LLM生成コードを手動で打ち直してコグニティブ・デットを防ぐ
Prevent cognitive debt by manually retyping LLM-generated code (ankursethi.com)
要約
LLM(大規模言語モデル)が生成したコードをそのまま使用すると、コードの理解が追いつかず、コグニティブ・デット(認知的負債)が生じます。著者は、LLMにコードを生成させる際に、それをチャットに表示させ、自身で手動で打ち直すという非効率ながらも理解を深めるワークフローを提唱しています。この方法により、コードの品質を保ちつつ、自身の知識として定着させることができると述べています。
全文翻訳
LLM生成コードを手入力してコグニティブデットを防ぐ
4月に述べたことにもかかわらず、私は個人的なプロジェクトでコーディングアシスタントを使い続けています。
それらを使って一度に全体の機能を生成させると、私は不満で混乱した状態になりますが、プロジェクトの退屈な部分を早送りするために使うのは楽しんでいます。
しかし、コーディングアシスタントを私のプロジェクトで自由に動かすことを許すと、膨大な量のコグニティブデットが残ります。ウェブサイトにタグ付けを追加する方法を理解するためにDjangoのドキュメントを熟読することを私が嫌うとしても、根本的にはそれがどのように機能するかを理解したいと思っています。問題が退屈であるという理由だけで、その解決策に対する私の理解を完全に機械に委ねたいわけではありません。
もちろん、LLMが生成するコードのすべての行をレビューすることもできます。それが2026年という呪われた年において、ほとんどの開発者に期待されていることです。ロボットがPR(プルリクエスト)を作成し、人間がそれをレビューする。それは素晴らしい新世界です。
しかし、私はAI生成のPRをレビューするのが好きではありません。防御的すぎ、コメントが悪く、微妙に間違っている数百行のコードを精査するのは楽しくありません。雇用主のためなら渋々やるかもしれませんが(ただし、できるだけ早くその雇用主が元雇用主になるようにしながら)、自分の個人的なプロジェクトのためには絶対にやりたくありません。個人的なプロジェクトは、何よりもまず楽しむべきです。個人的なプロジェクトに取り組む喜びは、結果からではなくプロセスから生まれます。
では、どうすればよいのでしょうか?LLMに退屈な作業をオフロードしつつ、自分の仕事と認知能力をスロップマシン(ゴミ箱のようなもの)に譲り渡さないようにするにはどうすればよいでしょうか?
私は、非常に非効率的で、おそらく少し滑稽な解決策を思いつきました。それは、コーディングアシスタントにチャットでコードを生成させ、その後、すべての編集を自分自身で手動で行うというものです。
私の個人的なプロジェクトのすべてのエージェントファイルには、これらの指示が含まれています。
このプロジェクトに使われるコードのすべての行を理解したいです。明示的に指示されない限り、プロジェクトファイルを新規作成、編集、移動、名前変更、または削除しないでください。代わりに、提案されたすべての編集をチャットに表示してください。私が手動で入力できるようにするためです。
明示的に要求されない限り、プロジェクトファイルを変更したり、依存関係をインストールしたり、リポジトリの状態を変更したりするコマンドを実行しないでください。代わりに、それらのコマンドをチャットに表示してください。私が手動で実行できるようにするためです。
私は経験豊富な開発者です。明示的に求められない限り、構文、API、プログラミングの概念、または実装の詳細を説明しないでください。
このようにLLMを使用すると、LLMを使用しない場合よりも速く作業できますが、自分の代わりに機械に考えさせることをいとわない人々よりも遅くなります。10倍速くなる代わりに、おそらく2倍速くなる程度です。しかし、速度で失うものを、コードに対するより深い理解で補っています。
LLMが生成したコードのすべての行をエディタに手動で入力しながら、それがどのように機能し、既存のコードベースにどのように適合するかについてのメンタルモデルを構築します。APIやアルゴリズムを理解できない場合は、立ち止まって調べたり、LLMに説明を求めたりできます。
自分でコードを入力することで、作業を遅くすることが強制され、LLMが行った可能性のある誤りや悪い設計上の選択を検出する可能性が高まります。入力しながらコードをクリーンアップし、再編成し、リファクタリングし、コメントを追加し、一般的に自分の好みに合わせて調整できます。
最も重要なのは、このワークフローにより、コードベースの空間的なマップを構築できることです。コードベースのどこにどの機能が存在するかを把握できます。変更を加える必要があるときは、どこを変更する必要があるかを正確に知っています。これは、プロジェクト内でより速く作業するのに役立つだけでなく、将来的にLLMにプロンプトを与え、指示するのをより容易にします。
10代の頃、コーディングを学んでいたとき、経験豊富なプログラマーはよく、コードをプロジェクトにコピー&ペーストしないように言っていました。もし本から学んでいるなら、すべての例をコンピューターにコピーして実行できるようにすることを勧められました。ブログ記事やフォーラムの回答から学んでいるなら、それをタイプアウトしてコードベースに適応させ、完全に理解することを勧められました。
LLMが生成したコードを自分のコードベースに手動で入力することは、まったく同じ学習プロセスのように感じられます。LLMとの作業において最も効率的な方法ではないかもしれませんが、私は生産性よりも理解を重視します。この方法を数ヶ月間続けていますが、うまくいっています。可能な限り、このワークフローを使い続けるつもりです。
ソフトウェア業界は、すぐに返済しなければならない大量のコグニティブデットを抱え込んでいるのではないかと恐れています。私たちのデジタルインフラストラクチャの大部分がどのように構築されているかを、もはや理解できなくなる時が来るでしょう。私個人が業界全体の方向性を変えることはできないかもしれませんが、少なくとも自分が世に送り出すソフトウェアを完全に理解していることを確認することはできます。それ以外はプロフェッショナルとしての不正行為でしょう。