HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

LLMの批判者は正しい。それでも私はLLMを使い続ける

The LLM Critics Are Right. I Use LLMs Anyway (theocharis.dev)

241 pointsby JeremyTheo247 コメント

要約

筆者は、大規模言語モデル(LLM)に対する多くの批判に同意しながらも、依然としてLLMを多用しています。この記事では、LLMに関する一般的な懸念点を挙げ、それでもLLMを使用し続ける理由と、このジレンマに対処するためのパターンについて考察しています。

全文翻訳

LLMの批判者は正しい。それでも私はLLMを使い続ける。 2026-07-15 LLMの批判者のほとんどに同意しますが、それでも私はLLMをたくさん使います。これは私が妄想的であるかのように聞こえるかもしれませんが、時々そう感じますが、私だけではないと思います。 今週、私はベルリンで開催されたLocal-First Confに参加しましたが、そこではどこでもこのジレンマが見られました。アーミン・ロナッハー(Armin Ronacher)は、機械エンティティの構築に関する講演を行ったばかりでした。彼はFlaskを開発し、Sentryの初期チームメンバーの一人だったので、間違いなく優れたソフトウェアエンジニアです。最近、彼はPi.devという「オープンソースのコーディングエージェントハーネス」を構築する会社Earendilを設立しました。講演の後、Discord経由で質問でき、それがステージで読み上げられました。私は次のように質問しました。 Piのプルリクエスト(PR)を受け付けていますか、それともLLMからのPRの洪水にどう対処していますか? 彼はステージ上で、聴衆全員の前で、ほとんどすべてのPRとイシューを自動的にクローズしていると答えました。しかし、人間は常に輝きを放つので、PRを開くことを思いとどまるべきではないとも付け加えました。 つまり、私だけでなく、どうやら非常に賢いエンジニアたちも同じようです。LLMを扱うツールを構築している人々自身が、自らの創造物の洪水に襲われており、身を守るためにすべてを自動的にクローズしています。彼らの目的ページには次のように書かれています。 AIへと突き進む世界において、私たちは人間こそが最高の代理人であると信じています。 ここでもジレンマです。 私が聴衆席に座っていたとき、多くの人がClaude Codeを開いているのを見ました。そして講演者はLLMについて批判的なことを言い、大きな拍手を受けました。Claude Codeを開いている人々からも拍手がありました。 ここでも、このジレンマです。 私もそのカンファレンスで講演しましたが、後で何人かの人と話したところ、彼らは私の感覚と非常に似ていると感じていると説明しました。それは安心でした。なぜなら、私だけではないとわかったからです。 そこで、この記事ではそれを説明しようと思います。まず、LLMを使用することに関する、大きな拍手を受けるような、公平で妥当な懸念点をすべて見ていきます。次に、私がそれでもLLMを使用する理由を説明します。そして最後に、いくつかのパターンを見つけ、具体的な例を挙げることで、他の人も介入して経験を共有し、このジレンマをよりよく理解できるようになることを願って締めくくります。 昨日の講演からのいくつかの印象📸 @adamwiggins.com @martin.kleppmann.com @stevenruiz.bsky.social @jakelazaroff.com— Local-First Conf (@localfirstconf.com) 2026年7月13日 午後3時44分 LLMは悪い 人々や講演を聞いたり、HNを読んだりするだけで、なぜ特定の人々がLLMの使用を拒否するのか、その理由をかなり把握できたと思います。そして、私が彼らのほとんどの点に同意するということが、非常に奇妙なのです! 著作権で保護された資料でいっぱいであること、はい。環境に悪いこと、はい。すべての倫理的な問題、はい。そして、このNVIDIA、OpenAI、お金の動きのサークルジョークは良い結果にならないでしょう。それはバブルであり、間違いなく弾けるでしょう。 最大のものを一つずつ見ていきましょう。 最も一般的な批判である「LLMは多くのゴミを生成する」から始めましょう。 はい、生成します。間違いなく。 オープンソースソフトウェアを見ると、ますます多くのリポジトリやプロジェクトが、あらゆる種類の貢献をまっすぐ拒否するか、何らかのフィルターを前面に置こうとしています。アーミンとEarendilが自動クローズで行っていることと似ています。 根本的な問題は信頼だと思います。インターネット上のランダムな人々を決して信用すべきではありません。