TAG · タグ

# AIコーディング

2026-08-04

AI 時代に MVP はまだ必要か？2.11 億行のコードが示した手戻り率 3.3% → 7.1%

AI 時代に、まず MVP を作る必要はあるのか。分割して納品する必要はあるのか。アイデアを AI に投げると、十回のうち八回は「まず実用最小限の版を作りましょう」と返ってくる。だがこの提案は学習データから暗記したものであって、計算した結果ではない。Agile Manifesto は 2001 年、『The Lean Startup』は 2011 年のもので、その方法論が成立する前提は「粗い実装と完全な実装のあいだに大きなコスト差がある」という一点にある。AI の手ではその前提が消えた。Cursor に「localStorage で保存」と言うのと「PostgreSQL とコネクションプールで」と言うのとでは、生成時間は数分しか違わない。さらに厄介なのは AI の請求書の構造が人間と逆であることだ。入力トークンの大半はタスクではなく文脈で、二回のリトライで一セッションのコストは三倍になりうる。GitClear が 2.11 億行を分析した結果、マージ後数日で書き直されるか削除されるコードの割合は 3.3% から 7.1% に上がっている。反復という手法がなぜ人間のコスト構造のために設計されたのか、そして「一度で正しく作る」と「一度で全部作る」の違いはどこにあるのかを分解する。

2026-06-19

ベテラン16人がAIでコーディング、20%速くなったつもりが、実は19%遅くなっていた

METRのランダム化比較試験。16人のベテランOSS開発者が、平均5年メンテしてきた自分のプロジェクトで本物のタスクをこなしたところ、AIを使ったグループは19%遅くなった。だがもっと怖いのはもう半分だ。彼らは事前にAIで24%速くなると予測し、やり終えて、遅くなったことを身をもって体験したあとでも、なお自分は20%速くなったと思い込んでいた。体感と実測は40ポイント近くズレていて、しかも向きが逆だった。チームの生産性見積もりを使って毎日スケジュールを引き、納期を約束し、予算を支えている人間として、私はこの錯覚がどこから来て、どこで成立し、そして我々の業界のAIにまつわるあらゆる判断にどう染み込んでいるのかを、はっきりさせておきたい。

2026-06-09

AIコーディングが高すぎるのではない――誰も価値を測っていないだけだ

MicrosoftはClaude Codeを社内から締め出し、Uberは4ヶ月でAI年間予算を使い果たした。「AIコーディングは高すぎる」と世論は叫ぶ。だが本当の問題はコストではない。「生産性向上」を感覚として買い込み、実際に何を生み出したか一度も測らなかったことだ。請求書は精確に見えるのに、リターンを示す数字は一つも出てこない。