本動画は、custom GPT.AIの創業者兼CEOであるアルデン・デ・ロザリオが、Claude Codeを用いたAI社員の構築プロセスを実践的に解説するケーススタディである。従来6ヶ月を要したVimeo統合システムを週末の2日間で開発した実例を通じて、コーディングエージェントが如何にソフトウェア開発の生産性を劇的に向上させるかを示している。非技術者向けのデータ分析自動化から、エンジニア向けのプロダクション品質コード生成まで、幅広い活用事例を紹介しながら、コスト管理、ボトムアップ開発、テスト駆動開発といった実践的な教訓を共有している。AI時代における開発パラダイムの転換を体現した内容となっている。
Claude Codeによる週末開発プロジェクトの全貌
私はアルデン・デ・ロザリオです。custom GPT.AIの創業者兼CEOを務めています。今日のプレゼンテーションは実はcustom GPTとは関係ないのですが、数ヶ月前に始まったバイブコーディングというものから生まれました。私はエンジニアリング部門に聞いてみたんです。これらのAIアシスタントやバイブコーディングからどの程度の効率向上を得ているのかとね。彼らは2%程度の向上だと答えました。これは私にとってかなり衝撃的でした。そして判明したのは、AIの問題はコード生成ができないということではなかったのです。問題は、コードを生産し、プロダクション品質のコードを管理することに大きな問題があったということでした。
そこで私は、Claude Codeのようなコーディングエージェントを使って、週末でどこまでできるか試してみようという探求を始めました。ポール、私の画面は見えていますか?はい、見えています。
その前に、技術に詳しくない人々、Claude Codeなんて聞いたこともない人々のために、それが何なのか、カーソルとは何なのか、このカテゴリーについて説明していただけますか?ええ。皆さんはChatGPTやClaudeのようなチャットボットを使ったことがあると思いますが、これらの企業は今や、単なるチャットを超えたことができるエージェントを開発しています。
これらのエージェントはコードを理解し、それに対してアクションを起こし、コードを編集し、コードを書き、さらにはコードを実行することもできます。これによって多くの力を得るわけです。いくつか例を挙げますが、これが超技術的なものだと皆さんが怖がり始める前に、ここには技術的でない部分もあることを保証したいと思います。つまり、これらのことをするのにPythonプログラマーである必要はないということです。
非技術系ユーザー向けには、ゼロコーディングではない側面もあります。マークだったと思いますが、データ分析をしたいけれどコードを書きたくないという話をされていましたね。その一例を見ていきます。そして、レイモンドのような忍者級のコーディングをしたい人々には、このコーディングエージェントが36時間にわたってどのように機能したかについてお話ししたいと思います。基本的に、私が考えるにかなり良質なプロダクション品質のソフトウェアを構築できたんです。
ここでの希望は、この旅が私たち全員にAI社員と呼ばれるものを立ち上げることを可能にするということです。AIが純粋なチャットからツールを実際に使用し、決定を下し、継続的に実行し、推論できるようになると、AI社員の形が見えてくるわけです。そして、私が1日で1,000ドルを使い果たしてしまったような失敗からも少し学んでいただけると思います。
Claude Codeとは何か、なぜ今重要なのか
では、Claude Codeとは何で、なぜ今重要なのでしょうか。Claude CodeはAnthropicから出た最高のエージェントの一つで、実際にアクションを起こすことで価値を提供できるエージェントとして見ることができます。Claude Codeの場合、コードを読むことができます。コードを理解できます。編集できます。実行できます。ウェブを検索できます。知識ベースに接続できます。
