本動画は、ソフトウェアエンジニアのケイシー・ムラトーリをゲストに迎え、彼がAI技術に対して一貫して無関心を貫く理由について深く掘り下げた対談である。AIが劇的な進化を遂げ、多くの開発者がその恩恵と脅威を感じる中、純粋にプログラミングという行為そのものを愛する独自の哲学が語られる。さらに、AnthropicのCコンパイラ生成実験の真の評価、AIバブルの可能性、AmazonにおけるAI導入によるシステム障害のリスクなど、現場のエンジニアならではの視点でAIの現状と将来の生産性向上に対する冷静な分析が展開されている。
AIに対する変わらぬスタンス
ケーシー、去年の夏に話した時、AIなんてこれっぽっちも興味がないって言ってましたよね。
本当にこれっぽっちも気にしてないですね。全く面白くないんですよ。
でも最近、AIに関するポッドキャストを始めましたよね。
みなさんこんにちは、Waiting Through AIの最初のエピソードへようこそ。
何が変わったんですか。
いや、実は何も変わってないんです。あのポッドキャストを見た人なら分かると思いますが、私は番組内でツッコミ役というか、聞き手に徹しているんです。友人のディミトリ・スパノスは、AIが流行るずっと前、もう何十年も前からAIの研究者をしていて、彼が私のところに来て、AIについて語る場が欲しいと言ってきたんです。彼はYouTuberでもないし、発信するプラットフォームを持っていませんでした。だから、AIについて語るシリーズを一緒にやらないかと誘われて、ディミトリのことは大好きだし、彼と話すのも好きなので快諾しました。番組を見た人なら分かる通り、彼は本当に実直な人で、何か裏の目的があるわけでもありません。ただ昔からAIに興味があって、率直に語りたいというモチベーションを持っているだけなんです。だから私もすごく楽しんでますし、私自身はAIの仕事をしていませんが、ディミトリとAIについて話すこの構造化された時間は私にとっても勉強になります。普段ならそんな話はしないですからね。数週間に一度、1〜2時間AIについて話す機会が得られるのは良いことです。
本当にそれだけなんです。視聴者の方には申し訳ないですが、私自身は今でもAIを使った仕事は一切していません。よく、ケーシー、とにかく試してみなよ、どう思うか見てみなよって言われるんですけどね。でもこれは価値判断ではないんです。あなたの番組でも言ったと思いますが、AIが役に立たないと言っているわけではありません。単に、私の性に合わないというだけなんです。これで意味は通じますか。
通じますよ。去年の夏に話した時は、私自身まだAIにそこまでハマっていませんでした。私がAIに目覚めたのは2025年の12月下旬から26年の初めにかけてのことで、自分がAIの開発に対してゴールポストを動かし続けていたことにようやく気づいたんです。
最初は、どうせLeetCodeの問題なんて解けないだろうと思っていました。そしたら解けるようになったんです。じゃあ、バグを見つけて修正してチェックインするなんて無理だろうと思ったら、それもできるようになりました。それなら、ビジネス要件定義書のようなドキュメントを読み込んで、それを分解して個別の項目をこなしていくなんてできないだろうと言ったら、実はそれも今はできるんですよ。
そこでハッとしました。問題なのは私の方じゃないかと。これができない、あれができないと言い張っていたのは私自身でした。正直なところ、ちょっと落ち込みましたよ。私はこの業界で20年間、伝統的なコーダーとしてコードを書いてきました。でも今、AIの4年前の姿と現在の姿をつなぐ直線がはっきりと見えて、それを未来に向けて延長せずにはいられなくなったんです。今のAIは本当に驚くべきことをし始めています。
だから、あなたの意見もぜひ聞きたいんです。私ほどの振り幅ではないかもしれませんが、あなたの中でも何かが変わったように見えます。
目的は結果か、それとも過程か
いや、本当に何も変わってないですね。あなたの番組に出たのと同じ時期に、マルコの番組にも出たんですが、彼にも似たようなことを聞かれました。当時はAIが新興技術として認識され始めた頃で、すでに面白いことができると確立されつつありました。GPT-4のような全く新しいものではありませんでしたが、明らかに機能している状態でした。どれくらい上手く機能するかは議論の余地がありましたが、初期段階というわけでもありませんでした。その時も、両方の番組で同じことを言ったんです。とにかく私には興味がないと。
私は、AIが将来何ができるようになるか、あるいはできないかについて賭けをするようなタイプの人間ではありません。それは非常に難しいことだからです。私よりずっと知識のあるディミトリでさえ、いつ、どのような条件で何ができるようになるかについて、確固たる予測を立てるのには消極的です。だから、将来これができるようになるから使うとか、できないから使わないという視点でAIにアプローチするのは間違っているとずっと思っています。本当のところ、最終的に何でもできるようになるかもしれないし、壁にぶつかるかもしれないし、その中間のどこかに落ち着くかもしれない。誰にも分からないんです。