しかし、LLMが登場する前は、基本的なこととして、適切な説明付きの適切なPRを作成するには、少なくともある程度の人間的な時間が必要でした。そのため、トロールや低品質な提出物を排除することができました。あるいは、数秒で簡単にフィルタリングできました。たとえ新しい人が来ても、その人が少なくとも数時間を費やしたと信頼できました。そして、それはおそらくさらに詳しく調べる価値がありました。 その基本的なことはもはや真実ではありません。誰でも新しいGitHubアカウントを作成し、LLMを自由に実行させることができます。そして、メンテナーとしては、誰かがPRに多くの時間を費やしたのか(そしておそらくPRの説明にClaudeを使っただけなのか)、それとも単にOpenClawマシンが単独で動作しているのかを簡単に見分けることはできません。ZigやGentooのようなプロジェクトは、LLM生成のPRを受け入れることを拒否していますが(どのように判断するのかわかりませんが、解決策だとは思いません)、すでに拒否しています。 LLMは、私たちが信頼を回復する方法を見つけなければ、OSSを殺す深刻な可能性を秘めているかもしれません。一つのアイデアは、検証済みの少数の人々だけがプロジェクトに貢献できるようにすることです。そして、検証を受けるためには、実際のミートアップなどに参加する必要があるかもしれません。 そして、ジュニアエンジニアの状況があります。実際には2つの異なる点があります:a) ジュニアのコードの背後にある努力をもう信頼できないこと、b) シニアがジュニアを教えるインセンティブを失っていること。 まずa)から始めましょう:シニアは常にジュニアのコードを修正・修正してきました。そしてジュニアは常にかなり悪いコードを書いてきました(私の最悪のコードはLLM時代以前に書かれたものです)。しかし今、シニアがレビューしているときに、そのジュニアが10分でバイブコーディングしたのか、それとも数時間座っていたが、本当に良い洞察が欠けているのかわからないのです。 そしてb)の教育、つまり「新しい人々にどう教えるか?」:以前は、「ジュニアはかなり退屈なタスクを行うが、そのためにシニアが一緒にレビューし、成長を助ける」というバランスがありました。今やシニアとして、ジュニアはもう必要ありません。退屈なタスクは、少なくとも多くの人が同意していると思いますが、完全にLLMにアウトソースできます。では、なぜジュニアを雇う必要があるのでしょうか? そして、地政学的な緊張もあります。中国や米国がこれらの技術へのアクセスを一晩で遮断したらどうなるでしょうか?ほんの数週間前、米国政府は非米国市民をAnthropicの最新のフロンティアモデルから遮断する能力と意思を示しました。 Anthropic自身の声明、2026年6月12日:米国の輸出管理指令により、Fable 5とMythos 5をすべての顧客に対して急遽無効にせざるを得ませんでした。 私は終末論者になりたいわけではありません。マーティン・クレッパマン(Martin Kleppmann)がステージで講演でうまく説明したように: ヨーロッパと米国の間の紛争の確率は依然として非常に低い。しかし昨年はゼロでした。 最後に、LLMで調査しているときでさえ、それらは訓練資料の大多数の考え、あるいはモデルを作成した人々の政治的信念を静かに忍び込ませる自然な傾向があります。 それは、2人の人間がお互いに話しているようなものです。時間が経つにつれて、彼らの意見はゆっくりと融合していきます。いつもこの奇妙な言葉を使い続ける一人の友人を持っていて、数週間後にあなたの友人グループ全体がそれを使っているのに気づいたことはありませんか?それと同じようなもので、意見が絡んでいます。 そして、会話の参加者の一人は人間ではありません。 LLMは良い しかし、私たちはそれらを完全に排除することはもうできません。それらはここにあり、ここに留まります。そして、流れに逆らうのではなく、流れに乗って、それを制御し、形作ることができます。 例えば、モデルをラップトップで実行できるようにすることによって。それらはすでに改善されており、私たちプログラマーをこれらの大企業から独立させてくれます。そして、補助金が終了し、価格が上昇したとき、オープンウェイトモデルは大規模ベンダーを抑制します。そして、自分のハードウェアでローカルに実行されるモデルは、どの政府によっても一晩で遮断されることはありません。バブルが弾けたとき、世界経済に大きな損害があり、多くの企業が倒産するだろうとさえ主張できます。しかし、オープンウェイトモデルはどこにも行かないので、私たちプログラマーはそれらに頼ることができます。カンファレンスでさえ、AIに関する講演のほとんどはローカルモデルを真剣に扱っていました。 想像してみてください:あなたはバックグラウンドでSF AIを実行していて、いつでもそれに質問でき、常に答えてくれるのです。スター・トレックのように。 多くの講演で、AIが登場しました。