基本的に、このエージェントは通常の人間の従業員が持っているであろうすべてのツールを自由に使えて、それに基づいて行動できるんです。これは約6ヶ月前に始まったもので、当初は純粋なコーディングエージェントでした。皆さんはカーソルやラバブル、そしてアプリを次々と生み出していたこれらのコーディングアシスタントに関するノイズを聞いたことがあるでしょう。そして時間とともに、Claude Codeは実際の目的に使える本当に良いコードを作成することにおいて、どんどん優れていくのが見えました。
もう一つ出てきたのは、AnthropicがMCPというプロトコルを考案したことです。これはAPIコールのAI版のようなものです。これによって、AIエージェントが行動するために利用できるツールに多くの力が加わりました。この議論全体はClaude Codeに関するもので、私はこれを主な例として使っています。なぜなら、これがコーディングエージェントの中で圧倒的に最高だからです。
ポールがAnthropicがその分野をどう支配しているかについて話すのを聞いたことがあるでしょう。各人には自分のお気に入りがあります。OpenAIファンはCodexと呼ばれるものを使えますし、GoogleファンはGemini CLIを使えます。カーソルとGitHubを直接使うのが好きな人もいます。何がお気に入りでも、それを使えばいいのです。正確なツールよりも、コンセプトの方が重要なんです。
週末プロジェクトの挑戦:Vimeo統合の開発
では、私の週末プロジェクトとは何だったのでしょうか。私は自分にとって挑戦的なプロジェクトから始めました。データ統合の構築は大きな仕事です。これまで、その構築には多くの時間がかかっていました。視点を与えるために言うと、私たちのGoogle Drive統合は6ヶ月かかりました。それほど困難だったからです。SharePointのような他の統合は30日かかりました。それで私は、プロダクション品質の統合を作れるか見てみようと言ったんです。
この目的のために私はVimeoを選びました。Vimeoはビジネスによって動画ホスティングに大いに使われているからです。私たちにはYouTube統合がありますが、Vimeo用のものを構築してみようと言ったわけです。週末プロジェクトのもう一つの側面は、Googleレベルの品質で構築したいということでした。
このエージェントを訓練し、Googleのスーパーエンジニアでありスーパーマネージャーであるジェフ・ディーン、そして世界最高のソフトウェアエンジニアの一人と考えられているアンドレ・カパシー、それにQAの第一人者であるジェームズ・バッハのようなやり方でソフトウェアを構築させたかったのです。これらの人々がソフトウェア構築において持っているコンセプトを、この2日間の構築プロジェクトに統合したかったんです。
では、私はどのようにこれに取り組んだのでしょうか。そして、私が何かスーパーエンジニアだと思われる前に、完全に開示しますと、私がコードを書いてから久しいです。現在、エンジニアリング部門は私にコーディングをさせませんし、1行のコードすら受け入れません。彼らから遠ざけておくということですね。私が何かスーパーエンジニアで、コーディングして手作業でコード行を書いているなんて誰にも思ってほしくないんです。
この全体の演習は、ビジネス目標を投入した空白の新しいフォルダから始まりました。私はVimeo統合が欲しい、それはプロダクション品質である必要がある、Googleのように動作する必要があると言って、そのすべての要件を純粋なビジネスレベルの要件として与えました。それから、エージェントにいくつかのツールも与えました。
これらのエージェントの一つの特徴は、そのトレーニングが2024年までしか最新ではないということです。だから、ウェブ検索機能を与える必要があります。私の場合はPerplexityをウェブ検索に使いました。そして、常に貴重な情報を持ち、私の代わりにアクションを起こせるような他のツールも与えました。私の場合、GitHubへのアクセス、Perplexity検索へのアクセス、それにVercelか何かのアプリをデプロイする場所へのアクセスを与えたと思います。
