AIの使い方（2026年10月）

AIの使い方（2026年10月）

すごい、状況は変わった。

［去年の10月］、私はAI、特に私たちが「AI」と呼ぶクールなもの、LLMの利用状況をまとめました。そうしてよかった。12ヶ月後、状況は非常に、非常に異なっています。

［画像: ロボットのグループと楽しそうに過ごす人物］ ［画像: ロボットのグループと楽しそうに過ごす人物］

背景

私は依然としてAIをかなり典型的に使っていると信じていますが、背景には顕著な変化がありました。去年の10月、私はMicrosoftのWindows AIチームのエンジニアでした。今はSalesforce AI Researchの研究エンジニアです。大規模なエンジニアチームと働くよりも、科学者をサポートし、迅速なプロトタイプを構築する時間が増えました。トークンには毎月約3,000ドルを費やしています。

いずれにせよ、私は昨年と同じような方法でAIを使用しています。

• コーディング
• リサーチと検索
• 要約、文字起こし、そして（新しく）音声
• 執筆
• アート、音楽、そして（新しく）ビデオ

今年新たに、個人的なAIポリシーを起草しました。そこから始めましょう。

以前と同様に、これはあくまで私の意見と推測です。もしAIの使い方が異なる場合は、教えてください！

私のAIポリシー

今年、私は個人的なAIポリシー、つまり私が人生でAIをどのように使いたいかについての文書の起草を始めました。それにとても興奮しています。このサイトの明示的なAIポリシー（まだ考えていますが、おそらくHank Greenのポリシーに基づいています）も作成中ですが、個人的なポリシーは、これらのツールを日常的に使用するためのフレームワークを提供してくれます。

AIは生活に浸透します。同僚はClaudeにSlackメッセージを書かせ、祖父母は孫の不気味なミームを生成し、研究者は機械に思考を委任します。私はこれらすべてを見てきました。Hank GreenやBrainPOPのような強力なクリエイターでさえ迷っています。

［画像: AI生成のポスターと「ああ、それは…それはBrainPOPがAIを使っているんだ」という応答付きのBrainPOPのツイート］

BrainPOPがAIアートを使用している、おそらく無意識のうちに

人間は明らかにこれらのツールを使用するための規範を持っておらず、私たちは間違っています。個人的なポリシーが、AIがより賢くなるにつれて私を地に足のついたものにしてくれることを願っています。そのポリシーを時間とともに適応させたいと思っており、それがどのように進化するかを見るのが待ちきれません。また、ドラフト1が完全に、絶望的に間違っている可能性も受け入れています。

最終的に、私は他の人々とクールなものを作ることに人生を費やしたいです。AIは助けることも、害することもできます。ポリシーは、その違いを見つけるのに役立ちます。

コーディング

コードを書くことは解決されました。

昨年、私はGitHub Copilotの自動補完がコードの書き方をどのように変えたかについて詩的に語りました。

［画像: 自動補完が数行を推奨している］

自動補完は依然として良い（薄い線）

さて、ええと、私はもうあまりコードを書きません。エージェント型コーディングがそれを時代遅れにしました。

私の仕事の日々は、約5〜6のClaude Code（またはOpenCode、Codex、Pi）エージェントを管理することになりました。私はClaudeに機能を実装するように、またはバグを再現するように、あるいは私が手作業で行っていた他のタスクを依頼します。各エージェントはコードのコピー（技術的ならGit worktree）を受け取り、そして…作業を開始します。エージェントはコードを書き、テストを実行し、PRを作成・レビューさえします。

［画像: Claude Codeが「オーディオパイプラインにrnnoiseを追加できますか？」というプロンプトに応答している］

Claude Codeは、プロンプト1つで私のMumbleクライアントの（worktree内の）オーディオパイプラインにノイズリダクションを追加しました[（GitHubコミットへのリンク）]。

