23歳でCursorを創業したMichael Truellが、GitHub Copilotに挑戦する道のりを語るインタビューである。中学時代からプログラミングに興味を持ち、高校時代にはAIプロジェクトに取り組んでいた彼が、複数のピボットを経てコーディング支援ツール開発に至るまでの軌跡を詳細に描いている。機械工学向けCADツールから始まり、最終的にはAIによるコーディングの未来を見据えた革新的なエディターを構築した過程と、エンジニア学生へのアドバイスを含む包括的な創業ストーリーが展開される。
コーディングの未来への信念とCursorの誕生
私たちはコーディングの未来について本当に根本的にワクワクしていることに気づきました。そして一歩下がって考えてみると、もし自分たちの信念に本当に一貫していたとすれば、今後5年間でコーディング全体が変化し、すべてのソフトウェア開発がモデルを通して流れるようになる機会があるということを理解しました。
その当時この分野で働いている人は誰も、それを本当に真剣に受け止めていないように感じられました。彼らは素晴らしい製品を持っていて、それを少しずつ改良していましたが、今日私たちが知っているすべてのコーディングが自動化され、ソフトウェア構築が全く違ったものになる世界を本当に目指していませんでした。
そのことを念頭に置いて、私たちはその取り組みを始めることにしました。
創業者としての原点
この話を、あなたが創業者としての旅の起源から始めましょう。中学時代にPGのエッセイを読んでいた頃まで遡る必要がありますね。
早い段階から、長い間会社を始めることに興味を持っていました。他の多くのことにも興味がありました。実際、最初にプログラミングに興味を持ったのは、何かビジネス的なものを始めることに興味があったからでした。初めてコードを見たのは、ある冬休みのことで、兄と私でヒットするモバイルゲームを作りたいと思ったんです。どうやって作るかわかりませんでした。
Googleで「ゲームの作り方」を調べたところ、Xcodeというアプリケーションをダウンロードする必要があると聞きました。それをダウンロードしたら、これらの奇妙でカラフルで難解なシンボルに直面しました。それがObjective-Cでした。これは今でも存在していますが、当時ほど人気ではないかもしれません。それには理由があります。Objective-Cの全く理解できない壁を見つめて、兄はすぐに撤退しました。
プログラミングを続けませんでした。彼は今、全く違うキャリアパスを歩んでいます。絵を描こうとしているか何かです。でも私は続けて、Objective-Cの本を買って、最終的にモバイルゲームの開発を始めました。それが私がプログラミングに入った起源でした。その道のりで、PGのエッセイやSamのエッセイ、そしてY Combinatorの多くの人々の大ファンでもありました。それは高校の初期段階からの大きなインスピレーションでした。
Cursorについて最も驚くべきことは、あなたが今24歳で、本当に短期間でこの巨大な会社を構築したことです。多くの人にとっては突然現れたように見えるかもしれませんが、これは実際には10年以上の準備の結果でした。あなたは多くの異なるプロジェクトに取り組み、出荷してきましたよね。高校時代からAIにも取り組んでいたと聞いています。
高校時代からのAI研究
幸運にも早い段階でプログラミングを見つけることができました。また早い段階でAIに興味を持ち、AIプロジェクトに取り組む素晴らしい協力者を見つけることもできました。モバイルゲームへの取り組みの後、実際にはモバイルゲームはあまり得意ではなかったので、私が作ったもので実際に最も人気になったものは、技術的には最も簡単に作れるものでした。これはスタートアップの教訓かもしれません – コードがすべてではないということです。
それはピアノタイルやFlappy Birdなどのゲームで偽のハイスコアを作って友達に送ることができるモバイルアプリでした。それがバイラルになったものでした。ゲームエンジンを一から手作りするような苦労したものではありませんでした。