そして、空白のビジネスレベルの目標からソフトウェア全体の部品を構築し始めるところまで、キックオフしました。それが最初の教訓につながりました。それはコスト管理です。
第一の教訓:コスト管理の重要性
最初にキックオフしたとき、私はAPIでセットアップしました。エージェントにAPIへの無制限のアクセスを与える際の問題は、それが猛スピードで使い果たしてしまうということです。数日前に1,000ドルを使い果たした後、私は言いました。「よし、いくらかコントロールを加えよう」と。
それで、エージェントを切り替えて言いました。「Claudeのmaxプランだけを使用し、それを制御要因として使うように」と。そうすれば、このエージェントが暴走して使うような驚きの料金はありません。これがルールナンバー1でした。エージェントが何ができるのか、ラップトップを壊せるのか、すべてのファイルを削除できるのか。そういった保護は常にコントロール下にあるべきだということです。
第二の教訓は、多くの人々が非常に痛ましく学ぶものです。通常、人々がプロジェクトやビジネス目標について始めるとき、トップダウンで考えます。これを達成したいというように考えるわけです。AIの問題は、それができるという印象を与えることです。
このプロジェクトでの大きな教訓の一つは、トップダウンではなくボトムアップで始めろと言わなければならなかったことです。大きなプロジェクトを取って、葉っぱのような小さなコンポーネントに分解し、それから上に向かって進んでいけば、成功の可能性ははるかに高くなります。これが私にとって最大の教訓でした。
プロジェクトを分解する必要があり、AIがそれを分解する手助けをしてくれます。約40から50の異なるピースに分けて、それから各ピースに個別に取り組み、そのピースをテストし、正常に動作していることを確認してから、次のピースに進むんです。ボトムアップのテスト駆動開発は、これを構築する上での大きな教訓でした。
葉っぱについて話し、テストを書き、それらをテストし、それからそこから上に進むということです。もう一つ学んだことは、エージェントがプロジェクトに関するすべての情報にアクセスできる方が良いということです。
ビジネス目標は何か?ステークホルダーは誰か?何を達成しようとしているのか?それが一箇所にまとまっていれば、私の場合はGitHubリポジトリでしたが、ビジネスユーザーの場合は、プロジェクト関連のすべての情報をグリーンルームフォルダのようなものに入れておくことをイメージできます。それはAIが本当に恩恵を受けられるものです。
それからもう一つの部分は、これは何時間も何時間も放っておくことではなかったということです。これは、あなたが人形遣いになることだったんです。そこに座ってすべての側面をコーディングしたり、それが何をしているかを見守ったりする必要はありませんが、各葉っぱとコンポーネントについて、実行させ、何をしているかを観察し、その過程でガイドする必要があります。
ここでの類比は、あなたのところに繰り返し戻ってくる過度に熱心なジュニア開発者がいるということです。そして良いニュースは、あなたがコーヒーを飲んでいる間に彼が仕事をしているということです。あなたが人形遣いとなってブロックを組み立てていけば、これが本当にこのプロセスを実現する方法なんです。
プロジェクトの成果と実例
この結果がどうなったかをお見せします。実際のアプリ自体は特別なものではありませんが、バックエンドはほぼプロダクション準備完了というほど十分に良いものでした。ここにVimeoチャンネルを与えると、動画を引き出し、トランスクリプトと優れたデータ取り込みシステムであるために必要なすべてのデータを持っていることがわかります。では続けます。
マークが出した別の例があったと思います。別の例に移りましょう。コーディングしないビジネスアナリストやビジネスパーソンの場合、これらのエージェントになぜ気にする必要があるのか疑問に思うかもしれません。別の例をお見せします。
私にはデータ分析の必要性がありました。タスクを見てください。24ヶ月分のOpenAI請求書を取り、支出の傾向が何だったか、異常フラグは何か、何か要約と最適化を特定するというものです。このようなことを手作業でやるには何時間もかかり、ほぼ不可能です。これらの請求書はすべてPDF形式で、誰も手作業でできる方法はありません。
