個人的には、バイブコーディングが好きなんだ。関数とメソッドのレベルで物を繋ぎ合わせる感じね。バイブコーダーが無駄だって極端な意見を持ってる人もいるけど、LLMが個々の関数やメソッドを書くのは、俺より上手いことが多いと思う。でも、それが仕事の本質を根本的に変えるわけじゃないよね。LLMが登場する前から、多くの関数やメソッドはライブラリやStack Overflowのスニペット、ドキュメントの例、コピーしたパターンから組み立てられてたし。実際の制限は、トランスフォーマーベースのLLMの性質とそのコンテキストウィンドウにある。エージェントコーディングには限界がある。コードベースがエージェントが関連する構造をコンテキストに保持できない規模に達すると、再びプログラマーが必要になる。その時点でソフトウェアエンジニアリングが必要になるんだ。凝集性や結合性に基づいて物を分けたり、自由度を制約するパターンを使ったり、システムを理解しやすく保つための境界を設計したりすることが求められる。俺の経験では、エージェントコーディングはスケルトンを作るのには役立つけど、エージェントに全部書かせるとコードベースが劣化しがち。人間の役割は、エージェントがうまく扱えるタスクユニットに作業を分けることなんだ。結局、誰かが必要になる。エージェントに全部やらせると、神オブジェクトを作ったり、構造が簡単に分けられるのに無理にくっつけたりすることが多い。今考えると、EIBみたいな本に惹かれたのはそのせいかも。ソフトウェア設計で自由を制約する方法を教えてくれるから、システムが自分の柔軟性で崩れないようにできるんだよね。

モデルは進化してるよね。それを活用するソフトウェアもどんどん良くなってる。最近まで、モデルは今得意なタスクの多くがかなり苦手だったんだよね。確かに、これには限界があると思うけど、まだその境界には達してないと思う。

必ずしも良いとは限らないけど、十分に良いよね。もしすでに作業をいろんな人に分配することに慣れてるなら、コードの規模はあまり関係ないと思う。プログラマーが適切な場所を指摘できればいいんだ。実際、スケルトンにはしっかり関わった方がいいと思う。エージェントは、うまく拡張できるスケルトンを作るのが苦手だからね。でも、基本がしっかりしてれば、エージェントは大きなコードベースに正確な変更を加えることができるよ。

EIBって何？

同意するよ。言語モデルはコード生成が得意で、ある意味ではただのコード生成ツールの一つだよね。構造化された言語（設定ファイルやMarkdownみたいな）をコードに変換する代わりに、自然言語をコードに変換できるんだ。繰り返しのボイラープレート作業には本当に役立つよね。それだけやってるなら、置き換えられるのが怖いのも分かる。ありがたいことに、単調な作業を引き受けてくれるから、もっと複雑で最先端の仕事に集中できるんだ。+90%の作業をLLMに委ねてるって話す開発者が多いのも納得できる。あの分野は革新的なコードが少なくて、スタイルルールやマークアップをコードに翻訳する単純作業がほとんどだから、CRUDを管理するのも多いしね。そういう単調な作業を言語モデルにやってもらえるのは本当に感謝してる。でも、例えばRustでマルチスレッドのマルチプレイヤーネットワークサービスを書くのと比べると、コード生成には全然及ばない。検索やデバッグの補助的な側面では使えるけど、しっかりした指示なしで生成されるコードは使い物にならないことが多い。必要な低影響のコードはあまり多くないけど、複雑で高影響のコードが少し必要だから、自分で書いた方が早いことが多い。これはすぐにタイプできるし、ほとんどの作業は他にあるからね。結局のところ、ボイラープレートを打つ手間を省いてくれるのは本当にありがたい。

みんな今は職場にエージェントがいるけど、エンジニアたちはまだ均等になってないね。

コードベースのサイズに関するLLMの制限は、コードベースを正しく設計すれば取り除けると思う。製品を適切なスコープのライブラリのコレクションに整理すれば（ライブラリがLLMが全体を理解できるサイズであれば）、プロジェクトのサイズはLLMの理解によって制限されないよ。タスク管理もそれに合わせる必要があるし、チケットシステムの組織もコードベースに並行している必要がある。そうすれば、LLMは異なるスケールで異なるタイミングで考えることができるんだ。

