12,461 文字
私たちの見立てでは、おそらく来年には、開発の半分ぐらいはAIによって行われるようになるでしょう。そしてその割合はそこからさらに増えていくと思います。メタのマーク・ザッカーバーグとマイクロソフトのサティア・ナデラのCEO二人がLlamicon 2025で対談し、オープンソースからエージェント、そして今後1年半でコーディングがどのように変化するかまで、様々なトピックについて語りました。見てみましょう。
少し順番を変えて、まずAIコーディングについて話している部分に直接行きましょう。特に両社でAIによって書かれているコードの割合と将来の可能性についての話です。非常に興味深いものです。
「マイクロソフト内で現在書かれているコードのうち、エンジニアではなくAIによって書かれている割合はどのくらいか把握していますか？」
「私たちが追跡している指標は2つあります。一つは受け入れ率です。これは30〜40%程度で単調に増加しています。大きな課題の一つは、私たちのコードの多くがまだC++であることです。C言語やC#はかなり良いのですが、C++はそれほど良くありませんでした。Pythonは素晴らしいです。言語サポートが増えるにつれてコード補完も良くなってきました。これはモデルがC++についてはそれほど訓練されていないからです。C++のトレーニングデータもありますが、C++はオープンソースではないと思いますし、C++を書く場合、多くのクローズドソースツールを使用することになります。一方、Pythonはオープンソースであり、使用するツールもオープンソース、ライブラリもオープンソースです。これにより、単純にトレーニングデータが豊富にあるため、これらのモデルはPythonを書くのが非常に得意になっています。
エージェントによるコードは、新規プロジェクトでは非常に高い比率ですが、多くの場合、完全に新しいプロジェクトはありません。コードレビューの割合も非常に高いです。実際、コードレビューをするエージェントの使用率は増加しています。」
ここで少し立ち止まって考えてみましょう。彼は「完全に新しいプロジェクトはほとんどない」と言っていますが、これは巨大なレガシー企業で大量のレガシーコードを抱えている場合にのみ当てはまります。マイクロソフトは数十年前に書かれたコードで動いています。そのため、エージェントはこれらの言語でのコード作成が得意ではないだけでなく、コード間の依存関係が多すぎて、エージェントがそれらのコードベースを理解して反復することが難しいのです。
コンテキストが単に大きすぎるのです、少なくとも今のところは。しかし、ゼロから何かを構築する別の会社、スタートアップ企業がAIによって反復できるように特別に書かれたコードを構築しているとしたら、マイクロソフトが想像できないようなペースで加速することができるでしょう。
マイクロソフトにとって新規プロジェクトの機会が少ないとしても、他の企業にとっては多くの新規プロジェクトの機会があるかもしれません。彼はまた、AIがコードレビューに大きく活用されていると言っています。これは理にかなっています。コードレビューでは、コード全体の一部を取り出し、新しいコードと古いコードの差分を見て、それが意味をなすか、変更したコードの周囲の関連コードの文脈の中で意味をなすかをレビューするからです。AIはこれを非常に上手く行うことができそうです。
ここで彼は具体的な割合について話しています。通常、AIによって行われるコード補完と区別されていないことに注意してください。コードの行や関数を入力し始めて、Tabキーを押すと補完されるのは、技術的にはAIが書いたものです。しかし、コードを書くのに完全にAIに依存している場合、例えばPR（プルリクエスト）をエージェントに割り当てる場合、それは別のレベルのAIコーディングだと私は考えます。
しかし、彼が言おうとしている数字にはこれらすべてが混在していると思います。
「使用率は増加しています。そのため、私たちのレポジトリにある今日のコードの20〜30%は、おそらくソフトウェアによって書かれたものでしょう。あなたたちはどうですか？」
「私は実際に数字を覚えていませんが、人々が言っている統計の多くは、この自動補完の種類のものです。しかし、私たちには、フィードランキング実験や広告ランキングなど、過去に行われたすべての変更の履歴を研究して変更を加えることができる、非常に限定的なドメインで作業しているチームがいくつかあります。それは私たちにとって興味深い領域です。
しかし私たちが焦点を当てている大きなものは、ラマの開発自体を進めるためのAIと機械学習エンジニアを構築することです」
彼が今言ったことは、この対談全体で最も重要なことかもしれません。彼らはMLとAI研究ができる人工知能を開発しています。私が何千回も言ってきたように、これが知能爆発です。AIが反復し自己改善できるようになると、その自己改善にどれだけのエージェントを投入できるかという問題になり、それは本質的に指数関数的なものになります。
