つまらない技術ではないかもしれない
本文の状態
日本語全文を表示中
詳細モードで約2分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Simon Willison Blog
著者が、LLMがプログラミングに与える影響について、訓練データに多く含まれるツールが優先され、新たな優れたツールの普及を妨げる可能性を指摘している。過去にはPythonやJavaScriptの質問が他言語より良い結果を出したが、最近のモデルでは改善が見られる。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
プログラミングにおけるLLM（大規模言語モデル）に関して繰り返し指摘される懸念は、学習データ内で最も多く扱われているツールへと技術選択を偏らせ、新しく優れたツールが認知されるのを阻害するのではないか、というものです。
これは確かに数年前には当てはまっていました。当時、モデルにPythonやJavaScriptの質問をすると、よりマイナーな言語について尋ねる場合よりも、はるかに良い結果が得られるように見えたのです。
しかし、優れたコーディングエージェントの仕組みで動作する最新モデルにおいて、この傾向が続いているかどうかは疑問です。
私は、自身の真新しいツールで非常に良好な結果を得ています。その際、まず「uvx showboat --help / rodney --help / chartroom --help を使ってこれらのツールについて学んでください」とプロンプトすることから始めます。これらの新しいモデルはコンテキスト長が十分に長いため、問題に取りかかる前に大量のドキュメントを読み込むことができるのです。
学習データに含まれるには非公開すぎる、あるいは新しすぎるライブラリやツールを使った既存のコードベースに、コーディングエージェントを投入しても、私の経験上、それは全く問題なく動作します。エージェントはパターンを理解するために既存のコード例を十分に参照し、その後、反復とテストを重ねて自身の出力を調整し、不足部分を埋めていくからです。
これは驚くべき結果です。私はコーディングエージェントが「退屈な技術を選べ」というアプローチの究極の体現となるだろうと考えていました。しかし実際には、それらが私の技術選択をそのような方向に導いているようには全く見えません。
タグ: ai, generative-ai, llms, ai-assisted-programming, boring-technology, coding-agents, agentic-engineering, november-2025-inflection
原文を表示
A recurring concern I've seen regarding LLMs for programming is that they will push our technology choices towards the tools that are best represented in their training data, making it harder for new, better tools to break through the noise.
This was certainly the case a couple of years ago, when asking models for help with Python or JavaScript appeared to give much better results than questions about less widely used languages.
With the latest models running in good coding agent harnesses I'm not sure this continues to hold up.
I'm seeing excellent results with my brand new tools where I start by prompting "use uvx showboat --help / rodney --help / chartroom --help to learn about these tools" - the context length of these new models is long enough that they can consume quite a lot of documentation before they start working on a problem.
Drop a coding agent into *any* existing codebase that uses libraries and tools that are too private or too new to feature in the training data and my experience is that it works *just fine* - the agent will consult enough of the existing examples to understand patterns, then iterate and test its own output to fill in the gaps.
This is a surprising result. I thought coding agents would prove to be the ultimate embodiment of the Choose Boring Technology approach, but in practice they don't seem to be affecting my technology choices in that way at all.
Tags: ai, generative-ai, llms, ai-assisted-programming, boring-technology, coding-agents, agentic-engineering, november-2025-inflection
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み