すぐに超人的な限界が来るよ。

そうだね。でも、LLMに関数だけを書かせて、アーキテクチャは自分でやるのは「バイブコーディング」って言えないと思うな。むしろ「AI支援エンジニアリング」って感じ。バイブコーディングってのは、初めの曖昧なプロンプトの後に、LLMがエージェント有無に関わらず全部やることだと思う。だから「誰でも」バイブコーディングできるんだよね（誰でも一般的なあいまいな指示を書けるから）。これって、無意味なデモやメンテナンス不可能なモンスターを生むことになるんだよ。

どれくらいの時間で、保持できるコンテキストの量が増えるのかな？それとも、超えられない上限があるの？

それは全部本当だね。LLMは単一の機能を提供するのが得意だけど、意思決定者たちはその能力を誇張して、LLMがほとんど監視なしで自立して動けると思ってる。でも、それが現実的になるのはまだまだ先だよ。

エンジニアには本当に「波のある」存在が求められると思う。俺自身、今までで一番忙しくて生産的だよ。仕事の「作業」が全部消えたみたい。ブロッカーもなくて、自由に動き回って好きなだけ進められるし、唯一の足かせはJiraだけ。実際のダウントンはSaaSの終焉になるだろうね。次の1、2年で、これらの高価なローコード/ノーコードのミドルウェアアプリケーションが急に意味をなさなくなる時が来ると思う。だから、エンジニアの ranks が一方的に薄くなるというより、大規模な製品が時代遅れになるって感じだね。

どのSaaS企業や製品が危ないと思う？

この記事、何で書いたんだろう？2026年だよ。失業率は4.28%で、AIの設備投資はGDPの2%（6500億ドル）だし、AI関連のコモディティは2023年1月から65%も上がってる。アメリカでは約2800のデータセンターが建設予定なんだって。今のところの置き換えの話は置いといて、ソフトウェアエンジニアの求人は急増中で、前年比11%増だよ。…先週も書いたけど、AIの設備投資に関する短期的な動向はインフレを引き起こすと思ってる。でも市場は先を見越してるから、以下にもっと建設的な見解を示すね。その前に、急速な中介排除の話は普及のスピードにかかってるってことを考える価値があるよ。「ソフトウェアエンジニアの求人が急増中」というグラフは、2025年10月から2025年3月までに「Indeedの求人投稿」が65から71に増えたことを示してる。これは9%の増加だね。それを1年に extrapolate して膨らませてる。グラフはゼロラインを下に押し下げてスケールを拡大することで変化を誇張してるかもしれない。これはただのノイズかも。「職場と家庭における生成AIの採用率と他の技術の採用率」というグラフには、生成AIのデータポイントが1つしかない。この文章は、いくつかのあやふやな数字を使って自分たちの主張を支持してるんだ。おすすめの読み物：[1] [1] https://en.wikipedia.org/wiki/How_to_Lie_with_Statistics

記事を否定してくれて嬉しいけど…ポスト・クロードの世界でSWEの求人市場がどこで成長するかの議論を聞きたいな。例えば、「CEOは自然と欲が深いから、チームを削減した後に、AIで人を置き換えるんじゃなくて、実際にはもっと多くのエンジニアを使うことで、より多くのことを達成できるって気づくかも」みたいな感じかな。でも、OPがAIスパムだって指摘してるのはいいね。

全体のグラフを見てみる価値があるよ：https://fred.stlouisfed.org/series/IHLIDXUSTPSOFTDEVE

「XYZ just printed rate%」っていうのを見かけたんだけど、「printed」ってこの使い方ではどういう意味なの？「公開された」とか「最新」とか、何を指してるの？

ちゃんとしたSaaSのHRがIndeedを使ってるって聞いたことある？それがソースだって言われると、すぐに疑問に思っちゃう。だって、私が調べた会社はAshby、Lever、Greenhouse、Jobvite、Doverとかを使ってるから。編集：あ、でも多分これらのATSから結果を引っ張ってるんだろうね。

