確かに、LinkedInで仕事を求めてるアウトソーシングチームの数と合ってるね。

その「え、何これ？」って瞬間のどれくらいが、単に「その場にいなかったから」ってことなんだろう？ほとんどの企業向けソフトウェアは、妥協の結果として「え、何これ？」って瞬間がたくさんあるよね。

「オフショアのインドの開発者」も侮れないよ。彼らは同じGPTモデルにアクセスできて、米国の中央値の給与の10分の1で雇える可能性が高い。企業は常に限界コストを下げようとしてるからね。アメリカで1人のソフトウェアアーキテクトを雇って仕様を書かせて、インドで10人のソフトウェア開発者を雇って100人のエージェントを見守らせるんだ。

君の国の外にも才能ある開発者がいて、ちゃんと君の言語を話せるし、低賃金でも働く意欲があるんだ。そういう開発者が増える理由はたくさんあるよ。

LLMの価格について話すとき、みんな本質を見失ってる。[ ... 省略 ...] 90ドルのClaudeのサブスクリプションは、約1000ドルから4000ドル相当のAPIトークン価格に相当する。それを持って、これが持続不可能だと考えるのは不合理だと思う？

それに、あなたのローカルハードウェアじゃ、クラウドプロバイダーが使ってるようなモデルを動かすのは無理だよ。経済的にも現実的じゃないし、これからも無理だと思う。

今日知ったんだけど、Anthropicの「エンタープライズ」プランって、大企業がガバナンス機能や監査ログが必要だから使うやつなんだけど、APIトークンの料金で請求されるんだ（プラス20ドル/席/月）。だから、大企業はその割引サブスクリプションプランよりもずっと高い料金を請求されてるんだよね。

プロットは、無限のバイクシェッドみたいなもので、実際には10%がトレーラーパークで、やっとそれがトレーラーパークだと気づいたときには、トークン生成が実際に検証できるよりも早いから10〜100ドル損してるってことじゃない？ 実際に処理して検証できるなら、価格はあまり良くないって言う人もいるかもね…。

モデルの「オペレーター」の質が結果に大きな違いをもたらす。私の直感では、これがHNのコメント欄で「このモデルはすべてを変える！」から「この（同じ）モデルはクソだ。」という極端な意見の変動の原因だと思う。プロンプトが「上手い」って何を意味するのか、まだ具体化されてないし、プロンプトスキルを評価するための代理やヒューリスティック、シボレトも開発されてない。プロンプトスキルが本当に存在するのか、コミュニティには懐疑的な意見もあるしね。それに、たとえプロンプトスキルが本物でも、「実は君、プロンプト下手だよ。」なんて言われたくないよね。

最後に、Opusのような5T SOTAモデルと、ベンチマークでしか良いパフォーマンスを発揮しないDeepSeekの小さなディスティレーションとの間には、能力、決定論、エラーハンドリングに大きな違いがあるよ。 Opusが5Tモデルだっていう情報はどこから来たの？ ローカルモデルは「Deepseekからのディスティレーション」じゃないし、「ベンチマークでしか良いパフォーマンスを発揮しない」わけでもない。Qwen 3.6はかなり良いモデルだよ（もちろんOpusには及ばないけど、速さは別のクオリティだしね）。

サブスクリプショントークンの価格はAPI価格の10倍から40倍安い これは一時的な現象だね。今後数ヶ月で大幅な価格上昇か厳しい制限、あるいはその両方が予想されるよ。これらの企業は巨額の損失を抱えていて、数千億の負債とコミットメントがあるから、早めにお金の流れを確保する必要があるんだ。

フロンティア以外のモデルも改善してるわけじゃないよ。もし誰かがDeepseekを使って$100で90%の作業を終わらせて、残りの$100をAnthropicやOpenAIに払って完成させるなら、$1000をAnthropicやOpenAIに払うよりそっちを選ぶと思うよ。

記事はアウトソーシングについて正しいと思うけど、安いオフショアの契約者からではなくて、良い専門家がもっと独立して、AIを使ってより多くのクライアントをサポートできるようになると思う。つまり、中小企業は内部にそれほど多くのエンジニアや財務、マーケティング担当者を必要としなくなるってことだね。

これには納得できる。私にとってのボトルネックは「コードを理解する」ことじゃなくて、「ユーザーを理解する」ことだね。後者を検証するのはプログラマーじゃなくてもできる仕事だし。

ホスティングされたフロンティアモデルは、かなりの補助金が出てるよね？ 現在の非フロンティアモデルの目的は、学習だと思うから、実際の価格を比較する市場が始まったときにはスキルが身についてるはず。

エージェント的なコーディングについては100%同意するよ。ローカルモデルでの大規模コーディングは、遅いし高くつくし、最悪だね。狭い範囲のコーディング（特定の関数を書くとか）は遅いけど、なんとかできる。高性能のコンシューマーハードウェアでの通常のLLMチャットの使用は、コスト以外では競争力があると思う。0 0 - https://www.williamangel.net/blog/2026/05/17/offline-llm-ene...