だからこそ、私はシンプルに、自分自身がその活動に興味があるかどうかで判断しています。そして、私は興味がないんです。だからあなたの番組でもそう言いましたし、今でもそう言っています。ポッドキャストを見ていただければ分かるように、私はただディミトリから情報を引き出すためにそこにいるだけです。彼は毎日AIと向き合い、特定の業界で重要となるAIの再現性や決定論に関する研究を実際にしていますから。
だから、何も変わっていないと言えます。もし当時の自分の回答を見直したとしても、ほぼ同じことを言うでしょうね。
そこについて少し反論させてください。AIが過去から現在にかけてどう進歩してきたかという流れを見ていないということですか。私には、あなたが、自分の気にする能力をAIが持っているか、イエスかノーか、ノー。じゃあ少し経って、自分が気にする能力を持っているか、イエスかノーか。新しいことができるようになったけど、やっぱりノー。そういう風に、その時々の点でのみ判断しているように聞こえます。私は時間経過に伴う変化について言っているんです。
過程を楽しむか、成果を求めるか
いや、自分の番組を見直していないと非難するつもりはありませんが、私が言ったのは、興味がないということです。この二つには違いがあります。ギターを弾くことに例えて話したと思います。
他の業界を見てみれば分かります。以前は手作業でやらなければならなかったことが、技術の進歩によって機械でできるようになった時代があります。それらは多くの点でAIと似ています。私は結構年なので80年代を経験していますが、当時はドラムマシンというものがありました。70年代にもありましたし、80年代にもありましたが、音はかなりひどいものでした。一聴してドラムマシンだと分かるような音です。
当時、ドラムマシンについてどう思うかと聞かれた時、2つの見方がありました。一つは、自分でドラムを叩きたいからドラムマシンは好きじゃないという見方です。これが私のAIに対する意見です。もう一つは、本物のドラムの音に聞こえないからドラムマシンは好きじゃないという見方です。この後者の意見は変わる可能性があります。なぜなら、技術が向上して、今日のように実際のドラマーの叩き方をシミュレートする高度なドラムマシンやループ音源が登場すれば、意見を翻すかもしれないからです。
でも、ただ自分でドラムを叩きたいだけの人なら、音の良し悪しは関係ありませんよね。目標は望むドラムの音を手に入れることではなく、ドラムを叩くことそのものだったからです。あなたの番組でも文字通りそう言ったと思います。だから私はAIに興味がないし、当時も興味がありませんでした。もちろん、自然言語を処理して有用なものを生み出す技術はコンピューターサイエンスにおいて非常に難しい問題だったので、純粋にすごいことだとは思っています。でも、私自身は結果至上主義でこれらのことをやっているわけではないので、AIが私より良い仕事をしたとしても、私の答えは変わりません。それは私がやりたい活動だからです。
もし私がドラムを叩きたいとして、誰かが、このドラムマシンの方が君より上手く叩けるよと言ってきたとします。私は、だから何？と答えるでしょう。私より上手いドラマーなんていくらでもいますが、だからといって自分がドラムを叩きたいという気持ちがなくなるわけではありませんよね。ちなみに私はドラムは叩きませんが、あくまで例えです。
少しその例えを掘り下げてみましょう。プログラマーも同じです。私より優秀なプログラマーはいますが、だからといってプログラミングをやめようと思ったことはありません。だから、AIが私より上手くプログラミングできるようになったとしても、それが私のやりたいことではないという事実は変わりません。仕事を奪われる可能性はありますが、根本的な考えは変わりません。
（このエピソードはLinearの提供でお送りします。彼らは最近、課題追跡は死んだという新しいマニフェストを発表し、注目を集めています。これはどういうことかというと、手作業での課題のログ付けや、優先順位付けのやり取り、バックログに何があるのかを把握するだけで会議の半分が終わってしまうようなグルーミングセッションといった従来の行動が、Linearによって過去のものになるということです。私はAmazonでこの悪夢を経験しました。あらゆることに対してメカニズムが存在していました。誤解しないでほしいのですが、私はメカニズムの信奉者です。しかし、多くの場合、作業を追跡するプロセス自体に、実際の作業と同じくらいのエネルギーを費やしていました。スプリント計画会議が終わった後、8人のエンジニアが自分たちが作るべきものを確認するためだけに2時間も費やしたのかと虚しくなることがありました。Linearが行ったのは、これらの管理作業が自動的に行われるようにプラットフォームを再構築したことです。コード、意思決定、顧客からのフィードバックなど、すべてのコンテキストが一箇所に集約されます。そしてLinearはそこから機能します。新しいタスクが入ってくると、システムはそれが何であり、どこに属するのかをすでに理解しています。誰も手動でトリアージする必要はありません。もしあなたがエンジニアリングのリーダーで、チームには管理作業ではなく構築作業に専念してほしいと考えているなら、ぜひLinearをチェックしてみてください。リンクは概要欄にあります。）