でもその後すぐに、友人と一緒にロボット犬を作るというアイデアに興味を持ちました。プログラミングせずに教えることができるロボットがあったら素晴らしいだろうと思ったんです。代わりに犬に与えるような肯定的・否定的フィードバックを与えることができます。何か良いことをしたらおやつを与え、悪いことをしたら「だめ」と言う。そうすればフェッチを教えたりできるかもしれません。
そのアイデアに本当に興奮しましたが、どうやって作ればいいか全然わかりませんでした。そこで再びGoogle検索から始めて、多くの分野を探求し、遺伝的アルゴリズムについて学び、構築したいロボット犬に役立つかもしれないと考えました。
最終的にニューラルネットワークについて学びました。当時の人々が遺伝的アルゴリズムを使ってニューラルネットワークを進化させる試みをしていたからです、NEATのような研究とともに。そして最終的には強化学習（RL）にたどり着きました。2015年でも、人々は長い間それに取り組んでいました。
最終的に友人と私はいくつかのロボットを作りました。永続的な実質的な仕事はしませんでしたが、強化学習アルゴリズムをより効率的なデータ使用にする、つまり非常に少ないデータポイント（数十のオーダー）からより良く学習し、人間が提供するようなノイズの多いデータからも学習する、当時としては興味深い研究をしました。
犬ではありませんでしたが、いくつかのロボットを作りました。その一つは、パドルを振って卓球をプレイできる多軸ロボットアームでした。適切なセンサーを取り付けて、適切な肯定的・否定的フィードバックを与えると、ボールを見たときにスイングすることを教えられました。
また、ライン追従を教えるKiwi driveロボットもありました。これは機械学習の素晴らしい教育になりました。部分的には、TorchやTensorFlowなどの利用可能な多くの構成要素があることを知らないという愚かで純真な状態だったからです。Googleでの検索が下手だったのかもしれません。
ニューラルネットワークをスクラッチから実装したということですね。
はい。16、17歳の時でしたね。
問題の制約は、ロボットを扱っていたのでマイクロコントローラを使っていました。マイクロコントローラはメモリが非常に少なく、通常の標準的な機械学習ライブラリを実際にフィットさせることができませんでした。
ロボット犬を作ろうとするバイクシェディングの一環として、私たちは独自の小さなニューラルネットワークライブラリを実装しました。これらの内部の仕組みを本当に理解していなかったり、微積分を理解していなかったりしながらも、ニューラルネットワークの重要なアイデアを再実装することで手探りで進んでいった記憶があります。
多くのことを学んだと思います。基礎的な理解にはたくさんのギャップがあり、それを埋めるのに何年もかかりました。
Anysphereの設立と初期のアイデア
Anysphereの設立まで話を進めましょう。興味深い名前ですね。Cursorは元々の名前ではありませんでした。あなたたち4人がMITを卒業したばかりの2022年に始めたとき、2022年に最初に取り組んだアイデアは何でしたか？
Cursorの起源は2021年にありました。私の共同創業者たちと私は、長い間AIに興味を持っていました。私たちそれぞれが独自の小さなロボット犬の瞬間を持っていました。私の共同創業者の一人は、2021年に実際にGoogleでLLMを使った競合を構築しようとし、独自の対照学習モデルを訓練していました。
別の共同創業者は学術界でコンピュータビジョンに取り組んでいました。私たちの何人かはGoogleのような会社でレコメンデーションシステムにも取り組んでいました。でも私たちは本当にAIに興味がありました。2021年に、その興味で何をするかを考えようとしていました。学術界でAIに取り組むのか、大きな既存のAI取り組みに参加するのか、それとも独自のものを始めるのか。
2つの瞬間が私たちを本当に興奮させました。一つは最初のAI製品が出始めるのを見たことです。GitHub Copilotが私たちにとって本当に典型的な例でした。もう一つは、これらのモデルをスケールアップするにつれてAIが予測可能により良くなっていくという研究を見たことでした。
2022年の初頭に、私と共同創業者たちは基本的に1ヶ月間のハッカソンに行きました。知識労働の分野を選んで、AIがより成熟するにつれてそれがどのように見えるかを構築するというアイデアをハッキングし始めました。
