この記事では、Claude Code、Codex、AmpなどのAIコーディングエージェントの台頭と、それらがソフトウェア開発の方法を変えている様子を探ります。著者は、ターミナルベースの「雰囲気コーディング」が従来のIDEに取って代わっており、エンジニアが驚くべき速度で高品質なコードを生成していると主張しています。この変化は生産性の向上をもたらしますが、雇用の流出やパフォーマンス評価に関する懸念も引き起こします。この記事では、より広範な知識労働や社会へのAIの影響についても展望し、今後数年間で大きな変化が起きることを予測しています。
続きを読む
この記事では、従来のコーディングからコード補完、チャットベースコーディング、コーディングエージェント、エージェントクラスタ、そして最終的にはエージェントフリートまで、AIコーディングの進化を探っています。著者は、コーディングエージェントが開発効率を劇的に向上させる一方で、高コストも伴うと予測しています。将来のプログラマーの役割は、AIエージェントの管理と調整へと移行します。この記事では、若い世代のプログラマーがベテラン開発者よりもAIテクノロジーを積極的に採用していることを強調しており、これはソフトウェア開発業界の才能構造を再形成します。著者は、将来この分野で成功するためには、コーディングエージェントの効果的な使用方法を学ぶことが不可欠であると結論づけています。
続きを読む
この記事は、大規模言語モデル（LLM）の急速な発展、特にコード支援分野への応用について論じています。Amazon AWSやKubernetesなどを例に、小さな技術的ブレークスルーがいかに巨大な産業を生み出すかを説明しています。著者は、LLM搭載のコーディングアシスタントがソフトウェア開発業界に革命を起こすだろうと主張し、高品質なデータ（データモート）の重要性を強調しています。これは、LLMアシスタントによるコード生成の質を向上させるために不可欠です。記事の最後に、SourcegraphのCody、LLMベースのコーディングアシスタントを紹介しており、Sourcegraphの強力なコード検索エンジンを利用して「カンニングペーパー」—コンテキストウィンドウ—を作成し、コード生成の質を大幅に向上させています。
続きを読む