話を戻しましょう。私の理解では、ドラムマシンが登場したのは、ドラマーが気まぐれな性格だったからだと思います。本当に必要なのは、バックグラウンドで一定のリズムとビートを刻んでくれる存在です。伝統的に、ドラムが主役になることはありませんよね。バンドの土台としては非常に重要ですし、曲のテンポを保つためにも必要です。初期にドラムマシンを使った人たちは、これでケーシーが勝手にドラムソロを始めたり、変なアレンジを加えたりするのを防げるぞ、と喜んだのではないでしょうか。バックグラウンドでただループに合わせてテンポを刻むという、退屈な作業をしてほしかったわけですから。
ここで問われるのは、主体がバンドなのか、それともドラマーなのかということです。あなたがソフトウェアを書くのは分かります。あなたより優秀な開発者もいれば、劣る開発者もいる。あなたはただソフトウェアを作りたい。しかし、そのソフトウェアは何らかの目的、例えば販売するプロダクトであったり、所属する組織やチームの目標に奉仕するものです。だから、ある時点でドラムマシンの方があなたより優れていると判断されれば、それで構わないわけです。あなたがドラムを叩きたかったとしても、もう誰もドラマーを求めていないとしたらどうしますか。
プログラミングの目的
だからこそ、自分が何をしていると考えているかが重要だと言っているんです。もし朝起きて、Microsoft Wordを作ることが自分の目的だと思っているなら、日中に行う実際の作業内容はそれほど重要ではありません。人生哲学において、過程を重視するのか、目的地を重視するのかという根本的な問いになります。
Microsoft Wordを作りたいだけなら、自分がコードを書こうが、コードを書く人を管理しようが、AIにコードを書くよう指示しようが関係ありません。品質さえ満たしていれば、どれも等価です。もしそういう視点に立つなら、あなたが先ほど言った点での質問になります。AIは十分な品質のMicrosoft Wordを作れるのか、と。もしまだ作れないなら、それはAIに対する正当な批判です。もちろん、そのAIが倫理的に構築されたかという別の懸念もありますが、それは自分が求めていた成果、つまりMicrosoft Wordを手に入れられるかどうかとは別の問題です。AIがそれを作れるレベルに達したなら、私は満足するはずです。それが目的なんですから。
一方で、もしあなたの目的がプログラミングそのものだったらどうでしょう。それなら、他の要素はどうでもよくなります。もちろん、プログラミングが好きなら良い仕事をしたいと思うはずなので、品質の良いMicrosoft Wordを作りたいとは思うでしょう。しかし、その作業を自分自身で行わなければ意味がありません。単にMicrosoft Wordを作りたかったわけではなく、コンピューターをプログラミングするという自分がやりたかった活動の副産物としてそれが出来上がるだけだからです。
ここに、AIに関心を持つ人とそうでない人の分岐点があると思います。最終的な成果物だけに関心がある人は、時間とともに意見が変わる可能性があります。1年前はAIを評価していなかったけれど、今は評価していると正当に言えますし、それは哲学的に矛盾していません。しかし、ただプログラミングが好きでコードを書きたいだけの人は、AIがどれだけ優れた仕事をするか、あるいは失敗するかは関係ないので、その姿勢が変わることはないでしょう。
あなたは自分のことを、コーダー、プログラマー、それともエンジニアのどれだと考えていますか。
特にどれだと決めているわけではありませんが、間違いなくプログラミングという行為そのものが好きな人間です。だからプログラマーかコーダーですね。ソフトウェア開発者という言葉は使わないと思います。なぜなら、ソフトウェア開発者はソフトウェアを開発することが主目的の人だからです。私が今日やっていることの多くは、研究開発に近いものです。パフォーマンスの分析をしたり、それがどう機能するかを人々に教えたりしています。過去2年間の私の活動を表現するなら、教育者の方が合っているかもしれません。
これも、特定のプロダクトを作りたいという動機から来ているわけではありません。パフォーマンスを気にしてほしいという思いもありますが、根本的には機械がどう動いているのか知りたいという好奇心から来ています。それをAIに尋ねたり、パフォーマンス最適化の作業をAIに任せたりしてしまっては、私が楽しんでいる探索の過程という具体的な利益が得られなくなってしまいます。これで意味が通じると良いのですが。実は私の意見は全く複雑ではないんです。