では、このようなことをするために、これがいかに簡単だったか見てください。すべての請求書を取って一つのフォルダに放り込みました。ここに24の請求書が一つのフォルダに放り込まれているのが見えます。そして私がしなければならなかったのは、エージェントで一つの質問をすることだけでした。請求書を分析して、過去12ヶ月の傾向を教えてくれませんか?それだけです。
するとエージェントはフォルダを読み、何をすべきかを見つけ、コードを書き、CSVファイルを生成し、それからこの大きなレポートをくれました。これがあなたの支出、これが消費されたトークン、これが過去数ヶ月の分析です、と。そして私は他のことでフォローアップすることもできました。ポールには、この分析が終わった後に1兆トークンを超えたと伝えたと思います。
質疑応答:データ検証と実用性
マイケル・ノヴァクから質問があるようです。今聞いてもいいですか、それとも最後まで待つべきですか?いいえ、今で構いません。
では、今見せていただいた最後の小さなレポートに感銘を受けました。ハルシネーションがないか、データが一致しているか、何か監査をされましたか?データは一致していました。なぜなら、私は自分がいくら使っているか知っているので、その計算を逆算してみて、一致していることがわかったからです。ありがとうございます。専門家がまだループに入っているということですね。専門家がまだループに入っています。
それにCSVツールも生成したので、そういう形で合計することもできました。素晴らしい。フローを中断してしまったようですね。これで終わりですか?データ分析のニーズがあって、ツールを使い、それが結果を出したということですね。正解です。
データ分析に関しては、フォルダに放り込んで、ツールを起動すれば、ツールがやってくれます。何らかのウェブ検索へのアクセスやコードを書くアクセスを与えている限り、それができるはずです。これらは2つの例でした。
コンテンツビジネスをやっているとおっしゃった方がいたと思います。数日前に、Redditで何が起こっているかを見て、コンテンツを作成し、それを私のWordPressサイトにプッシュできる別のAI社員を書きました。書かれている記事に基づいて、Soraを使って動画を作成し、それをウェブサイトに公開するAI社員もいます。
これらのワークフローの多くは、これらのツールのエージェント的な側面のおかげで可能になり始めています。素晴らしいですね。質問に開放しましょうか?ええ。それが私の最後のスライドでした。画面共有を止めましたね。素晴らしいプレゼンテーションでした。質問を待ちましょう。
Vimeo統合の話の最初の部分を終わらせてください。エンジニアリング部門には入れてもらえなかった。それで行ってやった。そのコードを彼らのところに持って行きましたか?彼らはそれに触発されましたか?彼ら自身で書き直していますか?もうプラグアンドプレイですか?
その部分は今プッシュします。なぜなら、コードが今95%完成しているからです。プロダクトマネージャーとしての私の視点からすると、今これをエンジニアリングにプッシュするのははるかに簡単な作業です。なぜなら、以前はプロダクトマネージャーやCEOがこれらの壮大なアイデアを持っていて、エンジニアリングが「これには3ヶ月かかります。ロードマップを再優先する必要があります」と押し戻していたのに対し、今は「95%完成しています。なぜこれを48時間以内にプッシュできないのか教えてください」と言えるからです。
これはソフトウェア生産の経済性を変えます。それは私を説得しました。素晴らしいですね。何があなたを説得したんですか、スコット?実行中のコードの例をエンジニアリングチームに持って行って、「これはどうですか?」と言える能力ですね。
AI社員の構築とその影響
ではジョイスに移りましょう。AI社員を立ち上げることについて好奇心がありました。これをあなたのジュニアソフトウェア開発者として考えていますか、それとも代替としてやっている他の社員がいますか?
