レニーのポッドキャストでのエージェント工学に関する対談のハイライト

私は、Lenny Rachitsky のポッドキャストにゲストとして出演し、新しいエピソード「An AI state of the union: We've passed the inflection point, dark factories are coming, and automation timelines」で話しました。このエピソードは [YouTube](https://youtu.be/wc8FBhQtdsA)、[Spotify](https://open.spotify.com/episode/0DVjwLT6wgtscdB78Qf1BQ)、そして [Apple Podcasts](https://podcasts.apple.com/us/podcast/an-ai-state-of-the-union-weve-passed-the/id1627920305?i=1000758850377) で利用可能です。会話のハイライトと関連リンクを以下にまとめます。 * - 11 月の転換点 - ソフトウェアエンジニアは他の情報労働者の指標となる - スマホでコードを書くこと - 責任ある「バイブコーディング」 - ダークファクトリーと StrongDM - ボトルネックがテストに移った - この仕事は疲れる - 中断のコストは今では大幅に低下した - ソフトウェアの見積もり能力が機能しなくなった - 中間層の人々にとって厳しい状況だ - ソフトウェアの評価が難しくなった - AI ツールは簡単だという誤解 - コーディングエージェントは現在、セキュリティ研究で有用である - OpenClaw - ジャーナリストは信頼できない情報源に対処するのが上手い - ペリカンベンチマーク - 最後に、オウムに関する朗報 - YouTube のチャプター ## 11月の転換点 [4:19](https://youtu.be/wc8FBhQtdsA?t=269) - これら二つのラボがコード作成におけるモデルの性能向上のために全力を尽くした結果、11月には私が「転換点」と呼ぶ局面が訪れました。そこでは GPT 5.1 と Claude Opus 4.5 が登場しました。 両者とも前世代のモデルから漸進的に改善されていましたが、それまでコードは概ね動作していたものの、非常に細心の注意を払う必要があった状況から、一歩越えた閾値を超えました。そして突然、私たちは「ほぼ常に指示した通りに動作する」世界へと移行しました。これがすべてを変えます。 今ではコーディングエージェントを起動して、「これを行う Mac アプリケーションを作成してほしい」と依頼すれば、何も機能しないバグだらけのゴミのような出力が返ってくることはもはやありません。 ## ソフトウェアエンジニアは他の情報労働者の指標となる [5:49](https://youtu.be/wc8FBhQtdsA?t=349) - 私は一日で 10,000 行のコードを書き上げることができます。そしてそのほとんどが動作します。これは良いことでしょうか？では、どうすれば「概ね動作する」状態から「すべてが動作する」状態へと移行できるのでしょうか？私たちは今、多くの新たな問いに直面しています。私はこれが、他の情報労働者にとっての指標（ベルウェザー）となる理由だと考えています。 エージェントに提示する問題の中で、コードはほぼすべての他の問題よりも扱いやすいです。なぜならコードは明らかに正解か不正解かのどちらかだからで、動作するかしないかは明確だからです。いくつかの微妙な隠れたバグが存在する可能性はありますが、一般的にはそのものが実際に機能しているかどうかを判断できます。 もしエージェントがエッセイを書いたり、訴訟書類を作成したりする場合、それが本当に良い仕事をしたのか、正解したのか不正解だったのかを導き出すのははるかに難しくなります。しかし、これはソフトウェアエンジニアである私たちにも起こっていることです。まず私たちに訪れました。 私たちは今、キャリアの行方はどうなるのか？以前は時間の大部分を占めていた作業の一部がもはやそうではなくなった場合、チームとしてどのように働くべきなのか？それはどのような姿になるのか？を考えています。そして、これが将来他の情報処理業務にどのように波及していくかを見るのは非常に興味深いでしょう。 弁護士たちはこの問題にひどく苦しんでいます。[AI 幻覚事例データベース](https://www.damiencharlotin.com/hallucinations/)は現在1,228件に達しています！ さらに、[冒頭部分](https://www.youtube.com/watch?v=wc8FBhQtdsA&t=0s)の「コールドオープン」からのこの一節も重要です： 以前は、ChatGPT にコードを求めると、いくつかのコードが出力され、それを実行してテストする必要がありました。しかし現在、コーディングエージェントがこのステップを代行してくれます。私にとって未解決の疑問は、他のどの知識労働分野が実際にこれらの「エージェントループ」に陥りやすいのかということです。 ## スマホでコードを書く [8:19](https://youtu.be/wc8FBhQtdsA?t=499) - 私はスマホで非常に多くのコードを書きます。