私はただ、自分がすっかりAIにハマってしまった時に、まだAIを否定している人はいるだろうかと考えていたんです。ネット上で、自分はAIに興味がないと公言している人はあなたくらいしか思い浮かびませんでした。だから、あなたのポッドキャストの最初のエピソードをいくつか見た後、ぜひまた番組に来てもらわなければと思ったんです。
ポッドキャストでも似たようなことを言ったと思います。あの番組はディミトリが話す場なので、私は適切なタイミングで哲学的な意見を挟んだり、AIに限定されない技術的なコメントをしたりしています。でも、実際の技術的な解説はAIを毎日触っているディミトリに任せています。あなたの番組でも同じことを言いました。私個人の主観を取り除いて考えてみましょう。私の個人的な好みがAIの優秀さに直結するわけではありませんから。
性急なAI導入への懸念
そこで、私が持っているもう一つの懸念についてお話しします。これもあなたの番組で言ったと思いますが、人々がAIを早すぎる段階で導入することへの懸念です。この懸念は状況によって変わる可能性があります。いつか、もう心配していないと言う日が来るかもしれません。外から客観的に見て、AIが人間と同等以上の仕事をしていると感じれば、AIそのものを批判するつもりはありません。
ただ現状を見る限り、遠くから観察している立場としては、AIがそこまで素晴らしい成果を出しているという印象は受けていません。もちろん自分で使っていないので知識不足の意見ですが、私が信頼している優秀なプログラマーたちも、良いものを出力させるためにはAIにつきっきりで世話をしなければならないと言っています。それが今の現状のようです。
もし、優秀なプログラマーがしっかりと監視しながらAIにコードの大部分を書かせていると言うなら、それは問題ないと思います。しかし、自分が何をしているのか分かっていない人たちが、適当なプロンプトを入力して出てきた動くコードをそのまま本番環境にデプロイしようとしていると聞いたら、それはどうなのだろうと思います。もちろん、私がやるべきだとかやるべきでないとか口出しする立場ではありません。私のサーカスでもなければ私の猿でもないですからね。でも、実際にAIを使っている優秀なプログラマーたちの中にも、ワンショットで高レベルなプロンプトを投げてそのまま使うようなことは、もっと良い結果が出るようになるまで控えるべきだと言っている人がいます。これは非常にまともな意見だと思います。
私は本当に、まともな意見を探しているんですよ。自分がAIにハマった時、X（旧Twitter）では一体何が起きているんだと思いました。私は普段SNSを使わないので、リンクを踏んで飛ぶくらいなんですが、そこには本当に異常な世界が広がっていました。思わず見るのをやめましたよ。多くの人が、実力以上に前のめりになってAIについて語り、それが注目を集めて評価されているんです。
だから、あなたの意見は、新しいものを受け入れることにはオープンだけれど、最先端を突っ走るのではなく、少し後ろから冷静に見ていようというスタンスなんだと理解しています。最前線には常に危険が潜んでいますから。
ええ、私はあなたの番組でも、マルコの番組でも、自分のオンラインの投稿でも、この件には深入りしないようにしていると言ってきました。興味がないことについて、人々にどうしろとか言うつもりはないんです。私の意見は全く情報に基づいていませんから。もし本気で意見を言うなら、最近Anthropicがやったように、AIエージェントの群れでコンパイラを作れるか試すような狂った実験を毎日やっていなければなりません。そうして初めて、現在の技術的な到達点や現実的な可能性について語れると思うんです。だから私はディミトリの言うことを信じています。彼は、AIには遊びのない厳密なプロンプトを与えなければならないと言っています。それが現実なんです。
でも、SNSの言説には完全に同意します。AI研究者でもなく、バックプロパゲーションなどの基本的な技術概念すら説明できないような人たちが、何の制約もなくAIについて語り、2年後にはあれができるようになると断言しているのは、非常に危険だと思います。
もし彼らが、ただAIが好きで個人的に使っているだけなら誰にも害を与えません。最前線で色々試して、私たちに情報をもたらしてくれる前哨部隊のようなものです。それは全く無害です。しかし、従業員を全員解雇してAIに切り替えるべきだと主張し、それがエンドユーザーにどんな結果をもたらすか理解していないなら話は別です。半年後に誰も直せないようなひどいソフトウェアを抱え込むことになれば、非常に危険な結果を招きます。
