HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

業界はトークン制約のある仕事に対応できるか?

Is the industry ready for tokens-constrained work? (blog.alaindichiappari.dev)

15 pointsby fullautomation10 コメント

要約

AIモデルのトークン使用量制限が、特に複数のエージェントが並行して動作する場合、開発者の生産性や作業の継続性に課題をもたらしています。従来の労働時間に基づく給与体系と、AIによる迅速なタスク完了との間に乖離が生じており、企業は従業員が余剰時間で何をすべきか、学習やスキルアップを奨励すべきかといった新たな課題に直面しています。Uberの事例のように、トークン予算の管理は依然として制約となっています。

全文翻訳

トークンが尽きたらどうするか

数日前、私たちは皆よく知っている種類の話を読みました。あるコンサルティング会社の男性が、その日のトークンを使い果たし、マネージャーに増量を求めましたが、「それが皆に与えられるものだ、それでやりくりするしかない」という趣旨の返答しか得られませんでした。明らかにその男性は、古典的な歯車のようなソフトウェア開発者で、タスクをボード上で動かし、投稿を読み、それに対する人々の反応を見ていました。彼はその日、他に何もすることがなかった(あるいはそう思っていた)、または制限がリセットされるまで何もできないと認めました。

まず最初に、投稿の下で最もよく見られるコメントの一つに触れたいと思います。「作業の途中で引き継ぐべきだった」というものです。
非常に現実的に考えてみましょう。特に、理由付けを短い要約以外ではほとんど示さないモデルで、多数の(サブ)エージェントが並行して動作している場合、これらのワークストリームの中で最も単純または最もアプローチしやすいものを理解するだけで何時間も費やすことになるでしょう。何かを理解しようとし、手作業で少し行い、エージェントが追従していた内部の一貫性を壊さないことを願います。その後、行ったことを簡単に文書化し、制限がリセットされたときにLLMに渡し、それがおそらく数時間かかった作業を削除し、数秒で再作成する可能性があります。あるいは、もし他に何か有用なことがあれば、ただ待ってそれを行うだけです。

Claude Fable 5 および Claude Mythos 5 における思考出力
Claude Fable 5 および Claude Mythos 5 では、生の思考連鎖は決して返されません。
(2026年8月16日現在)

ここでは、ソフトウェアエンジニアに何が起こっているのか、そして彼らの仕事からの疎外について深く掘り下げることはしません。それはスコープ外です。
投稿の具体的なケースに関わらず、企業にはさまざまな役割があり、その性質上、エージェントのオーケストレーションに多くの部分が含まれることを私たちは知っています。他の役割では、もっと多くのことがあります。人々やプロセスの調整、ドキュメントの読み書き、その他の知的または手作業の活動です。しかし、これはすべての人にできることではありません。少なくとも現時点ではそうではないようです。
既存のモデルは、多くの形態で、国ごとの規制によって異なりますが、従業員、フリーランサー、コンサルタント、および一部のB2Bサービスにおいて、仕事と報酬を費やした時間に結びつけています。
しかし同時に、当然のことながら、多くの企業は時間配分ではなく、目標に基づいて作業しており、締め切り(または他の分野では、リリースが時間で区切られていない規制/品質/数量の制約の満足)があります。それでも、現実は、企業には特定の労働時間があり、計画された仕事を完了するまで行い、反応的な作業(会議、インシデント、カスタマーサポートチケットや通話)に対応できるという期待はないということです。
あなたは、その日の終わりまで、どんな仕事でも、できるだけ多くの時間を仕事で埋めることが期待されています。
これを最も一般的なセットアップ(そしてそれはあまり変わらないように見えますが、もし違うなら教えてください)と考えると、画面に恐ろしい5h:100% 7d:100%が表示されたとき、本来的にやるべきことが少ない役割はどうなるべきでしょうか?本を手に取って何かを学ぶことは許されるのでしょうか?同僚が何をしているのかを学びに行くことは?これはすでに多くの人が行っていることで、非常に立派であり、おそらくチームレベル、あるいは現代の企業でより構造的に奨励されるべきです。
これは受け入れられ、正常化されているのでしょうか?文化的にあまり良くないと言われている場所では何が起こっていますか?インセンティブは何でしょうか?企業とそのリーダーはそれで良いのでしょうか?
それとも、従業員により寛大なAIプランを与えて、最善を期待する方が良いのでしょうか?単なる経済的な考慮を超えて、それは問題を先送りしているか、実際にはそれを悪化させているだけだと思います。トークンが倍になれば、制約はさらに少なくなり、脳を使わずに倍の出力を生成する際にさらにずさんになり、エージェントが後で片付けることができます。多くの企業では、エンジニアリングはもはやボトルネックではありません。
一方で、もし状況が、契約時間に合わせてエージェントを使用する速度にインセンティブが働くように動くなら、「あなたは期待されるほどAIを使用せず、そこから最大の価値を引き出すことはできず、生産性を最大化できず、皆を遅らせることになる」というようなことになるでしょう。

Uberの事例、つまり4月にその年のトークン予算を使い果たしたことは、(ご想像の通り)エンジニアリングが制約管理から解放されていないことを示しています。
80年代に数キロバイトにプログラムを収めるために奮闘したなら、今度は私たちが費やせるトークンに最も有用なLLM作業を詰め込む必要があります。準備はできていますか?