「私たちの見立てでは、おそらく来年には、開発の半分ぐらいはAIによって行われるようになるでしょう。そしてその割合はそこからさらに増えていくと思います。何か違った見方をしていらっしゃいますか？」
「私にとっては、エージェントが最初の試みです。私たちにとっての問題は、来年、例えばカーネル最適化のようなものを実現できるかどうかです。それは可能性が高いと思います。ただし、新しいモデルアーキテクチャの変更を思いつくということはおそらくないでしょう。どのタスクかという問題です。最適化やセキュリティ改善などの領域は機会が非常に高いと思います」
正直に言って、ザッカーバーグの方がナデラよりも未来を見据えているように聞こえます。ナデラが手の内を明かさないようにしているのでなければ。マイクロソフトは実際に自社モデルを開発しているわけではなく、他社と提携しています。メタは自社モデルを開発しています。彼はおそらく、マイクロソフトよりもこれらのモデルを自己改善できるようにすることを考えているのでしょう。
「そうですね。私たちは異なる問題を解決しようとしています。あなたたちは多くの開発者やエンジニアにサービスを提供していて、それがコアビジネスです。私たちにとってはこれは内部開発とラマモデルを改善するためのものであり、他の人々がそれを使用できますが、あなたのように端から端までのワークフローを行うわけではありません。あなたがどのように考えているかを聞くのは興味深いです」
「わかりません。それは変わるかもしれません」
私はどちらも互いに欺こうとしているか、少なくとも全体像を話していないと思います。メタは最近APIを立ち上げました。つまり、開発者にサービスを提供する方向に進んでいるのです。これはマイクロソフトの領域です。
「私たちにとっては、ビルが会社をツール企業として設立したように、興味深いのは、私たちのツールとインフラを、エージェントが使用するためのツールとインフラとして再概念化することです。なぜなら、エージェントにも多くのツールが必要だからです。技術スタック全体をエージェントの世界のために再考する必要があります。エージェントはどのようにコードを書き、データベースから情報を取得し、ウェブを閲覧し、互いに通信し、ツールを使用するのか。こういったことすべてを標準化し、解決する必要があります。まだ初期段階であり、それが非常に興奮する理由です。
AIを最優先に考えた場合に、ソフトウェアの世界がどのような形になるべきか、どのような形であるべきかを考える必要があります。彼らのインフラや彼らのサンドボックスはどうあるべきか。私たちがこれから行うことの多くは、GitHubリポジトリの構造自体がエージェントにとってどのようなものになるべきかを進化させることです」
「それは非常に興味深い概念です。私は将来的にすべてのエンジニアは基本的にテックリードのようになり、彼らが一緒に仕事をする小さなエンジニアリングエージェントの軍隊を持つようになると考えています」
これが私が説明していたオーケストレーターです。テックリードが何十、何百もの異なるエージェントをオーケストレーションします。これらのエージェントがオーケストレーターに割り当てられたタスクを実行するためにどのように協力するかは、まだ決定されていません。そして、リポジトリがどのようなものになるのかを再考する必要があります。人間のチーム5人、10人、20人が異なるブランチで単一のリポジトリで作業する代わりに、今では5人、10人、数百のエージェントが同時に調整して単一のブランチで作業することができます。
どうなるのか本当にわかりません。それは完全に見当違いかもしれません。ちなみに、コメント欄で意見を聞かせてください。次に、彼らは新しい開発者がプログラミング業界に入る場合、何を考えるべきか、AIコーディングやソフトウェア開発に関わるすべてのことについてどのように考えるべきかについて話します。私自身、この質問をよく受けます。
人々は私にコーディングを学ぶべきか、まだコーディングを学ぶ価値はあるのかと尋ねてきます。今のところはそうだと思いますが、長期的には、実際のコードの書き方を知っていることはあまり関係ないかもしれません。知っていることは素晴らしいと思いますが、それはほとんど工芸品のようなものになるでしょう。エージェントが私たちのコードの大部分を書くことになるでしょう。
大切なのはAIエージェントチームとの対話方法を学ぶことです。また、システム思考の方法を学ぶことは非常に重要だと思います。コーディングを学ぶことによってシステム思考を学びます。特定のプログラミング言語を知る必要はありませんが、システム思考を学ぶことは、コードを一行も書かなくても人生で価値があります。
エージェントをオーケストレーションする場合でも、システム思考は重要です。