だからといって、そういう人々を落ち着かせたり、もっと論理的なアプローチを取らせる方法を私が知っているわけではありません。でも、あなたの懸念には完全に同意しますし、私もネットの投稿を見て同じような反応をしています。良くなるかもしれないし、ならないかもしれない。それは誰にも分からないんです。
（もしパフォーマンスレビューが期待通りでなかったなら、その感覚は気のせいではありません。Amazon、Google、Metaには、誰が優秀な評価を得て昇進し、誰が追い出されるかという暗黙のルールがあります。しかし、あなたのマネージャーでさえ、誰もそれを教えてくれません。私はスティーブ。Amazonに18年間勤務し、1000回近い面接の振り返りや、人材評価、昇進審査のパネルに参加してきました。私とプリンシパルレベルのコーチ陣は、彼らが何を求めているのかを正確に知っています。今年のレビューに納得がいかないなら、同じ結果を得るために次のサイクルを無駄にしないでください。下のリンクから私にご相談ください。）
ポッドキャストからの学びとAIバブル
ディミトリについてお話ししましょう。このポッドキャストを通じて、彼から学んだことで、以前は理解していなかった驚くべきことはありましたか。
ポッドキャストの収録中だったか、それ以外の時だったか少し記憶が曖昧ですが、本当に頭が良くて、自分が知らない分野に精通している友人がいるというのは素晴らしいことです。Xで、AIはすぐに暴落して1年後には跡形もなくなるという意見と、半年ですべての労働を置き換えるという意見が飛び交うのを聞いているのとは全く違います。どう解釈していいか分からなくなりますよね。
ディミトリと話して一番勉強になったのは、AIバブルについての彼の考え方です。彼は、両方が真実だと言ったんです。AIバブルについて考える時、AIが機能しないからバブルになるわけではなく、AIはおそらく機能するんです。AIは効果的なので、私たちの物事のやり方の多くを変えるだろうと。悲観的な見方をしている人でも、以前はできなかった非常に興味深いことをこの技術が成し遂げていることは認めざるを得ないでしょう。
彼は、AIは機能するが、同時に暴落も起こると言いました。ウェブの歴史を引き合いに出して説明してくれました。ドットコムバブルの崩壊がありましたが、だからといって私たちが今Googleを使っていないわけではありません。誰かがAIにおけるGoogleになるんです。そして、過去にあったYahooやAltaVista、Ask Jeevesのような他の検索エンジンに投資された莫大なお金はゼロになります。それが大きな暴落を意味します。でもそれはAIがなくなるということではなく、1つのプレイヤーがすべてを握り、他は消え去るということです。
この例えで言うと、AIはウェブのようなものだと思いますか。それとも検索のようなものだと思いますか。
例えの目的としては、AIは検索のようなものだと彼は言っていました。もちろん、人類に対してはもっと根深い影響を与える可能性がありますが、企業に何が起こるかという文脈での話です。
なるほど。確かに検索の勝者は1社でしたし、Eコマースやストリーミングでも、最終的には事実上の勝者が1社になりましたよね。
そうなんです。それぞれの分野で同じことが起きます。暴落が意味するのは、多くの企業に莫大なお金が投資され、その多くがゼロになる一方で、そのカテゴリーの1社だけが100になるということです。だから彼は、両方の事態に備えなければならないと言ったんです。AIバブルは弾けるが、AIが消滅するわけではなく、少数の巨大企業が大部分のセクターにAI技術を提供し、残りの企業は敗者になるということです。
それは非常に賢明で、納得のいく枠組みですね。もしかしたら違うかもしれませんが。私の頭に浮かぶのは、今回は今までと違うかもしれないということです。今回が違うのは、AIが競争相手を打ち負かしたり、崩壊させたりするのを助けるという点です。競争相手をコピーすることもできます。より早くクローンを作ろうとすることも可能です。
中国のDeepSeekなどを見ると、チップの禁輸措置があったにもかかわらず、600万ドルで非常に優秀なLLMを作りました。その数字が本当かどうか、煙に巻かれている部分もあると思いますが、これらの企業が互いに飛び越え合っているように見えます。最近は一部の企業が静かなので、その飛び越え合いも止まるかもしれませんが。今私たちが話しているのは、ソフトウェアの面でAIには参入障壁（モート）がほとんどないということです。
ソフトウェア企業ではないかもしれませんよ。誰が最も効率的なマシンを作るかというハードウェアの面に参入障壁があるのかもしれません。私たちはすでに、TSMCという世界で事実上1社しかない最先端のファウンドリがある世界に住んでいます。Intelも軌道に乗りつつありますが、プロセッサの最先端プロセスノードを製造できる企業は驚くほど少ないんです。その上に乗るソフトウェアの数を考えても、ハードウェア側の企業は極端に少ない。