最初のアイデアでたくさんのデータを収集したんですよね？
はい。長い間取り組んだ最初の本当のアイデアは機械工学分野でした。機械エンジニア向けのコパイロットを構築し、SolidWorksやFusion 360のようなCADシステムで何をするかを予測するモデルを訓練しようとしていました。これらはエンジニアがコンピュータ上で3Dで部品をモデル化する場所です。
退屈で眠く、競争のない分野だと思って選びました。私たちは机上のMBA的なことをしていました。最初から酷い選択でした。私たちの誰も本当に機械エンジニアではありませんでしたし、その分野にはまだ科学が準備できていませんでした。
でも数ヶ月間それに取り組み続けたんですね。CADファイルをクロールして、実際にオートコンプリートで動くものを作ったんですね。それが最初のバージョンでした。
はい、作業の多くはデータスクレイピングでした。正直に言うと、インターネット上のすべてのCADモデルを取得しようとしていました。様々な異なるファイル形式もあり、CADは異なるシステムがかなり人気のある奇妙なソフトウェア市場なので、それらすべてを標準的なものに変換しようとしていました。
非常に断片化されています。簡単にエクスポートできないファイルを持つクラウドCADシステムもあり、彼らは自分たちのものをスクレイピングされることを望んでいません。そこでも多くの作業がありました。また、当時のモデリング作業のためのトレーニングインフラは非常に初歩的で、インフラ側でも多くの作業がありました。モデルで多くの実験をし、これらのCADシステムに拡張機能をどうやって組み込むかで多くの実験をしました。これらのアプリケーションは実際には全く拡張可能ではないからです。
実際に当時取り組んでいた他のプロジェクトもありました。私の共同創業者の2人はエンドツーエンド暗号化メッセージングシステムに取り組んでいました。そのうちの一人がセキュリティ研究の背景を持っていたからです。そのアイデアは、SignalやWhatsAppのようなアプリはメッセージの本文を暗号化しますが、誰がいつ誰と話しているかを隠さないということでした。これは実際にメッセージングアプリプロバイダーを信頼したくない場合に本当に重要な情報です。
ジャーナリストが政府内の情報提供者と話している場合、彼らが全くコミュニケーションを取っていることを知るだけでも、実際には非常に大きな情報となります。
それは2022年の半ばでした。約6ヶ月間このアイデアに取り組んでいたのですね。そして製品を出荷しました。
これらのプロジェクトはすべて高尚で、基本的にユーザーはいませんでした。いつアイデアが機能していないことに気づいたのですか？「あぁ、私たちはこれに取り組んでいる。スタートアップをやろうとしている。うまくいかない。」その瞬間はどのようなものでしたか？
各プロジェクトで少しずつ違ったと思います。私の共同創業者が取り組んでいたメッセージングシステムについては、技術的には本当に印象的でしたが、スケーラブルではないという悪いトレードオフがありました。人々に提供しようとしてもうまくいかず、B2Bで販売しようとしてもうまくいきませんでした。
CADのアイデアについては、トラクションを得ようと数ヶ月試した後、モデルをエンドユーザーにとって本当に有用にしようと何ヶ月も試し、そして私たちが本当にこれらの分野に興味があるのか、それとも本質的にもっと興奮できる何か他のことがあるのかということと向き合いました。
コード補完への転換
これらのアイデアが機能していないことを決めて、再びピボットしなければならないという瞬間があったのですね。
はい。コード補完にたどり着く前に、3つ、4つ、5つのアイデアを経ました。
Copilotのようなツールに本当に早い段階からインスピレーションを受けていました。AIとコーディングに取り組むことを避けていたのは、当時競争が激しすぎると思ったからです。今でも競争は激しいです。
2022年、GitHub Copilotは既に約1億ドル、おそらくそれ以上の収益を上げていたと思います。
あなたたちは「それでもGitHub Copilotより良い仕事ができる」と考えたのですね。人々は「もうゲームは終わった。GitHubが勝った」と思っていたのに。
