がAIの前に直面していたのと同じ問題にぶつかる - コードベースが支離滅裂な混乱になって、AIですらそれを解きほぐせなくなる。混乱が自分の文脈に埋め込まれちゃうからね。これには「理解の負債」っていう用語があるんだよ。[0] [1] [0] https://arxiv.org/abs/2512.08942 [1] https://medium.com/@addyosmani/comprehension-debt-the-hidden...

このペースで進んだら、普通ならもっと遅れてたと思うけど、やっぱりかなりの努力が必要だったし、うまくいかなかった機能に時間を無駄にしたこともあった。AIが書いたコードの構造について学び終わって、それを正しさや完全性のために見直す頃には、自分で書いたのと同じくらいの労力がかかってる気がする。AIが信頼できるようになるまでは、これが現実なんだろうなって不安に思ってる。

全体的な主張には同意できない。いい方向には向かってるけど、著者は実際の問題や解決策を表現するための言語や理解が明らかに欠けてる。彼らは自分が知らないことを知らないだけなんだ。 > 人間の努力は依然として重要な要素。ちょっと的外れだね。もし私が全ての道具や材料を揃えて、パンツを作るように座らせたら、ほとんどの人（圧倒的多数）はひどいパンツを作ることになるよ。それは努力不足じゃなくて、スキル不足なんだ。 > 判断力は今でも重要。重要どころか、クリティカルだね。それはスキルと経験の産物なんだ。使いやすさ（あまり使われない言葉だけど）、コスト、実用性は、みんなが製品に求めるものだよ。信頼性は必須だ。「私たちはクラッシュしない」と言ったソーシャルネットワークの名言を引用すると、もしペースを維持したいなら、メンテナンス性も必要だ。 > AI以前に開発者が直面する問題 - コードベースが無秩序なゴミの山になる。ビッグボールオブマッド（https://www.laputan.org/mud/）は27年前のもので、今でも当てはまる。でも、すべてのコードベースは、良い説明がないエッジケースからクルフトを蓄積する傾向がある。古いコードベースを見つけて、もう存在しないシステムのバグ番号を参照するコメントが見つかると思う。業界として、もっと良い図書館員やアーカイビストにならなきゃいけないって正直に認める必要があるかもしれない。とはいえ、この記事は評価されるべきだね。少なくとも、私たちがすべきなのにしていない会話を始めようとしてるんだから。

でもこれは一時的な状況じゃない？今日：AIに「やってみて」と頼んで、手動レビュー。AIを信じてないから。明日：AIに「やってみて」と頼む。私はAIの旅を始めたばかりなんだけど、$17のクラウドプランから$100のプランにすぐにアップグレードしたし、近いうちに$200のプランを選ぶ自分が想像できる。これは趣味のプロジェクトのためなんだけど、今は自分が作っているコードのほとんどをレビューしていて、テストもしている。けど、時々その出来が良いのを見ると、将来的にはAI自体が技術的なスキルとセンスを持っていて、「写真を編集するアプリを作って」と言えば、使いやすいPhotoshopのクローンを出してくれる未来が想像できる。音楽ではすでに「バンガー」を出せるようになってるし、いつヒットするロマンチックコメディや犯罪ドラマ、レシピ、アプリを出せるようになるんだろう？「決してない」って答えはないと思う。もっと可能性が高いのは、N年後、Nはおそらく一桁の数字だと思う。

どんなにセンスが良くても、クソみたいな海に溺れてたら意味ないよ。顧客が見つけられないから。

このコメントを探してた。どうして人々はこんなAIのつまらないものをまだ読めるの？

この記事のコメントもそんな感じだね。

マジで。この記事、すごくクロードっぽい雰囲気だね。人間の努力の価値が、自分のブログを書くことには及ばないってことかな。

彼はセンスがあるね。LLMはそれを理解して、センスのある記事を作るんだ。/s

自己認識がまったくないのが信じられない。最初は疑ってみようと思ったけど、まさか誰もそんなレベルに落ちるわけないだろうと思ってたのに、5段落目に入った時点で、これはAIが書いたに違いないと確信した。

AIに対する感覚をアップデートしようとしてるんだけど、あなたはどんなことを感じてる？私の場合はこんな感じかな： - 短くて宣言的な文、壮大だけど曖昧な主張を高校生の語彙で述べる。「センスは雰囲気から診断に移ると役立つ。」 - 実際の例への参照（ウェブリンクすら）なし。 - エムダッシュが消えて、セミコロンなしで23個のコロンがある。プロンプトの指示通り？

著者の母国語は英語じゃないと思うし、英語を良くするためにAIを使ってるんだろうね。

PGがこれについて1ヶ月くらい前に投稿してなかった？