それらは魔法に他なりません。

• 速く構築できます：エージェントは、約20分で新しい機能をプロトタイプ化します。これらのエージェントのおかげで、私はどれだけの機能、バグ修正、テスト、ツールを（AIが？）構築できたか、本当に数えられません。例えば、AIは私がmacOSとiOSで紛らわしいオーディオコードをわずか数分でテストできるようにしました。
• クレイジーなことを試せます：「ファストに失敗する」ことを目指す人間のチームとは異なり、エージェントは超高速に失敗できます。私はクレイジーな新しいアイデアをテストし、うまくいかないものを捨てることをためらいません。Mumbleにノイズキャンセリングを追加する大規模な変更を配線してテストすることができました。私はそのベータ版をほぼ毎日使用しています。
• 退屈な作業をなくします：「修正してくれ！」という指示だけで、エージェントが緊急のバグを診断・修正してくれたことがあります。その間、私は他のことに取り組んでいました。
• より親切になれます：エージェントがすべてを書くので、コードレビュー中にチームメイトに広範な変更を提案したり、自分でバージョンを書いたりすることが簡単です。どちらも手書きコードの時代には考えられないことでした。

私は、エンジニアリングそのものが解決されたとは考えていません。自分で実行させると、エージェントは機能が不十分で、過剰に設計され、読みにくく、自己賛美的なゴミの山を構築します。私が尋ねたすべての友人は、エージェントが依然として良い仕事をするためには人間のセンスと経験が必要であることに同意します。その一部は些細なこと（Claudeがサイトに載せたがるあの厄介なステータスドットのようなもの）ですが、ほとんどは重要です。エージェントは単独では迷子になりがちです。今年最も成功した私の仕事は、約4,000行の「バイブコード」を数百行に置き換えるツールを手書きで作成したことです。私のシステムは、置き換えられたものよりも柔軟で、テストしやすく、汎用性が高いことが証明されました。

しかし、その人間の優位性がいつまで続くかはまだわかりません。

また、これらのエージェントを使用する疲労感にも向き合わなければなりません。6つの異なる機能について、6つの異なるロボットと6つの会話を管理するのは、コーディングが決してそうではなかったような、過剰な刺激と疲労感をもたらします。エージェントを使い始めたとき、私はまるで人間同僚が助けを待っているかのように、彼らの質問に急いで答えていたのを覚えています！その擬人化バイアスを抑えましたが、一度に多くの問題を juggling するのは疲れます。昼食前に、そして夕食前に、もう1つだけプロンプトを送信するという誘惑…ああ。また、「椅子職人を考える」で書いたように、クラフトの衰退もあります。私の友人ピーターは、プログラミングの喜びを機械に譲り渡すことを嘆いています。私たち多くの人にとって、コードを磨き、適切なデザインを見つけ、部品が組み合わさるのを見ることは、仕事で見つけた瞑想的な目的でした。今では、ほとんど何も書きません。代わりに、それをエージェント番号7に委任します。

しかし、エージェントとの作業の喜びに戻りましょう。彼らは非常に速く、フィードバックにオープンで、非常に知的です。彼らと働くことは非常に楽しいことがあります。

例えば、音声エージェントのハーネスを構築していたとき、あるプログラミングエージェントは（正しく）私の単純なテストハーネスが不十分だと判断しました。そこで、それは私のMacの内蔵テキスト読み上げ機能を使用して、構築中の音声エージェントを直接テストしました。その後、新しいエージェントもそれを行うようになりました。彼らがその技術を文書化したか、あるいはそれぞれがそれを独立して発見するのに十分賢かったかのどちらかです。彼らが構築している製品を直接テストする。まったく素晴らしい。

エージェントはしばしば私が複雑すぎて不要だと拒否するノブや設定を推奨しますが、 voilà、来週にはそのノブが必要になります。愚かな人間！

いずれにせよ、エージェント型コーディングのおかげで、エージェント型プルリクエストがますます私のエージェントコードをレビューする方法になっています。「ドラフトPRを作成して」と書くと、「すぐにレビューします！」そしてレビューします。エージェントはまだ信頼性が低いため、検証なしでは信頼できません。そのため、私は依然として彼らのコードをレビューし、手動でテストします。しかし、人間と行っていたような「行ごとの」コードレビューは行いません。代わりに、アーキテクチャ、コード内のより大きなパターンに焦点を当てます。アプローチに体系的な問題はありますか？CLAUDE.mdに新しいエージェントガイダンスを追加すべきですか？機械が自身のコードをテストできるように、より良いテストハーネスを構築できますか？