最初は私たちができるとは思っていませんでした。しばらくアイデアに取り組んで、本当に興奮できなくなり、うまくいかなかったという絶望感があったと思います。それが何を気にかけ、何を目指すかを形作ったと思います。
私たちはコーディングの未来について本当に本質的に興奮していることに気づきました。この分野の他の人々が製品にどのように取り組んでいるかを見ることができました。技術がどのように発展しているかを見ました。そして一歩下がって、もし自分たちの信念に本当に一貫していれば、次の5年間でコーディング全体が変わり、すべてのソフトウェア開発がモデルを通して流れる機会があるということに気づきました。
当時この分野で働いている人は誰もそれを本当に真剣に受け止めていないように感じられました。素晴らしい製品を持っていて少しずつ改良していましたが、今日私たちが知っているコーディング全体が自動化され、ソフトウェア構築が全く違って見える世界を本当に目指していませんでした。
それを念頭に置いて、私たちはその取り組みを始めました。GitHub Copilotという大きなゴリアテが部屋にいるのに、これらの他のアイデアで取り組むのをやめて、プログラミングについてはそれほど背景がないのに、この問題を解決しようと決めたのは大胆な動きでした。
最初のプロダクト開発
当時はリビングルームでラップトップを使っている人々だったので、大胆だとか動きだとかは感じませんでした。巨大な会社をピボットさせるようなものではありませんでした。でも確かにそうしました。
最初は基本的にセキュリティレビューのような非常にニッチなツールを考えていました。コードで将来のCVEを検出しようとしたり、ソフトウェアのこの一つのニッチ分野だけのものを構築することを考えていました。クオンツ向けの構築も考えて、実際に定量研究者だけのためのプロトタイプも作りました。
でもそれをする中で、もしCursorが一般的にAIで最高のコーディング方法になることを目指すだけなら、Cursorがどうなりうるかについてのアイデアで溢れていました。そしてそれについて多くの確信と興奮を持っていたので、ある時点で単純にそれに向かうことに決めました。
それは2022年の終わりでしたね。その動きを決めてから、どのくらい早く最初の製品を出荷し、最初の製品はどのような見た目でしたか。数週間後に出荷したと聞いていますが、それはどのようなものでしたか？
公に何かを出荷するまでには少し時間がかかりました。最初のコード行からオープンにしてGitHubに置くまで、約3ヶ月かかったと思います。最初に私たちが行ったのは、いわゆるスクラッチから独自のエディターを構築することでした。
まじですか。
それでも多くのオープンソースの構成要素を使っていました。Code Mirrorや言語サーバーなど、エディター構築を助けてくれる多くの素晴らしいプリミティブがあります。でもスクラッチから組み立て、独自バージョンのリモートSSHや、当時は何も自動補完のようなものがなかったのでCopilot統合、独自のペイン（画面分割）システム、独自の言語サーバー統合を構築する必要がありました。コードエディター市場のように発達したもので、実際に誰かの日常ドライバーとして競争できるものを作るには、本当にたくさんのことが必要になります。
でも私たちが日常ドライバーとして使えるものを構築するまでに4週間でした。最初のベータテスターに渡すまでにさらに4週間、そしてそれをGitHubに公開するまでにさらに4週間でした。当時はまだ非常に粗雑でした。一般に公開することがそれほど大きなことではないように感じられました。
最初のバージョンで何を学びましたか？コードエディターをスクラッチから構築していましたね。まだフォーキングを行っていませんでした。
製品改良と学習
私たちには恐怖心がありました。しばらくの間、人々が私たちの構築したものをあまり気に入っていませんでした。そのため、私たちはそれに全力で取り組み、非常に集中していました。でも何を学んだでしょうか？
私たちが開始したとき、キーコマンドが一つだけあり、エディター内でこの万能リモコンのようなものを呼び出し、それに何かを頼むと、AIが「あなたは正確に何をしてもらいたいのか？」を完全に把握するという最初の初期AI機能セットを学んだと思います。