もしかしたら、AIはソフトウェアの面では勝者を生み出さず、その領域ではバブルが完全に弾けてゼロになるかもしれない。でもハードウェアは違っていて、誰もがチップを必要とするから、勝者は最高のTPUなどを設計したハードウェア企業になるかもしれません。あるいはデータセンター中心のままなら、最も効率的に巨大なデータセンターを構築し、トークンあたりのコストを最低に抑えられる企業が勝者になるかもしれない。私には全く専門外なので推測の域を出ませんが。
あなたの推測は私のものよりずっと的確ですよ。
AnthropicのCコンパイラ実験
Cコンパイラの話をしましょう。私はAnthropicのブログ記事を読みました。Xのヘッドラインだけを読んだわけじゃありませんよ。あなたのエピソードを見て、Primeの番組でも話題にしていたので、ブログ記事を読んで、マーケティング動画も見たんです。
ブログ記事にはCコンパイラのこと自体はあまり書かれていませんでした。基本的にはbashのforループを使ってエージェントループを動かし、2万ドル分のトークンを消費して自律的に進捗を生み出す方法について書かれていました。そして最後に、種明かしのような形で、リンカーやアセンブラが使われていたことや、あなたたちが指摘していたように、Cコンパイラにとって重要な型チェックがないことなどが書かれていました。
ブログ記事はエンジニア向けで、やったことを率直に書いてありましたが、動画の方は「新しいCコンパイラをゼロから書いて」と入力すればGCCのようなものがポンと出てくるような印象を与えますよね。
ええ、だからポッドキャストであのCコンパイラの話を取り上げたんです。ブログ記事自体はマーケティングの要素がどれくらい含まれていたかは分かりませんが、よりエンジニアリング寄りでした。やったことを飾らず、実際以上のものとして売り込もうとはしていませんでした。あのブログ記事を全部読めば、Claudeに同じようなことをさせようとした時に何を期待できるか、妥当な感覚が得られるはずです。
でも動画を見たら、プロンプトを打ち込んでエンターを押すだけで、完璧なCコンパイラができると思ってしまうかもしれません。それはまだ無理です。こういうことを言うと熱烈なAI支持者は怒るんですが、私は将来的にできないと言っているのではなく、今できると思っているならそれは間違いだと言っているだけです。
私たちがポッドキャストで伝えたかったのは、AnthropicのR&D側のプログラマーはおそらく真実を述べていたのに、マーケティングやSNS、あるいはCEOへの報告の過程で情報が歪められ、誤解を招くような形で広まってしまったということです。元の実験自体が誤解を招くものだったわけではなく、その報道のされ方が問題だったんです。
マーケティングに対するあなたの不快感はよく分かります。でも、彼らがやったこと自体はクールだと思いませんか？AIにプロンプトを与えてタイトなループで回したら、コンパイラに近いものができたんですよ。
エンジニアの頭で考えると、世間が感心している部分にはあまり感心できなくて、逆に世間が気にしていない部分に感心しているんです。もし、2万ドル分の計算リソースと膨大なテストスイート、コンパイラのソースコードが詰まった巨大なリポジトリを用意して、それらを確率的に組み合わせてテストに合格するものを作れと言われたら、AIを使わなくても3年あれば既存の技術でできるんじゃないかと思ってしまいます。コードの断片を組み合わせてバックプロパゲーションで評価していくようなアプローチは、私にとってそこまで難しい問題には思えません。
逆に、私が「Cコンパイラが欲しい」と入力した時、システムが私が何を意図しているのかを理解する部分。ここは私にはどうやっているのか全く見当がつかないので、自然言語処理（NLP）の側面の方にずっと感銘を受けています。コンパイラを作る部分に関しては、詳細なテストスイートを用意して確率的に試行錯誤させているだけなので、AI自身が自分が何を組み立てているのか深く理解している必要もありません。だからそれほど感心しませんでした。
これはAIの未来に対して悲観的だからではなく、むしろ楽観的だからです。バックエンドのコード生成部分はまだ改善の余地が大きく、よりアーキテクチャを理解させたり、自分自身をコーディングさせたりすることで、さらに良くなる道筋が見えるからです。もしAIが「Cコンパイラ」の意味すら理解していなかったら、NLPの発展については悲観的になっていたでしょう。
自然言語処理とチューリングテストの壁
そうですね、私も「Cコンパイラが欲しい」と言って、システムがその意味を理解すること自体が奇跡だと思います。NLPは長年の難問でしたからね。それがトランスフォーマーとアテンションヘッド、そして行列計算の力で突然機能するようになったのは本当に驚きでした。
もう一つの驚きは、2万ドルのコストです。もし私が2万ドル持っていても、優秀な人間を雇って一からコンパイラを作らせることはできないでしょう。でも人間が既存のコンパイラをコピーペーストしていいなら、1時間で終わりますよね。比較を公平にするなら、AIが過去に一切Cコンパイラを見たことがない状態でテストすべきです。もしそうなら遥かにすごいことですが、実際には学習データに含まれていますから。