「開発者として今日何かを構築し始めるとしたら、どのツールを使用するかについてどのように考えますか？」
「ビルが私たちすべてに教え込んだ最大の追求の一つは、ドキュメントとアプリケーションとウェブサイトの違いは何かということでした。現在、Meta、ChatGPT、Copilotなどを使用していると、チャットセッションとドキュメントの違いは何かが不明確です。
例えば、Llama 4について調べていた時に、実際にはたくさんのチャットセッションを行い、それを効果的にページにドキュメントとして追加して保存しました。そしてコード補完があるので、それをアプリケーションにすることもできます。
高レベルの意図から始めて、過去にアプリケーションと呼んでいたような生きたアーティファクトになるものを作ることができるという考えは、ワークフローに大きな影響を与えると思います。私たちはその始まりにいると思います。それが私の夢です。インフラとツールの構築者として、そしてその使用者として、これらの人工的なカテゴリー境界、つまり主にソフトウェアの制限によって作られたカテゴリー境界は、おそらく超越できるでしょう。
私たちがいつも考えていたもう一つのことは、なぜWordとExcelとPowerPointが別々のものなのかということです。なぜ一つのものではないのかと。そして私たちは複数回試みましたが、今では考えることができますよね。Wordから始めて、Excelのように視覚化し、それを発表することができ、それらはすべて一つのデータ構造として保存できます。私にとって、以前ほど堅牢ではなかったその柔軟性が今はあります」
「なるほど、理解できます」
私は彼が言っていることは、人間とデータの間のインターフェースに関することだと思います。彼はこれらの異なるサイロ化されたソフトウェア間の柔軟性について話していますが、実際には人間と真実のデータの間にAIエージェントが存在することになると思います。
これが私が思う未来の完璧なアーキテクチャです。真実のデータは従来のデータベースに保存されます。それは今日私たちが知っているデータベースのように見えないかもしれませんが、永続的なデータベースになるでしょう。それは本質的に決定論的です。それが真実です。
そして、そこにはエージェントがあり、もう一方には人間がいます。人間は何かをする必要があり、何かを学び、何かを理解し、何かを割り当てるなど、何であれ、エージェントと話すでしょう。エージェントは他のすべてのことを行います。すべてのソフトウェアを書き、割り当てられたタスクを達成するために必要なすべてのデータを取得します。
このことを考えると、実際にはソフトウェアは存在しません。以前にソフトウェアは終わったと言いましたが、少し皮肉を込めてでしたが、本当に考えてみると、データベースがあり、エージェントの層があり、そして上にすべてをオーケストレーションする人間がいるでしょう。
そのとき、アプリケーションはどこにあるのでしょうか？私にはわかりません。
次に、マークはサティアに人工知能の実際の応用についてどう考えるか尋ねています。彼は「このすべてのインフラ投資、AIにおけるすべてのイノベーションは、GDP成長に反映される必要がある」というサティアの言葉を引用しています。もちろんそうです。資本主義社会として、投資は実際にリターンをもたらさなければ失敗となります。
「この進歩を理解するために何を求めるべきか、そしてそれが3年、5年、7年の期間でどのようになると予想されるかについて、あなたの見解を聞かせてください」
「私にとっては、それは正しいと思います。なぜなら、私たちにとっては実存的な優先事項だからです。率直に言って、世界は私たちが抱えている多くの課題に対処できる新しい生産要素とインプットを必要としています。考え方としては、発展途上国が10%で成長するために何が必要かということです。これは産業革命時のピーク数値だったかもしれません。
そして、それが起こるためには、医療、小売、幅広い知識労働、あらゆる産業での生産性の向上が必要です。そのためにはAIに可能性がありますが、実際に生産性の実質的な変化をもたらすためにはソフトウェアと管理の変更が必要です。なぜなら、ある意味で人々は異なる方法でそれと連携する必要があるからです。
電気がどうなったかをよく引用されますが、人々が電気を本当に異なる方法で使用するために工場を変える必要があることを理解するまでに50年かかりました。有名なフォードのケーススタディのようなものです。私たちはその間にいると思います。50年かからないことを願っていますが、これを馬なし馬車のように考えるだけでは、向こう側に到達する方法ではないと感じています。それはただの技術ではありません。技術は進歩する必要があります。その技術を新しい仕事、仕事のアーティファクト、ワークフローを実際に提供するシステムに組み込む必要があります」