ええ。今、5つほど立ち上げています。あなたが話していたものに最も当てはまると思うのはコンテンツ作成です。私がやりたかったのは、私たちのニッチでReddit上で何が起こっているかを理解し、それからRedditのシグナルに基づいて、公開準備がほぼできている高品質なコンテンツをどう作成するかということでした。
言うまでもなく、ウェブサイトに何かを単に投げ込むだけではありませんが、このパイプラインは95%完成していて、人間が来てウェブサイトに公開する前に最後の5%をできるようになっています。そしてそれは継続的です。Redditで新しいことが起こると、ウェブサイトが同等のコンテンツ生成を持てるわけです。
そのような他のコンテンツフローもたくさんあります。ヘルプデスクで起こっていることはドキュメンテーションに翻訳されるべきですし、エンジニアリングで起こっていることはドキュメンテーションに翻訳されるべきです。これらが、AI社員が本当に活躍するフローのタイプです。
実際の社員を置き換えるのを見ていますか、それとも持っていなかったであろう追加の社員を得ているだけですか?追加、追加です。例を挙げると、12から18ヶ月前にサポートデスクに2人いました。今はサポートデスクに0.5人しかいませんが、顧客ボリュームは3倍以上になりました。
残りの1.5人の社員は今、より大きく、より良いことをしています。一人は私の別のプログラムを扱っています。もう一人は大きなソリューションエンジニアリング機能を扱っています。私たちの場合、誰も削減する必要はありませんでした。私たちは成長モードにあります。だから2人の社員を取って、本質的に20人の社員にして、組織全体に広げました。
成長モードにあるので、採用を避けられたということですね。人を撃ったわけではなく、多くの人を雇う必要がなかったと。ええ、絶対にそうです。昨年、私たちは30から40人の社員でした。今頃までには100から150人必要だと思っていました。代わりに、私たちは30人で、会社は昨年から3から4倍成長しました。だから、箱詰めの作業をしているだけの社員を単に追加する必要はないんです。
素晴らしいですね。では、ジョイスとマット、どうぞ。まず第一に、アルデン、シェアしていただきありがとうございます。LinkedInでもコメントを交換したことを知っています。この旅を一緒にできて本当に嬉しいです。2つの簡単なコメントと提案をしたいと思います。オフラインで学びを交換できれば嬉しいです。
一つは、Claudeが立ち上げた新しいスキルは、各エージェントに与えるコンタクトの量を制限する有用な方法だと感じています。例えば、タスクが受け取ったメールをマージすることに関するものであれば、1週間前からのClaudeエージェントへの多くのコンテキストを伝える必要はありません。すみません、私の犬です。それによって実際にエージェントがより良く、より効率的に機能します。
第二に、私の経験では、ちなみに誰かがこれがカーソルとは別かと聞いていましたが、一緒に使えます。私の経験では、それらを使ってプロダクションコードを構築し、クライアントのドメインで実際に立ち上げる場合、構築したものに入ってくるデータを接続し検証するのに、より多くの時間を費やしています。
統合作業を過小評価しないでください。一度すべてをセットアップすれば、もちろん10倍、20倍にできますが、その前に、データ接続が検証され、正確で、安全であることを確認するまで、ほとんど爪を立てているようなものです。ただそれを共有したかったんです。
正しくです。私のプレゼンテーションで気づいたかもしれませんが、ジェフ・ディーンやアンドレ・カパシーのようなサブエージェントについて話しました。これらのサブエージェントは今、スキルを使って標準化されています。Claudeはサブエージェントの重要性に気づき、今それらをスキルにしました。これは私たちにとって本当に良いことです。なぜなら、私たちが取り組んでいることに対して、必要なものの最良のものを持ちたいからです。
研究プロジェクトに取り組んでいるなら、そのプロジェクトでジョン・ショークラス博士の頭脳をサブエージェントとして欲しいのです。彼が何をするかを学び始めたくはありません。彼の頭脳を継承したいだけです。それがスキルを本当に助けますし、Anthropicは今それらのスキルを作りました。
そしてデータに関するあなたの第二のポイント。ええ。葉っぱと、どのようにコンポーネントに取り組むかについて私が述べたことを覚えているなら、コンポーネントに取り組んでいるとき、テスト駆動開発とデータ駆動開発があれば、プロダクションにはるかに近くなります。なぜなら、各コンポーネントが独自の実戦でテストされたテストを持つからです。
素晴らしいですね。では、マット、それからイアン。どうぞ、マット。ありがとうございます、ポールとアルデン。アルデン、LinkedInで以前あなたの投稿を見ました。あなたがここでやっていることの延長のように見えました。Claudeを使い、それからFiverrについて話していましたね。それはあなたがここで始めたことの延長のようなものですか?少しそれについて話していただけますか?