プロンプトは「Cコンパイラを作れ」であり「コピペしろ」ではありませんでしたが、生成されたコードを見ると、既存のコンパイラと全く同じロジックが使われている部分が多くありました。だから、全く新しい言語を考案してそのコンパイラを書かせるようなテストの方が、単なるコピーではない能力を測る上で有益だと思います。
Anthropicの実験自体は素晴らしい試みだと思います。彼らはAIを使って、知識のない人でもシステムを構築できるようにしたいわけですから。最終的には、テストスイートを人間が用意しなくても、AIが「Cコンパイラには型チェッカーやオプティマイザが必要だ」と自ら理解し、テストを生成してコードを書けるようになるのが目標のはずです。
正直に言うと、私はコーディングよりもAIが人間と自然に会話できることの方に深く感動しています。チューリングテストは私たちがずっと越えられないと思っていた巨大な壁でした。90年代にはPearlなどでif-then文を駆使して何とか会話を成立させようとしましたが、不可能に思えました。それをあっさりと通り越してしまったんです。
これには本当に感銘を受けました。奇妙な設定、例えば「紫色が黒に映る鏡を見る紫の恐竜」といった、過去の学習データに存在しないような完全にファンタジーの設定を与えても、AIは論理的に会話を破綻させずに続けることができます。これは長年全く目処が立っていなかった技術で、今後AIが何をしようとも、これ以上に私を驚かせることは難しいかもしれません。人々がこの成果をもっと祝わず、「で、これでどうやって仕事を奪えるの？」とすぐに実利に走ってしまったのは残念です。
Amazonの大規模障害とAIのリスク
Amazonでの事例についてお聞きします。AmazonがCairoという自社AIを作り、それが環境やコントロールプレーンの構成を勝手に削除したり変更したりして、大規模な障害を引き起こしたという話があります。その後、AIが生成したすべてのコードは本番環境にデプロイする前にシニアエンジニアがレビューしなければならないというルールができたそうです。これは驚きですか？
いや、全く驚きません。予想通りです。ウェブ業界は伝統的に、堅牢でパフォーマンスの高いソリューションを求め、それが確認できてからデプロイするという文化ではありません。「速く動いて破壊せよ」というスローガンを本気で信じている業界です。
だから私がAIに抱いている非常に現実的な懸念は、本来デプロイすべきでないレベルのAIを、人々が無理に本番環境に投入し続けるだろうということです。生産性を5%上げるために安全に使えるAIを、25%上げたいという欲望のために無理使いして、結果的に障害を起こす。まさにそれが起きたのだと推測します。
ただ、私はAIが勝手に環境を削除したというのは誤報ではないかと疑っています。AIにクラウドアカウントの完全な権限を与えて自律的に行動させたのなら別ですが、誰かがその変更を承認したはずです。もし人間が承認したのなら、それはAIの責任ではなく、権限を与えた人間の責任です。
しかし、AIが構成パラメーターを変更して障害を引き起こしたというのは信じられます。例えばFFmpegのように無数のパラメーターを持つ高次元の設定空間において、最適な設定を見つけるというのはAIにとって非常に難しいタスクです。AIの推論の多くは探索に過ぎないため、コンテキストをすべて把握して完璧な構成を作り出すことは不可能です。
以前、AmazonでRoute 53のDNS設定の更新順序を誤ったために大きな障害が起きたことがありました。エイリアスとターゲットの作成順序を間違えると、システム全体がダウンするような脆い仕様だったんです。もしAIにロードバランサーの調整を任せていて、その仕様を完全に理解していなかったら、人間と同じように簡単にシステムをダウンさせてしまうでしょう。
Amazonでプライムビデオのライブストリーミングを担当していた時、大規模イベントの前はコードフリーズを行い、すべての変更を私が承認しなければならないという重圧を経験しました。今、シニアエンジニアの仕事が、AIが生成したコードを一日中レビューすることになっているとしたら、それは私のやりたい仕事ではありません。
だから私はAIが好きになれないんです。私はプログラミングという行為そのものを楽しんでいて、その技術に対して高い報酬が支払われる時代に生きられたことを幸運に思っています。しかし、その時代は終わりつつあるのかもしれません。これからの仕事は、AIのお守りをし、AIが生成したコードが基準を満たしているかレビューすることになるでしょう。プログラミングの過程ではなく、結果だけを求めていた人にとってはそれで構わないでしょうし、そういう人が最も価値のあるエンジニアになるでしょう。でも、私のようにコードを書くこと自体が好きな人間は、別の仕事を探すことになるかもしれません。