彼が言ったことをこれ以上うまく言い換えることはできません。アメリカだけでなく地球全体にとって実存的な問題があり、AIはこれらの問題の多くを解決する可能性を持っています。
「あなたは何度も、AI周辺の技術の現在の瞬間が、クライアントサーバーへの移行、ウェブの始まりなど、過去の重要な変革を思い出させると言っています。それについてどう思いますか？」
「私にとって興味深いのは、こうした転換期に、スタックのすべてが再検討され、第一原理に戻って構築し始めることができるということです。例えば、2007年、2008年頃から構築し始めたクラウドインフラの形状、トレーニングのためのコアストレージシステムは、あなたが構築したコアストレージシステムのようには見えません。データ並列同期ワークロードなどは、Hadoopなどとは非常に異なります。
こうしたプラットフォームのシフトごとに、テクノロジースタックの上から下までをすべて再考する必要があるという事実は、私たちが時々直面することだと思います。それは存在したものから成長します。ウェブはWindowsの上に生まれましたが、それをはるかに超えました。そのように私はこれについても考えています」
私にとって、これは現在私たちが経験している新しい波の中で最も興奮することです。個人的には、これは史上最大の技術革新の波だと信じています。
しかし基本的に、人工知能のおかげですべてのインフラがどのように見えるかを再想像することができます。私たちは今、ぎこちない段階にいます。通常、まったく新しい技術が登場すると、誰もが既に機能している方法、既存のパターンにそれを適合させようとします。
いくつかの例を挙げましょう。インターネットの初期には、既存のパターンである印刷メディアを取り、それを文字どおりウェブサイトに貼り付けようとしました。彼らが理解していなかったのは、インタラクティブな層全体と印刷メディアでは不可能だったが、インターネットがあれば可能になるその他多くの要素があったということです。
AIコーディングはその良い例です。現在、私たちはAIを使用してコードを書くのを手伝っていますが、従来のパターンを使用しています。使用しているツールの多くは基本的に従来のIDEに人工知能を付け加えたものです。今ではより多くのものが得られるようになっています。Cursor、Replit、Windsurfのようなツールが登場し始め、これらのツールは正しい方向へと向かい始めています。私たちはゼロから考え始めています。
将来的にコーディングはどのように見えるでしょうか？ほとんど完全にAIによって行われ、人間はオーケストレーターです。繰り返しますが、可能性の表面をほんの少し掻いただけです。そして、興奮することは、AIが基本的に私たちの生活のあらゆる側面とどのように相互作用するかについて、この新しいパターンを発明することです。
「なるほど。効率が向上するとそれが機能する方法が変わり、人々はただそのサービスをより多く消費するようになるという点を何度も指摘していますね」
彼はジェヴォンズのパラドックスについて話しています。リソースが安くなると、直感的には人々はそれにかけるお金が少なくなると思われます。需要が同じままで価格が下がれば、支払われる総額も少なくなるからです。しかし、ジェヴォンズのパラドックスでは、DeepSeek R1で簡単に示されたように、何かが安くなればなるほど、何かが効率的になればなるほど、実際には逆効果があります。
単位当たりのコストは下がりますが、そのリソースの総消費量は増加します。
「これらのAIモデルの周りでそれがどのように展開されているかについてどう思いますか？世代から世代へと、はるかに効率的になり、前の世代よりも多くの知能を提供しているのを見ていますね。明らかにすべてが超高速で起こっています。どのように見ているのか教えてください」
「考えてみると、数年前、私たちは皆、モアの法則はどうなったのか、終わったのか、どうすればいいのかと考えていました。そして今、私たちは何か狂ったようなモアの法則の超ドライブの中にいます。これらの技術プラットフォームのシフトのいずれも、一つのS曲線だけではなく、複数のS曲線が重なり合っています。
チップが良くなっているという事実だけを取っても、JensenやLisaのような人々が素晴らしいイノベーションをしています」
JensenとLisaはいとこ同士です。JensenはNVIDIAのCEO、Lisa SuはAMDのCEOです。
「彼らのサイクルタイムは速くなりました。それがモアの法則だとしましょう。しかし、それに加えて、フリート全体、システムソフトウェアの最適化、モデルアーキテクチャの最適化、推論のためのカーネル最適化、アプリケーションサーバー、プロンプトキャッシングなどすべてを加えると、6ヶ月、12ヶ月ごとに、おそらく10倍の改善があります。