FiverrでのQA管理とAI活用
ああ、そうです。この演習全体の中で、私にとって非常に充実していたことが一つありました。それは、私は多くの開発者と取引しているので、私の仕事で最も痛ましい側面の一つは人間対人間の要素だということです。この場合、アプリケーションをQAする誰かを雇わなければなりませんでした。
QAは非常に手作業で多くの時間がかかるので嫌いです。それで私は言いました。Fiverrから人を雇いましょう。でもそれは別の問題を作ります。今、私はその人を管理しなければならないということです。彼は戻ってきて、何をして欲しいのかと言い、それから、正しくやったかと言い、それから、終わったと思います。支払ってもらえますかと言うでしょう。
これらは極めて苛立たしいことで、管理の観点から見ると、文字通りこれを30、40回加えると、燃え尽きる可能性があります。私の場合、AIにこの人を管理させたらどうかと言いました。彼を雇う前に、AIに私が望むQAの正確な仕様と、彼が何をすべきかを正確に作成させました。
そして、運が良いことに、夜が遅くなってきました。だから私は眠く感じていました。彼に一つのメッセージを送りました。眠く感じています。寝ます。これがあなたがすべきことです。おやすみなさい。彼が戻ってきて、私が眠るのを妨げる質問をするのを待ちさえしませんでした。
それから6から7時間後に戻ってきて、Claudeに一つの指示を与えました。おはよう。この人が何をしているかチェックしてください、と。そして文字通りGitHubを通じて見て、すべての問題を見て、彼が何をしているかを見ました。そして言いました。おはようございます、アルデン。その人は78%完了しています。これが彼が上手くやっていることです。これが彼がより良くする必要があることです、と。
私は素晴らしい。彼にそれを伝えて。数分後に会いましょう、と言いました。コーヒーを作りに行きました。そして私にとって、これは極めて満足のいくものでした。なぜなら、管理時間が文字通り数秒に短縮され、効率が急上昇したからです。
ああ、それは素晴らしい話ですね。ほとんど最初に人間用のプロンプトを作成したようなものですね。AIを使って人間にプロンプトを出す。まさにそうです。まさにそうです。そして、私がAIで増強され、相手の人もAIで増強され、私たちが共通言語を話しているなら、素晴らしい効率を得られるということです。
LinkedInで私が挙げた例は、私の脳にNeuralink チップがあり、あなたの脳にNeuralink チップがあったら、会話に何が起こるかということです。それに相当することです。素晴らしいですね。では、イアン、それからレイモンド。どうぞ。
ええ、開発チームに行く最後の5%について話したかっただけです。開発チームもAIを使っているということを知っておいてください。その最後の5%もAIに行っています。そして私たちはコードを見て、それが正しいことを確認しているだけです。しばらくコーディングしていない人よりも良い目を持っているかもしれません。しかし、開発者はもう本当にコーディングしていません。私たちはただ物事が正しく見えることを確認して、受け入れるをヒットして、それを通しているだけです。
その最後の5%はまだAIです。ええ、AIがその側面を助けますが、結局のところ、開発者は自分の尻が危険にさらされているわけです。だから、書かれたコードとその周辺のすべての側面を実際に見るために時間を費やさなければなりません。
そして、アルデンとイアン、少なくとも私にとっては、これらのプロジェクトの最後の5から15%は本当にまだ難しいです。なぜなら、それは出力の正確性が必要なときだからです。そして、コーディングがすべて完全に完了基準まで良いと、誰もが歩み去って考えるのは嫌です。最後の5%は、それにかかる時間の70%のようなものです。
ええ、最後の5%の作業ですが、時間管理的には、おそらく70%に近いです。素晴らしいですね。では、どうぞ。レイモンド、どうぞ。本当です。
アルデン、あなたは本質的に私の経験を検証してくれました。まさにその通りです。私はCodexを使ったWindsurfとカーソルを使ったClaude Codeを使っています。これらの人たちの上に本当に留まる必要があります。彼らが持っているメモリツールを調べてください。メモリとコンテキストをチェックするための方法を調べてください。