AIによる生産性向上の真実
ディミトリは、AIはすでにジュニアエンジニアレベルの仕事ができると言っていました。そうなると、ジュニアエンジニアの仕事がなくなり、結果的にシニアエンジニアに育つ人材がいなくなるという人口動態上の問題が発生します。
DHHも似たようなことを言っていました。彼はAIを単なるツールではなく、ジュニアエンジニアに昇進させたと表現しています。Cloudflareは最近、新入社員のインターンクラスを1111人に増やすと発表しました。これは、AIネイティブな新入社員がAIを活用することで、最初から有用な戦力になるからだと考えられています。一方で、AIを導入しないミドルレベルのエンジニアが最も危機に立たされるという見方もあります。大手テック企業では、開発者が消費したトークン数を管理するダッシュボードまであるそうです。
Nvidiaのジェンスン・ファンは、「50万ドルのエンジニアが25万ドル分のトークンを消費していなかったら激怒する」と言っています。つまり、開発者のコストの50%にあたる額をトークンに費やしてもいいと考えているわけですが、それに見合う生産性の向上が果たして得られるのかという疑問があります。
もちろん、トークンコストは将来的に下がるでしょうし、どのような指標を設定するかで人々の行動は変わります。今はAIを試させるためにトークン消費を奨励していても、数年後にはコスト削減を求めるようになるでしょう。
ただ、外から見ている限り、主張されているほどの生産性の向上はまだ実感できていません。Amazonのウェブサイトでの体験が5年前より良くなったとは思いません。AIの過激な支持者はここ3年間ずっと「AIは素晴らしい」と言い続けてきましたが、真面目な研究者は、エージェントワークフローが機能し始めた2025年末になってようやく使い物になり始めたと言っています。
もしそれが本当なら、あと1年は待ってみようと思います。もし1年後に生産性が10%でも20%でも向上していれば、それは素晴らしいことです。しかし、もし現状のAIが小規模なバグ修正すら満足にできないままなら、それは期待外れだと言わざるを得ません。
予測と今後の展望
一問一答でお願いします。ゲーム内のAI生成アセットの割合は増えると思いますか？
増えるでしょうね。それが良いことかは分かりませんが、確実に増えます。
RustがCやC++に取って代わると思いますか？
両方共存すると思います。CやC++を完全に置き換えるのは難しいでしょう。まだCOBOLだって動いているくらいですから。
パフォーマンスを重視するプログラミングが再び主流になることは？
残念ながらならないでしょうね。AIが既存のコードの最適化に特化してくれれば良かったんですが、現実は「英語で指示すればソフトができる」方向に向かっていますから。
Casey Muratoriが今後5年以内に実際の仕事でAIコーディングアシスタントを使う可能性は？
ノーです。
何が変われば使うようになりますか。
私のプログラミングに対する哲学が変わらない限り、使わないでしょうね。私は自分でアルゴリズムを考え、新しいやり方を発見する過程が好きなんです。もしAIがそれを全部やってくれるなら、私がプログラミングをする意味がなくなってしまいます。
プログラミングの面倒な部分だけをAIが引き受けて、あなたが一番好きな「ギターのソロ弾き」のような楽しい部分だけを残してくれるツールがあったらどうですか？
製品開発の視点からは理解できますが、私がやりたいのは、その「面倒な部分」がなぜ存在するのかを根本から考え直し、なくすことです。例えばC言語の欠点に直面した時、AIにコードを書かせるのではなく、その問題を解決する新しい言語をどう設計するかを自分で考えたいんです。それに、私は英語の自然言語で指示を出すのが好きではありません。プログラミング言語の方がはるかに正確で、思い通りに制御できるからです。
だから、Microsoft Wordのような結果だけを求めている人たちとは、根本的に哲学が違うんです。
締めくくり
ケーシー、今日はAIについて冷静な対話をしていただきありがとうございました。AIに関する冷静な議論の場を少しでも広げられたと思います。
招待してくれてありがとう。聞いてくださった皆さんもありがとうございます。私はAIの専門家ではありませんし、これがどこへ向かうのか全く分かりません。だからこそ、業界の人たちとこうして話すのはいつも面白いんです。
最後に一つだけ。あなたはまるで、スターウォーズを一度も見たことがない友人のようですね。
まさにその通りです。「エピソード4から始まるの？なんで？」って言っているようなものです。でも、10年後にはAIに全く触れてこなかった私のような人間が、「うわー、これすごいね！ダースベイダーって彼のお父さんだったの！？」と新鮮に驚く役として役立つかもしれませんよ。
最高ですね。本当にありがとうございました。
コメント