そのような速度で能力が向上し、価格がその速度で下がると、基本的に消費は増加します。そのため、深いアプリケーションが構築できる段階にあると非常に楽観的です」
彼がアプリケーションと言うとき、インフラストラクチャとモデルとハードウェア層の上に構築されたソフトウェアについて話しています。そして今日最大の機会はおそらくこれらのモデルの上にアプリケーションを構築することだと思います。
そして、モデルの周りにインフラストラクチャ、足場を構築する機会がまだたくさんあると思います。ちなみに、私はTwitterでそれについて投稿しました。私をフォローしていない場合は、Matthew BurmanをTwitterで探してください。メモリ管理、コーディング支援、エージェンティックフレームワーク、ツール使用、プロンプト管理と最適化など、やるべきことがたくさんあります。
しかし、その上に、今日まで本当にほとんど見られていないことは、アプリケーション層です。この素晴らしいAIを消費者や企業にどのように提供するのでしょうか？それはまだ解明されていません。それはおそらく今日までAIスタックの中で最も探求されていない領域であり、複数のモデルを持つこれらのエージェントをオーケストレーションする層があります。
「私たちはその場所にいると感じています。なぜなら、最初の世代のアプリを考えると、それらは非常に一つのモデルに結合していましたが、私たちはついにマルチモデルアプリケーションを開発し始めています。一つのモデルで構築されたアプリエージェントが別のエージェントと話すような決定論的なワークフローをオーケストレーションできます。
これらのプロトコルはMCPであれA2Nであれ、何であれ、すべて良いものです。もし少し標準化できれば、そして能力の構築を活用しつつ柔軟性を持つアプリケーションを構築できれば、それがオープンソースが非常に大きな役割を果たす場所だと思います」
彼が言及したことの多くは私が非常に興味を持っていることです。複数のエージェントを調整できるエージェンティックフレームワーク。それらのエージェントがそれぞれ異なるプロバイダーからの個々の大規模言語モデルによって動力を得ることができるようにすること。例えば、OpenAIからのモデル、Metaからのモデル、Anthropicからのモデルがあり、それらがすべて互いに話し合うとします。
特定のタスクに対して最適なモデルを見つけています。そして、その中でも、各個々のプロンプト内でも、モデルルーティングのようなものがあります。各個々のプロンプトに対して、最も安く、最も効率的で、最高品質のものを最適化することができます。
これらすべてのことに非常に興奮していますが、現在最大の機会はアプリケーション層だと思います。
「複数のモデルを一緒に使用する方法について議論することを確実にしたいですね。そして、蒸留工場のような概念全体と、それについて情報とインフラがあり、マイクロソフトが基本的に提供するのに良い立場にあると考えています。複数のモデルがあります。それに戻るかもしれません。
しかし、その前に、マイクロソフトはオープンソースをめぐる興味深い旅を経てきました。あなたのリーダーシップの下で、早い段階で行ったことの一つでした。そして、OpenAIとの早期パートナーシップがありましたが、クローズドモデルとの連携に加えて、マイクロソフトがオープンモデルもうまくサポートすることを確実にしたいという明確な意図を持っていました。オープンソースエコシステムがどのように進化すると思うか、なぜそれがあなたの顧客にとって重要なのか、そして構築しているすべてのインフラでそれをどのように考えているかについて聞かせてください」
「それは興味深い質問です。私はマイクロソフトでの初期の仕事の一つとして、NTと様々なUnixフレーバーの間の相互運用性を確保することに取り組んでいました。それが私に教えてくれたのは、相互運用性は顧客が要求するものであり、それをうまくやれば、あなたのビジネスにとって良いことであり、明らかに顧客がいる場所で対応することになるということです。
私はクローズドソースやオープンソースについて教条的ではありません。両方とも世界に必要です。実際、顧客は両方を要求するでしょう。私たちのいずれかが教条主義を持っていても関係ありません。最終的には世界はそのように分かれるでしょう。それには必要性があります。
また、あなたが話したことにも合致します。なぜなら、私の多くのエンタープライズ顧客は、彼ら自身が所有するモデル、つまり彼らのIPであるモデルを蒸留できるようにしたいからです。そこでは、オープンソースモデルは大きな構造的優位性を持っています」
それを聞いて非常に驚いています。AIを採用する方法について考えている多くのビジネスリーダーと話してきましたが、「自分自身のモデルを微調整したい、自分自身のモデルを蒸留したい」と言うことはほとんどありませんでした。