チャートを見てみてよ：https://fred.stlouisfed.org/series/IHLIDXUSTPSOFTDEVE これは常に更新されてるし、先週の時点でも求人はまだ増えてるから、君の批判はあまり意味がないと思うよ。

新しいチームメンバーを雇いたくないのは、育成に3ヶ月かかる上に、その間に新しいオーパスが出てくるからだと思う。モデルの能力が急激に成長するのが止まるか、ギャップが広がるまで、採用は増えないんじゃないかな。明らかに、問題のある能力は減速してないし、ギャップは短くなってるし…

モデルの能力は、モデルの価格に比べて成長が遅くなってる。最近の価格上昇で、ジュニアを雇うのが安くなったし、短期的にはもちろん、長期的にもそうだよ。

これは anecdotal だけど、ほぼ2年間何も活動してなかったのに、ほぼ1ヶ月間、リクルーターにめちゃくちゃ追い回されてる。LinkedInのフィードに出てきたり、週に何通も面接の依頼メールが来たりしてる。何が変わったんだろう？求人市場はあんまり改善してるようには見えないし、むしろこれまで以上にレイオフが増えてる気がする。

LLMには、クオリティの高いコードを作るために有能なエンジニアが必要だよ。現実がそのハイプに追いついてきてるね。

あなたは何年のプロ経験がありますか？

同じく、低品質なオファーを出してくる人たちに「お前ら、ざまぁ」って言うのがすごく満足感ある。

AIのおかげで、今は以前よりもずっと簡単に見つけられるバグやセキュリティ問題が大量にあるよね。それに、直接コーディングにAIを使うことへの信頼が薄れてきてる。企業のソフトウェアの安全性を侵害するコード追加の例がたくさんあるから。これを解決するには、実際の人間がコーディングをしなきゃいけないんだ。だから、コーディングにAIを使うほど、セキュリティを確保するために監視するSEがもっと必要になるのは確かだと思う。個人的には、AIツールの大きな利点はコーディングそのものよりも、テストやセキュリティチェック、ドキュメント作成とかにあると思ってる。

コーディングエージェントを使うと、まるで毛布の下で働いているみたいで、先が見えない感じ。厚いマスクがあって、何が起こっているのか全然わからない。残念ながら、物事がすごく早く作れるっていう印象を与えちゃうし、システムがしっかり設計されているって思われがちだけど、実際はそうじゃない。私が使った最高のモデルでも、そうはならない。機能の数がある程度に達すると、幻覚が増えて、AIエージェントが何を書いているのか全くわからなくなることが多い。プルリクエストも意味がなくなって、レビューするコードが多すぎるし、AIが処理してるからね。要するに、エンジニアの目が全体的にそらされちゃってる。まだまだバグがたくさん待ってるよ。これをコーディングエージェントなしのシナリオと比べてみて。全てのエンジニアがコードベースをよく理解していて、フローがどうなっているか、深く掘り下げる方法も知っているはず。全体的にこの非生産的な方向性にはすごく悪い気がしてる。小さなモジュールを書くにはいいけど、企業は短期間で大量のコードを生み出そうとしているみたい。圧倒的に多くのエンジニアが自分の仕事にほとんど満足していない。どこでも火消しが行われてるし、ドキュメントを読む、書く、幻覚が発生するところでは、重要な情報が見逃されている。結局驚くことではないけど、この状況全体がすごく混沌とした状況に私たちを追い込んでいる。

ここでも理解しようとしてるよ：https://hugston.com/news/the-west-strategic-battle-defeat-th...

これは、この業界で大規模なリストラが迫っているってことだよね。事前にアストロターフィングして、仕事があるっていう統計を見せられるようにしてる。MetaとMicrosoftがその動きを始めたばかりで、今後2年で加速するだろうね。

基本的に、今後5年でソフトウェアエンジニアの給料が3倍になると予想してる。もし「コーディングは解決済みの問題」っていうバカみたいなレトリックが続くなら、供給側が崩壊するからね。