驚くべきことに、犬を連れてビーチを散歩しながらでも良い仕事ができるのは素晴らしいことです。 私は主にこれに Claude の iPhone アプリを使用しています。通常の Claude チャットセッション（[現在コードを実行できます](https://simonwillison.net/2025/Sep/9/claude-code-interpreter/)）で使う場合や、[Web 版の Claude Code](https://code.claude.com/docs/en/claude-code-on-the-web) を制御するために使用する場合です。 ## 責任ある「バイブコーディング」 [9:55](https://youtu.be/wc8FBhQtdsA?t=595) もしバグがあった場合、あなた自身しか被害を受けない自分用の何かを「バイブコーディング」（直感や雰囲気だけでコードを書く手法）で開発しているなら、思いっきりやって構いません。それは完全に問題ありません。しかし、そのバイブコーディングで作ったコードを他人が使うためにリリースし、あなたのバグが実際に誰かを傷つける可能性がある瞬間には、一歩引いて考える必要があります。 また、[いつバイブコーディングが許されるか？](https://simonwillison.net/2025/Mar/19/vibe-coding/#when-is-it-ok-to-vibe-code-) もご覧ください。 ## ダークファクトリーと StrongDM [12:49](https://youtu.be/wc8FBhQtdsA?t=769) 「ダークファクトリー」と呼ばれる理由は、工場自動化におけるある考え方にあります。つまり、工場があまりにも自動化されていて人が必要ない場合、電気を消すことができるという考え方です。もし工場内で人が作業する必要がなければ、機械は完全な暗闇の中で稼働できるからです。それがソフトウェアの世界ではどう見えるのでしょうか？[...] あるポリシーがあり、誰もコードを書かないというものです：コンピュータにコードを入力してはなりません。正直言って、6 ヶ月前なら私はこれを狂気だと考えていました。しかし今日では、私が生成するコードの約 95% は自分で入力したものではありません。この世界はすでに現実のものとなっています。なぜなら、最新のモデルは十分に優秀で、「その変数名を変更し」「リファクタリングを行い」「ここにこの行を追加して」と指示すれば、彼らはそれを実行してくれるからです。これはキーボードを叩いて自分で入力するよりも速いのです。 しかし、次のルールがあります：誰もコードを読まないということです。これが StrongDM が昨年始めた取り組みです。 私は 2 月に [StrongDM のダークファクトリー探求](https://simonwillison.net/2026/Feb/7/software-factory/)についてもっと詳しく書きました。 ## ボトルネックはテストに移った [21:27](https://youtu.be/wc8FBhQtdsA?t=1287) - かつては、仕様書を策定してエンジニアリングチームに渡すものでした。そして幸運にも 3 週間後には、実装が戻ってくるという具合でした。しかし今では、その種のコーディングエージェント（coding agents）がどの程度確立されているかによりますが、それはわずか 3 時間で済むようになりました。では次に、どこにボトルネックがあるのでしょうか？ 製品開発を行ったことのある人なら誰でも知っている通り、最初のアイデアは常に間違っています。重要なのは、それらを証明し、テストすることです。 現在、作業可能なプロトタイプを非常に迅速に構築できるため、あらゆるものを以前よりもはるかに速くテストできるようになりました。そこで私が自分の仕事でよく行っている面白いことがあります。設計したい機能がある場合、その機能がどのように機能しうるかについて、3 つの異なるアプローチのプロトタイプを作成することが多いのです。なぜなら、これにはほとんど時間がかからないからです。 私は常にプロトタイピングを愛しており、今ではプロトタイピングはさらに価値が高まっています。 [22:40](https://youtu.be/wc8FBhQtdsA?t=1360) - 現在、UI プロトタイプ（ユーザーインターフェースのプロトタイプ）は無料です。ChatGPT や Claude は、あなたが説明するあらゆるものに対して非常に説得力のある UI をすぐに構築してくれます。これが、あなたが取るべき働き方です。製品デザインに取り組んでいて、わずかなプロトタイプを「バイブコーディング」していない人は、そのステップで得られる最も強力なブーストを見逃していると思います。 では、次にどうすればよいのでしょうか？1 つの選択肢ではなく 3 つの選択肢が与えられた場合、どのようにして自分がどれが最善であるかを証明すればよいでしょうか。それに対する自信のある答えは私にはありません。おそらく、ここで古くからある使いやすさテスト（usability testing）が役立ってくるのでしょう。 