エージェント型コードレビューはここで驚くほど役立ちます。生成されたコードで繰り返し問題に気づいたときはいつでも、コードレビューロボットのためのルールを書き込もうとします。そうすれば、エージェントは自身で問題を特定・修正します。私が作成を楽しんだルールの一つは、「Claude風コメント検出器」です。私の文章が冗長だと思いますか？Claudeの文章を試してみてください。

より典型的なエンジニアリングチームでは、人間のコードレビューはますます困難になっているようです。私の友人は、チームメイトが単に「彼らの」Claudeに他のClaudeが書いたコードをレビューするように依頼していると不平を言っていました。Claudeのウロボロス！エージェントはバグやスタイル上の問題を非常によく捉えますが、アーキテクチャの設計においてはひどいものです。エージェント型コードレビューは、まだ人間にとっての代替にはなり得ません。

［画像: CodeRabbitのコードレビューコメント、リンク参照］

AIコードレビューは、私のコードの正確性の問題を検出しています。

昨年、私はGitHub Copilotのインライン編集とコードモードの両方に懐疑的でした。当時それらはあまり役に立たず、エージェントではさらに役に立たなくなりました。それらをテーブルから削除しました。

リサーチと検索

昨年、私はリサーチと検索に興奮していました。それらは私がChatGPTを使った最も頻繁な理由でした。今では、生成AIがそれらのことを行うデフォルトの方法です。

最大の変更は、GoogleのAIサマリーです。Googleの最初または2番目の結果は、ほぼ常にAIサマリーであり、通常はまともです。そのため、私の従来の検索は、デフォルトでAIファーストになりました。完璧か？絶対に違います。ある日、NPRのRSSフィードの誤ったURLを提示され、「AI've」の起源を見つけられませんでした。

しかし、トップの結果のどれもNPRのRSSフィードを明確に提供しませんでしたし、Claudeでさえ「AI've」を見つけることができませんでした[（Claudeのチャットへのリンク）]。一方、「HP Reverb G2」を検索すると探していた仕様が得られ、「ai intelligence is spiky」は正しい用語（「jagged」）を指し示し、「emoji sigh」は、汚いサイトに送ることなく正しい絵文字を提示し、「rel nofollow markdown」は、そのサイトに検索エンジンのジュースを与えずにリンクする方法を思い出させてくれました。

［画像: EmojiTerraがクッキーバナーを表示している］

［画像: 絵文字の「ため息」を検索し、インライン結果が表示されている］

前と後：オンラインで絵文字を見つける

商品検索は依然として平凡です。「best hysa」を検索するときはサマリーを見ますが、Geminiがお金をどこに置くべきかについて良いアドバイスを持っているとは信頼できません。Claudeは予算のVRオプションを探索するのを手伝ってくれましたが、KitchenAidミキサー用のグリースの技術的な詳細を理解するのに役立ちましたが、そのコーヒーテーブルの推薦を信頼できますか？ソファベッド？ChatGPTチャットでの広告を見るのは不快です。

［画像: ChatGPT内の広告］

このChatGPT内の広告は関連性すらありません！それでも不気味です。

パブの雑学（パブで妻に尋ねるようなこと）は、LLMで依然として素晴らしいです。再び、GoogleのAIサマリーは、「lego cat on a balcony tiktok guy」が@avadonyeの不安定なLEGOビルドを見つけるのに役立ち、「TikTokで短いチュートリアルをするトカゲのVTuber」」は、短いチュートリアルをするトカゲのVTuber、Mallowを見つけるのに役立ちます[（TikTokへのリンク）]。

［画像: 「TikTokで短いチュートリアルをするトカゲのVTuber」を検索］

Mallow、TikTokで短いチュートリアルをするトカゲのVTuber

私はしばしばパブの雑学にLLMを使用するのを避けています。以前はGoogleを避けていたのと同じように、友人との推測が好きだからです。フェルミ問題が好きです。

しかし、教師として、よく知られた概念を探求するためにLLMを使用することに、ますます興奮しています。昨年はこれを軽く触れましたが、それはLLMにとって不公平です。私は、それらが人類がこれまでに創造した最高の教師であると信じています。