チャットレスポンスのようなものを返してもらいたいのか、それとも受け入れることができるコード提案が欲しいのか、コードベース周辺を検索して質問に答えてもらいたいのか、非常に長時間または短時間スピンしてもらいたいのか。あまりコントロールがありませんでした。
2022年末の技術を考えると、フォームファクターは実際に少し違って見える必要があることを学びました。そして私たち自身と人々に渡すことの両方から反復して、その後Cursorのコアの一部となった最初の初期AI機能を学びました。
もう一つ学んだことは、通常のコードエディターの機能完全版に加えて素晴らしいと思うAI機能を非常に迅速に構築していましたが、世界のための機能完全なコードエディターは、はるかに長い道のりになるということでした。VS Codeは12年間にわたって開発され、最初期のTypeScriptプロジェクトの一つで、多くの人が取り組んでいました。数ヶ月でそれと同等のものを世界のために構築できると思っていました。
それが現実ではないことを非常に迅速に学び、私たちの時間はAI機能に集中することに最も良く費やされると考えました。そしてブラウザがしばしばChromiumのレンダリングエンジンをベースにするのと同様に、私たちはVS Codeをベースとするように切り替えました。
あなたたちは独自のモデルも実装していましたね。当時はCodexからたくさんのインスピレーションを得ていたのですね。
はい。機械エンジニアがAIを使ってより生産的になることを支援する最初のアイデアに取り組むことを決めたとき、既製のモデルではそのタスクに十分ではなかったため、最初から少しのモデル訓練のためのお金が必要でした。
最初の資金調達ラウンドを行ったときに宣伝していた論文の一つは、実際にはオリジナルのCodex論文でした。私たちの計算では、GitHub Copilotの背後にある最初の自動補完モデルであるCodexは、2022年初頭から中頃の時点でAIモデルの訓練が高価だと人々が話していたにも関わらず、実際にはそれほど多くの費用がかからなかったからです。約10万ドルの訓練コストだったと思います。計算が間違っているかもしれませんが。
機械工学への取り組み中に独自の訓練を行い、Cursorに着手したとき、少しそれにやけどしていました。そのため可能な限り実用的で、車輪の再発明はしたくありませんでした。そこで最初は全くそれをしないことから始めました。
そして2023年の過程で、製品を調整し、スケールして多くの人々が製品を使用するようになると、それが本当に重要な製品レバーになりました。それによって製品データを使って製品をより良くする能力も得られます。そしてそれは実際に会社で構築する非常に重要な筋肉となりました。
2023年の苦闘と成長
2023年に何が起こったかというと、まだCursorが成功するかどうか確信が持てず、共同創業者たちとまだピボットすべきかどうか議論していたのですね。このアイデアがまだうまくいくのだろうか？まだ成長させようとしていたのですね。収益を得るまでに長い時間がかかったからですね。
2023年を通して成長していましたが、数字は小さく、また明確な次のステップが常にあるわけではない分野で作業していました。人々と話してすぐに行き、彼らの問題を本当に厳密に体系的で網羅的にリストアップし、各問題について直接的な解決策は何かを考え、それらを優先順位付けしてから進むことで本当にうまくサービスされる市場が多分あると思います。
でも私たちがいる、そしていた分野は、それとは少し違います。私たちは複雑さの予算があまりないエンドユーザーアプリケーションです。AIで最高のコーディング方法を構築しようとしています。そのため、今日利用可能なツールを考えると、実際に何ができるかを把握することが多くを占めます。
構築できれば有用だと書き留められることはたくさんありますが、それらをどう構築するかと詳細を把握することは、どう進めばいいかが完全には明確ではありません。
2023年の過程で何度もそういう時がありました。また、初期ユーザーベースについて付け加えると、もし彼らが欲しがっていることの勾配に正確に従えば、私たちが最終的に向かった方向とは少し違う方向に引っ張られることになったでしょう。