このチャンネルで以前に言ったように、10回中9回、微調整はあなたのビジネスには必要ありません。通常、RAG（検索拡張生成）が答えです。適切なタイミングでモデルに適切なコンテキストを与えることを確実にすることが重要です。
次に、彼らは私の心に非常に近いトピック、エージェントについて話します。見てみましょう。
「あなたはエージェントと生産性向上について言及しましたが、それはエコシステムとコミュニティ全体の大きなテーマです。それがマイクロソフト内でどのように展開されているのか、また開発においてどのような最も興味深い例を見ているのか教えてください」
「私にとって最も役立ったのは、ソフトウェア開発で何が起こったかを見ることです。例えば、GitHub Copilotの進化を見ると、コード補完から始まり、チャットを追加しました。つまり、RedditやStack Overflowに行く必要がなく、作業の流れの中にとどまることができました。それは良かったです。
次にエージェンティックワークフロー。タスクを割り当てることができます。これら3つのことは、私たちのいずれかがそれを使用している場合、常にすべてを使用していることがわかります。つまり、一つが他のものに取って代わるのではなく、今はプロトエージェントもあります。つまり、高レベルのプロンプトを入力するか、PRをエージェントに割り当てることができます。
これら4つすべてと生産性の向上、そこから得た最大の教訓は、それをすべて現在のリポジトリと現在の開発者ワークフローに統合する必要があるということです。新しいアプリを構築することは一つのことですが、私たちはすべての時間を完全に新しいプロジェクトで作業することはできません」
それは非常に良い指摘です。既存のコード、既存のプロセス、チームがたくさんあるため、人々が慣れているプロセスに直接すべてのAIインフラストラクチャを構築する必要があります。
しかし個人的には、その新しいプロジェクトについてより興奮しています。コーディングの未来がどのようなものになるのか、それがほぼ完全に、もしくは完全にエージェントによって行われるときに考えたいです。IDEはどのように見えるでしょうか？そのオーケストレーションインターフェースはどのようなものでしょうか？正直に言って、それはVS Codeのようには見えないでしょう。VS Codeがそのように見えるのは、私たち人間がコードを最も簡単かつ効率的な方法で読み書きする必要があるからです。
しかし、エージェントがそれを行うとき、インターフェースは完全に異なる可能性があります。オーケストレーターのためのそのインターフェースはどのように見えるでしょうか？そしてそれを超えて、コードが必ずしも人間によって、または人間のために書かれる必要がないとき、それはどのように見えるでしょうか？エージェントがコードを書き、エージェントがコードを読み、コンピュータがコードを実行する場合、なぜそれがまったく自然言語のように見える必要があるのでしょうか？
そして、それはある程度そうです。すべての構文がその周りにあっても、最終的に私たちがそれを見ると、それはある程度自然言語に似ています。それは人間が例えば記号的なコードを書くのがとても下手だからです。だから、それがどのように見えるのかを考えることに本当に興奮しています。
「誰かが何かを準備する必要はありません。なぜなら、それはすべて手元にあるからです。したがって、仕事、仕事のアーティファクト、ワークフローを変更する必要があります。そしてそれは多くの変更です。最初はゆっくりと起こりますが、突然すべてが変わります」
これがCursorのAman Sangerが最近言ったことです。Cursorは1日に約10億行の受け入れられたコードを書いています。それは考えられないほど驚くべきことです。そしてそれはCursorだけです。Replit、Windsurf、Klein、その他のAIコーディングツールは含まれていません。
参考として、世界全体で1日に数十億行しか生産されていません。つまり、Cursorはすでに書かれているすべてのコードのかなりの割合を占めています。
これはまさに私がしばらくの間話してきたことです。私たちは毎日書かれるコードの量の絶大な爆発を見ることになるでしょう。さらに重要なことに、Vibeコーディングのようなものや、何もないところから自然言語で構築されたいものを記述し、実際に具現化され、デプロイでき、他の人が使用できるものになる能力によって、コードを書くことができる人の爆発的な増加を見ることになるでしょう。
これは私にとって非常に興奮することです。世界に何人の開発者がいるのか、おそらく数百万人から文字通り何十億人もの人々が自分が望むものは何でも書けるようになることです。
今日はこれだけにします。最後にモデル蒸留と、実世界のために意味のある機能的なツールを構築するための開発者への呼びかけについて少し触れています。
コメント