プロトタイピングについては後ほどさらに詳しく触れます： [46:35](https://youtu.be/wc8FBhQtdsA?t=2795) - 私のキャリア全体を通じて、私の超能力はプロトタイピングでした。私は物事の実用的なプロトタイプを非常に素早く作成することに長けていました。会議に出席して「見て、こうすれば機能するかもしれません」と示すことができる人物が私だったのです。それがまさに私の独自の売り出しポイントでした。しかし、それはもう過去のものになりました。今や誰でも私ができていたことをできるようになっています。 ## この仕事は疲れる [26:25](https://youtu.be/wc8FBhQtdsA?t=1585) - コーディングエージェントを効果的に活用するには、私の 25 年間のソフトウェアエンジニアとしての経験すべてを注ぎ込む必要があり、精神的に非常に疲弊します。一度に 4 つのエージェントを起動して、それぞれが異なる問題に取り組ませることもできます。しかし、午前 11 時にはその日の疲れがピークに達し、完全に力尽きてしまいます。[...] 私たちは新しい限界を見つけるための個人的なスキルを習得する必要があります。つまり、燃え尽き症候群（バーンアウト）を起こさないために、どのように責任を持って行動すべきかという点です。 私は、睡眠時間を削っている人々によく会います。彼らは「コーディングエージェントが私の代わりに作業してくれるはずだ」と考え、さらに 30 分だけ起きて追加のタスクを起動し、朝の 4 時に目が覚めてしまうのです。これは明らかに持続不可能な状態です。[...] これらのツールの一部をどのように使用するかには、一種のギャンブルや依存症の要素が含まれています。 ## 中断のコストは以前より遥かに低くなった [45:16](https://youtu.be/wc8FBhQtdsA?t=2716) - 人々は、コーディング担当者を中断しないことがいかに重要かを語ります。コーディング担当者には、メンタルモデルを構築しコードを生み出すために、確固たる 2〜4 時間の連続した作業ブロックが必要だとされます。しかし、これは完全に変わりました。私のプログラミング作業では、次に何をすべきかエージェントにプロンプト（指示）するために、時々 2 分ほど中断する必要があります。その後、他の用事を済ませ、また戻ってくることができます。私は以前よりもはるかに「中断されやすい」状態になっています。 ## ソフトウェアの工期見積もり能力が崩壊しました [28:19](https://youtu.be/wc8FBhQtdsA?t=1699) - 私は何かを構築するのにどれくらい時間がかかるかについて、25 年の経験を持っています。しかし、それはすべて無効になりました。以前なら「これは 2 週間かかるからやる価値がない」と言えた問題も、今では「おそらく 20 分で済むかもしれない」と考えざるを得ないからです。かつて 2 週間かかった理由の多くは、AI が現在私たちの代わりに処理してくれるような、古びたコード記述（crufty coding）に関するものだったのです。 私は AI に、自分でも実行不可能だと考えているタスクを頻繁に投げかけます。なぜなら、時々それが成功するからです。そして失敗したときには、そこから学べますよね？しかし、AI が実際に何かを成し遂げたとき、特に以前のモデルではできなかったことを成し遂げたときは、それはまさに最先端の AI 研究（AI research）なのです。 関連するエピソードがあります： [36:56](https://youtu.be/wc8FBhQtdsA?t=2216) - 私の友人たちの多くが、サイドプロジェクトのバックログを抱えていると話しています。過去 10 年、あるいは 15 年にわたって、彼らは完成しきれないプロジェクトをいくつも抱えてきました。そして最近では、「もう全部片付けた」と言う人もいます。ここ数ヶ月で、私は毎晩「このプロジェクトを終わらせよう」と進めてきたのです。そして最後には、バックログが消えたことに対する喪失感のようなものさえ感じているようです。「さて、バックログはなくなった。次は何を作ろうか？」と。 ## 真ん中の立場にいる人々にとっての困難 [29:29](https://youtu.be/wc8FBhQtdsA?t=1769) - ThoughtWorks という大手 IT コンサルティングファームが、先月ほど前にオフサイトイベントを開催し、異なる企業から多くのエンジニアリング VP を集めてこの話題について議論しました。彼らが出した興味深い仮説の一つは、この技術は経験豊富なエンジニアにとって非常に有益であり、そのスキルを増幅させるというものです。また、新入りのエンジニアにとっても、オンボーディング（入社研修）における多くの課題を解決してくれるため、大変良いことです。問題は真ん中の立場にいる人々です。キャリアの中途にあり、まだスーパーシニアエンジニアの地位には達していないが、かといって新人でもない層こそが、現在最も困難な状況にある可能性が高いのです。 私は Cloudflare が 1,000 人のインターンを採用した件や、Shopify も同様の動きをしている件について言及しました。 Lenny は、その真ん中の立場で行き詰まっている人々に対する私のアドバイスを求めました： [31:21](https://youtu.be/wc8FBhQtdsA?t=1881) - それは私に大きな責任を押し付けていますね！