全くコーディング方法を知らない非常に声の大きいユーザーセグメントがいて、彼らにフォーカスすべきかどうかを話し合いました。特定の技術スタックに非常に特化したことを私たちに望む声の大きいユーザーセグメントもいました。一つの技術だけのために構築し、水平的なツールではなくするということです。私たちはそれにも抵抗しました。
2023年には多くの初期プロトタイピングと砂漠をさまようことがあり、ソフトウェアを構築するだけでなく、APIモデルを改良したり置き換えたりするために独自のモデルを構築することが意味のある場所、例えば次の編集予測のタブなどはどこかを把握し、それを正確にどうやって行うかを見つけることがありました。
2023年は0から100万になったのですね。そこに到達するのにかなりの努力が必要でしたね。
はい、それより少し多かったですが、だいたいそんなところです。そして2024年は狂気の年でした。1年で1から1億になったのです。週ごとに10%成長し続けるという複利の力について教えてください。どうやってそれが起こったのですか？
最初は数字が小さく感じられ、その後複利が続いていきました。私たちの成長を本当に促進したいくつかのことがあったと思います。製品を良くすると、すぐに数字にそれが現れる市場にいます。物事がより成長し始めるのです。
Cursorを初めてコードベース認識可能にしたとき、次のアクションを予測できるようにしたとき、それをより正確にしたとき、より速くしたとき、より野心的にしたとき、変更のシーケンスを予測できるようにしたとき、そしてAIモデルがコードベース内でより多くのアクションを取り、それを本当に高速で実行できるようにしたときなど、すべての段階でそれを感じました。
その過程を通して、製品をより良くすることに集中し、複利が続きました。これがすべての市場に当てはまるとは思いませんが、エンドユーザーの好みが大きく重要な市場にいると思います。最高のものを作れば、人々がそれについて聞いて話します。それが長い間続きました。
その頃に起こった面白いことの一つは、Y Combinatorの企業に大きな変化を見たことです。バッチを通過する際にアプリケーション構築にどのような技術スタックを使用するかを尋ねると、あるバッチから別のバッチへと夜と昼のようでした。
2023年には単桁のパーセンテージのバッチがCursorを使用していたと思いますが、2024年には80%のようでした。最高の構築者が使用していて、彼らのTwitterフィードに載るようになり、山火事のように広がりました。
Twitterフィードが多くの採用源だったのですか？成長はどこから来たのでしょうか？
エディターを最初にローンチした非常に初期段階では、ソーシャルネットワーク上でそれを宣伝しようとしました。実際に、私の共同創業者の一人が、2022年にこれらの運命的なアイデアに取り組んでいたときにモチベーションを保つドーパミンヒットとして、インターネット上に投稿し始め、通常のソーシャルメディア的なことをするのではなく、AIについて話すことで多くのフォロワーを得ようと明確に決めました。
実際に驚くべきことでしたが、その時点で基本的にすべての論文を読み、何が起こっているかを深く考え、それを公に話すことで、その分野の影響力のある人々に認識される程度は本当に驚くべきものでした。
当時、Flan T5という特定のオープンソースモデルがあり、複数のAI取り組みが最終的にそのモデルを使用したのですが、彼らがそのモデルの利点について知ったのは、私の共同創業者がTwitterに投稿し、それを一貫して行っていたことから直接でした。
彼はサンフランシスコのマイクロセレブリティのような、非常にニッチな存在になりました。彼は初期に製品を宣伝していました。最初にローンチしたとき、最初の待ちリストを作って初期ユーザーを獲得したときには、この種の非常に映画的な魅力的なデモがありました。
それが私たちを軌道に乗せるのに役立ったと思います。でもその後、私たちはそれから離れて、2023年は修道士のような生活をして製品に集中しました。それは本当に口コミで広がりました。その年の間に、チームのメンバーが「もう製品は十分良い。それを脇に置いて、成長エンジニアリングに集中しよう」と言うことが何度かあったことを覚えています。