ローカルモデルはSOTAモデルに対して3〜6ヶ月遅れてるけど、すべてのIPを怪しい第三者に送る必要がないっていう大きな利点があるよね。もし推論コストが下がれば（ここ数年で下がってきてるし）、年末までには今日のSOTAをノートパソコンで動かせるようになると思う。

私も同じ結論に至ったよ。クエリのコストを考えると、Opusを常に使うのが一番安上がりだね。

自分の動機と合わない企業に自分を縛り付けないことが大事だよ。

そうは思わないよ。聞いたところによると、Deepseekは推論でお金を失ってないみたいだ。

「彼らはコストで大量のトークンを補助している」これは完全に間違いだよ。OpenRouterでDeepseekモデルを提供している他のプロバイダーもすごく安い価格を提示できてるし、彼らは何も補助するお金なんて持ってないから。

最初の主張のソースはある？私の印象では、Deepseekはv4を安価な推論のために特別に設計したと思うし、75%安い価格でも損はしてないんじゃないかな。

Qwen 3.6のハードウェアの詳細を教えてもらえますか？それと、密なバージョンとMoEバージョンのどちらを使っていますか？

設計文書がほとんどない、仕様書もほとんどない、チームが半分以上アウトソースされているような職場で働いた経験から言うと、そこは効果的な職場ではなかったね。

「アウトソーシング」された開発者やショップのビジネスモデルは、基本的に人を過剰請求することなんだよね。「あなたのプロジェクトには4人のエンジニアが働いています」（でも実際は他の5つのプロジェクトにも関わってる）。エンジニア自身は協力的でも、彼らのマネージャーや経営者は密接な協力を嫌がって、距離を置いた仕事を強いるんだよ（例えば、週に1回の電話会議とか）。どうしてそう思うかって？昔、300,000ポンド（運良く自分のお金じゃなかったけど）をアウトソーシングの開発チームに使ったことがあって、結局何も成果が出なかったんだ。ほとんどの場合、仕事を合わせることが重要だったのに！俺とパートナーは、実際に何が欲しいかをある程度理解してたから、もっと頻繁に同期を取ろうとしたけど、彼らのマネージャーはずっと抵抗してたんだよ。これが「コンサルティング」ビジネスモデルってやつ！リモートの仕事では、インセンティブが逆転する。実際にはフルタイムの社員みたいなもので、コミュニケーションを妨げる管理層もないし（怠け者や詐欺師じゃない限り）、面白い問題に取り組みたいと思うはずだし、退屈したくないよね！

まさにその通り。すべてを適切なレベルの詳細で仕様化する必要があるし（その時点でLLMがうまくやれるかもしれない）、アウトソーシングチームは内部のチームとは全然違う方法で作業することが多いから、納品のレベルやスピードの違いは絶対的なんだよね。しかも、すべてがこんなに早く変わっているのに、なんで他の会社のスタッフを育てるために時間とお金を使わなきゃいけないの？

アウトソーシングは、基本的に払った分だけのものを得られることが多いし、他の方法よりも透明性があると言える。ただ、その透明性（つまり、質に対する価格）が、管理や調達の決定から、最終的に分散して働くチームに伝わらないことがあるんだよね。元の投稿の前提が間違っているのもここだと思う。DeepSeekとフロンティアモデルの違いは、低品質のアウトソーシングがカバーできるものではないことが多い。だから、結局は高いスキルを持つアウトソーシングエンジニアにお金を払うことになって、あまり安くはならないんだよ（ほとんどのアウトソーシングはコストだけじゃなく、キャパシティや能力の問題でもあるし）。

「非常に詳細な設計文書を書く必要がある」 でも、幸いなことにLLMもそれができるんだよね。

面白いよね。アウトソーシングの問題はAIの問題と同じで、2000年代初頭に戻った感じがする。企業はどれだけお金を節約できるかに驚いているけど、その結果、製品にどれだけのダメージがあるかには気づいていない。一部の企業は、強力なプロダクトやプロジェクトリーダーから非常に厳密な監視を受けて、新しい世代の開発者になるけど、他の企業はピッチを信じて、ソフトウェアがメンテナンス不可能になると失敗するだろう。10年後の予測は、今と同じ数の開発者がいて、今よりも多くの製品を作っているってこと。AIは意味のある孤立した領域で自動化に使われるけど、ほとんどのソフトウェア開発は、同じ概念を表現するのに必要なテキストのゴミが少なくて済むように、より高い抽象レベルで行われる。コードの本質は、奇妙なエッジケースの複雑さを特にエンコードして強調することにさらに集中していくと思う。俺は、何人もの手を経て受け継がれた非常に汚いソフトウェアのMUDでソフトウェア開発の旅を始めた。AIにソフトウェアを作らせると、厳重な監視や修正なしでは、泥とスパゲッティの塊を掘り返そうとする人はいないと思う。ソフトウェア開発の核心は常に問題解決（正確には問題の特定）だった。時間が経つにつれて、我々はその点に焦点を合わせるために、どんどん余計なものを取り除いてきた。おそらくその傾向は続いて、問題を表現するためにさらにスリムで抽象的な言語に進化していくと思うし、日常の作業においては重要だけど、他の誰かがより良くやってくれると仮定できるように、細かい論理の流れやドライバビット、数学をライブラリやツールにどんどん集約していくと思う。

私の問題は、ただ単にオーナーシップが欠けていることなんだ。小規模で特化したアウトソーシング会社じゃない限り、企業は品質やメンテナンス性に関係なく、ただ納品する方が楽なんだよね。まあ、正直言うと、私のサンプル数は少ないけど。

いや、プロジェクトを壁越しに渡すのはほぼ必ず失敗につながる。要件が明確すぎることはないからね。