そしてええ、95%ですが、私は90%とさえ言えます。私は進めながらテストを書く段階にいます。計画を得て、計画を与えるように頼み、概要を与えるように頼みます。構築したいものすべてを与えて、それから各セクションを進めるにつれて、先に進む前にそのセクションをテストします。テスト駆動開発です。ソフトウェアエンジニアリングから変わっていません。
なぜなら、私たちが物を構築していたときでさえ、開発者として常に95%まで到達していました。対処しなければならない最後の5%が常にあり、それは変わっていません。AIであり、常にあなたの願いに従うわけではないので、少し増えたかもしれませんが、素晴らしいプレゼンテーションでした。どうもありがとう、アルデン。素晴らしかったです。
検証してくれてありがとう。ええ、TDDは大きなことです。そして私にとって、これらのグレートを単にエミュレートすることが本当に助けになっています。私は何か偉大なエンジニアリングマネージャーではないので、ジェフ・ディーンの頭脳を借りて、彼に私のプロジェクトを構造化してもらった方がいいんです。
素晴らしいですね。では、デビッド、それから最後に一つ質問があります。ええ、言いたかったことは、本当に楽しみました。ありがとうございます。リファクタリングは常に面倒なものですが、AIはそれにかなり優れていることが多いと言いたかっただけです。それをやる価値が間違いなくあるのは、コードを人にとってはるかに理解しやすくするからですが、AIもそれをより良く理解し、よくリファクタリングされていれば、頼んだこととは関係ないことを台無しにする可能性がはるかに低くなります。
それを投げ込みたかっただけです。ええ、ええ、まったくその通りです。そして、すべての情報がリポジトリにそこにあるので、AIは戻ってきてそれを参照できます。私がやることの一つは、AIが作業を終えた後、それが何をしたかについてドキュメントを書くように書かせることです。
このプロジェクトには100のドキュメントがあり、それによってAIは参照して決定を下すことができました。あなたがやっているのは、AIに将来の自分のためにドキュメンテーションを書くように指示し、それによって戻ってきてそのドキュメンテーションを読めるようにすることです。
100%同意します。また、この点を指摘していますが、これは何度も出てきていますが、誰かが「私には6ヶ月かかることを午後にやった」のような数字を言うのを聞くと、そしてこれらの数字が生産性の5から10%の増加に過ぎないというのを聞きます。
うまく使うことと、うまく使わないことの間の差は100倍の要素だと思います。興味深いですね。最後に一つ質問をしましょう。12ヶ月前に戻って、あなたがどこで学んでいたか。今のところを経験して、12ヶ月後に同じ電話をしたらどこにいるでしょうか。
12ヶ月前の12ヶ月前に私に聞いたら、このVimeoプロジェクトは約30日かかり、Upworkのリソースを使わなければならなかった場合、約5,000から10,000ドルかかったでしょう。Upworkのリソースをこれに使わなければならなかった場合、私はその人に48時間と500ドルくらいを与えたでしょう。
今から12ヶ月後には、物事が進む速度で、このようなものはおそらく1、2時間で完了できると感じています。そしてはるかに独立してやれます。ジェフ・ディーンを作り、アンドレ・カパシーを作るといった、これらすべてのフレームワークは、ほとんど期待されるようになるでしょう。
プロンプトエンジニアリングの進化を見てください。24ヶ月前、私たちがこれらの精巧なプロンプトをどう書いていたか覚えていますか。今は文字通り一文で欲しいものを言うだけで、それが理解してくれます。だから、ソフトウェア開発は、これらのフレームワークのいくつかが機能する可能性があると感じています。
本当に素晴らしい。何と素晴らしいプレゼンテーションでしょう。これは本当に未来への覗き見です。最後の2、3分。アルデン、ありがとうございました。感謝します。最後の2、3分は、ミニオープンマイクのようなものにしましょう。コメントや貢献をしたい人はいますか?
閉会の雑談と今後の展望
ただ、1年後にはAIが、逆ではなく、アルデムと働くのはどういうことかについて議論しているでしょう。ChatGPTに、あなたと働くのがどうか聞くことができ、かなり具体的に答えを出してくれます。奇妙なことですね。
では、最後の呼びかけです。素晴らしい。では皆さん、これを本当に楽しみました。これはすべてのGenAI中毒者にとって素晴らしい学習環境です。これは私の週の本当に重要な部分であり、皆さんの週の一部でもあることを願っています。学びを続けましょう。
コメント