そしてそのバージョンの2ヶ月スプリントがありましたが、その年に取り組んだ他のことと比べて、それは洗い流されてしまいました。
2024年の時点で、Cursorはどのくらいの規模でしたか？その時点で会社の規模はどのくらいでしたか？
2023年はかなり小さく、私の共同創業者たちは素晴らしいエンジニアなので、4人で誰も雇わずにかなり遠くまで行くことができました。また、最初に雇用する人々をどのように見つけ、正確にどうやってそれを行うかについて、独自の失敗と理解もありました。
そのため、初期には非常に忍耐強く、また初期に雇用することにおそらく必要以上に集中しませんでした。2023年末には単桁の人数、10人未満でした。
コーディングの未来への展望
素晴らしいですね。では少し話を変えて、コーディングの未来がどのように見えるかについてのあなたの考えをお聞かせください。
私たちは最初から中道的な賭けをしていました。会社に取り組むことを決め、最初の人々を雇用していたとき、奇妙な目で見られることがありました。「なぜ」という感じでした。2022年末はそうではありませんでした。ChatGPTが登場して、2023年初頭に世界全体が物事に目覚めたからです。
でも特に2022年中、私たちがCAD関連や初期のコード関連に取り組んでいたとき、AIに取り組むことは少し奇妙だと思われていました。人々は時間の有効活用だとは完全に確信しておらず、AIから多くの素晴らしいアプリケーションが生まれるとは思っていませんでした。
そしてAIに興味を持った人々の中でも、私たちの分野では、すでに存在するフォームファクターを最適化し、それらの製品を少し良くすることにただ集中している人々がたくさんいました。同時に、私たちの社会的・職業的サークルでは、「なぜAGI以外の何かに取り組むのか？」と考える人々もたくさんいました。「今やっているすべての仕事は、2022年頃から1、2年で消えてしまうのに。」
私たちは常に、今後数十年間で構築すべき信じられないほど価値のあるものがたくさんあるという見解を持っていました。AIは変革的な技術になるでしょう。最近数世紀の技術革命よりもさらに変革的かもしれませんが、数十年かかるでしょう。
それはコンピュータでのソフトウェア構築の変革や、AIによって変革されるかもしれない知識労働の他の分野の最終状態に本当に到達するために、それぞれが必要とされるすべての独立した能力がある産業全体の取り組みになるでしょう。
近い将来について具体的に言うと、私たちがサービスを提供するエンドユーザーである職業エンジニア、私たちがサービスを提供する市場では、コードは依然として本当に重要で、AIとより多く働き、それがより同僚のような存在になる長いまだらな中間期があるでしょう。
また、あなたのためのコードの一部を隠し始めることができる非常に高度なコンパイラーのような存在にもなるかもしれません。ロジックを読んで、それをレビューして編集する必要があるでしょう。
まだ重要になるスキルは何だと思いますか？皆が勉強を続けるべきこと、または勉強をやめるべきことは何でしょうか？
プログラミングは数学のように、一般教育として良いものだと思います。それがなくなるとは思いません。今コンピュータサイエンスを学ぶことから得られる実用的なスキルもたくさんあると思います。
動的な産業に参入する人々にとって、学校で学ぶ特定のことはそれほど重要ではないことがよくあります。その過程で得る学習の方が重要です。AIでそれが変わったとは思いません。
聴衆へのアドバイスがありますか？もしあなたのような若いMichael Truellが、3年前にCursorを始める前のあなたのような存在がいるとしたら、彼らは今何をすべきでしょうか？
興味を持っていることに取り組み、一緒にいて楽しいだけでなく、心から尊敬できる人々と一緒にそれを行うことです。それを本当に真剣に受け止めることです。
学校にいる多くの人にとって、時間をかけて何かを構築し、本当に興味を持っていることに集中することよりも、チェックボックスにチェックを入れる方向に引っ張られるものがたくさんあると思います。
それでは、Michaelに大きな拍手を送りましょう。どうもありがとうございました。
もちろんです。お招きいただき、ありがとうございました。
コメント