今後の道筋は、この技術に積極的に取り組むことだと考えます。そして、どうすればこれが私のスキル向上に役立つのかを考え抜くことです。 多くの人がスキルの低下を心配しています：AI が代わりにやってくれるなら、何も学べないという考え方です。もしあなたがそれを心配しているなら、それに対抗する必要があります。その技術をどのように適用するかを意識し、「このツールはあらゆる質問に答え、*しばしば*正解する」という事実を受け入れつつ、どうすれば自分のスキルを強化し、新しいことを学び、より野心的なプロジェクトに取り組めるかを考える必要があります。 [33:05](https://youtu.be/wc8FBhQtdsA?t=1985) - 今やあらゆるものが急速に変化しています。唯一の普遍的なスキルは、変化に柔軟に対応できる能力です。これが私たちが皆必要としているものです。 AI とどのようにして卓越した成果を上げるかというこれらの会話で最も頻繁に出てくる用語は*エンタージ（主体性）*です。私は、エージェントには全くエンタージがないと考えます。AI が決して持つことのできない唯一のものこそがエンタージであり、それは人間のような動機を持たないからです。 したがって、重要なのは自分自身のエンタージに投資し、この技術をどのように活用して自分の業務をより良く行い、新しいことを成し遂げるかを学ぶことに注力することです。 ## ソフトウェアの評価が難しくなっている 詳細なドキュメントと堅牢なテスト（tests）を備えたソフトウェアを作成することが非常に容易になったという事実は、何が信頼できるプロジェクトなのかを見極めることがより困難になっていることを意味します。 [37:47](https://youtu.be/wc8FBhQtdsA?t=2267) 時々、ソフトウェアや Python ライブラリなどのアイデアが浮かぶことがあります。すると、1 時間ほどで完成させ、ドキュメントもテストも整った状態にできます。以前なら数週間かけていたようなレベルのソフトウェアができあがり、それを GitHub にアップロードすることも可能です。 しかし……私はそれを信じていません。私がそれを信じない理由は、それらすべてを急いで作り上げたからです。おそらく品質は良いのでしょうが、その品質に自信を持てるほど十分に時間を費やしていません。最も重要なのは、*まだ実際に使っていない*ということです。 実は、他人のソフトウェアを使う際に私が最も重視するのは、開発者がそのソフトウェアを数ヶ月間使い込んでいたかどうかです。 私が作った非常に素晴らしいソフトウェアがいくつかありますが、*一度も使ったことがありません*。実際に試して使うよりも、作る方が早かったのです！ ## AI ツールは簡単だという誤解 [41:31](https://youtu.be/wc8FBhQtdsA?t=2491) - 誰もが「きっと簡単だろう」と言います。「ただのチャットボットだ」と。しかし、簡単ではありません。AI における大きな誤解の一つに、「これらのツールを効果的に使うのは簡単だ」という考えがあります。実際には、多くの練習が必要であり、うまくいかないことを試したり、うまくいったことを試したりする過程が不可欠です。 コーディングエージェントは現在、セキュリティ研究において有用である [19:04](https://youtu.be/wc8FBhQtdsA?t=1144) - 過去およそ3〜6か月の間に、彼らはセキュリティ研究者として信頼できる存在となり始め、それがセキュリティ研究業界に衝撃を与えています。 Thomas Ptacek の記事 [Vulnerability Research Is Cooked](https://sockpuppet.org/blog/2026/03/30/vulnerability-research-is-cooked/) を参照してください。 同時に、オープンソースプロジェクトは質の低いセキュリティレポートで溢れかえっています： [20:05](https://youtu.be/wc8FBhQtdsA?t=1205) - 自分たちが何をしているのか分かっていない人々が、ChatGPT にセキュリティホールを見つけさせてから、その結果をメンテナに報告しています。レポート自体はそれらしく見えます。ChatGPT は脆弱性に関する非常にフォーマットされたレポートを作成できますが、実際には問題として検証されていないため、時間の無駄です。 これを正しく行う良い例として、[Anthropic と Firefox の協力](https://blog.mozilla.org/en/firefox/hardening-firefox-anthropic-red-team/) が挙げられます。ここでは Anthropic のセキュリティチームが、Mozilla に引き渡す前にすべてのセキュリティ問題を*検証*しています。 ## OpenClaw もちろん、これについて話さなければなりませんでした

レニーのポッドキャストでのエージェント工学に関する対談のハイライト

背景や根拠まで確認しますか？

このニュースを、実務の判断につなげる

調べる

選ぶ

サイト