• LLMに、ミストラルを海賊のように話すようにファインチューニングする手順をステップバイステップで説明してもらいました（ヨーホー）。
• ラジオで聞いた救急医療（EMS）の呼び出しに応答する練習にClaudeを使用しました[（Claudeのチャットへのリンク）]。
• Dan MacKinlayが見つけたソクラテス式対話法のスキルをClaudeに使用して、音声エージェントにおけるセマンティック・エンディング（ユーザーが話し終わったことを知る）の新しいアプローチについてブレインストーミングしました。
• Claudeに複雑な法的文書の典型的なアプローチを説明するように依頼しました。
• Claudeに、エージェントが書いたコードを理解しているか確認するために、長いコードレビューについてクイズを出してもらったことさえあります。オープンソースプロジェクトMumbleは数週間前に、AGENTS.mdに同様のクイズを追加しました。

［画像: Claudeと、吐血に関するチャット］

Claudeが救急医療（EMT）についてクイズを出してくれた

私は、これらの機械が示す無限のケアと忍耐に実際に嫉妬しています。子供たちとこの忍耐を共有する方法を発見し、同時に子供たちが学び続けることを願っています。VeritasiumのDerek Mullerは、「AIと学習について誰もが間違っていること」でこれを議論しています。AIは反復練習のドリル、即時フィードバック、プライベートチューターができるすべてのことにおいて信じられないほど優れています…もしそうするように頼めばです。

「世界には重い物体がたくさんある」と彼は言います。「それなのに、ほとんどの人はたくましくない。」

それが今日のAIチュータリングに関する私の最大の懸念です。これらの機械は教えるように思い出させる必要があります。Mullerによると、学習にはタイプ2思考、つまり脳の遅い推論モードを活性化することが必要です。これは非常に困難です。あなたの体は、このモードからあなたをこっそりと、そして継続的に抜け出させようとします。チューターはあなたをそこに戻すために存在します。しかし、ChatGPTはあなたの代わりに物事を実行するために存在します。それはその用途のために非常にファインチューニングされているため、「チューターであるべきことを忘れる」傾向があります[（Claudeのノートへのリンク）]、以前に尋ねられた場合でもです。学習への欲求を両方とも忘れてしまったときに、どのような学習が発生するのでしょうか？

これは、昨年の私の最大の懸念である正確性とは異なります。当時の応答はしばしば基本的な事実誤認を含んでいましたが、今日ではそれは問題ではないようです。私は2つの基本的な要因があると思います。

1. 私はAIリテラシーが高まった。AIが何が得意かについての「感覚」を私たち больше が持っていると思うので、ギザギザしたエッジを避けます。

例えば、私はChatGPTが1867年の疎らにデジタル化された文書を読む能力を信頼していません。だから希望を持って尋ねましたが、その結果は基本的に無視しました。

2. AIはより賢くなった。コーディングと同様に、今年はインフレクションポイントに達したと思います。モデルは単に、より多くのことを信頼性高く答えられるほど賢くなりました。

Controlのメジャースポイラー（クリックした場合）ですが、GoogleのAIサマリー（2025年11月のGemini 3を使用）がシンプルで正しいのに対し、Bingの（2024年5月の約GPT 4oを使用）がそうでない[（GPT 4oを使用）]のには理由があります。後者はゲームを続編と混同しています。

この傾向は文献検索にも及びます。昨年、私は複雑な文献検索にLLMを使用することへの懸念を共有しました。私の懐疑論は残っています。これらの機械は、書かれたすべてにアクセスできるため、善意でどんな前提でもサポートできます。また、LLMにはデフォルトのバイアスがあることがよく示されています。政治的または他の分野、例えばビジネス戦略などです。私は、それらが（それ自体でまたは企業や政府の意向で）世界観を微妙に押し付ける能力を懸念しています。

しかし、LLMは今や文献検索の最初の選択肢です。それは、Google検索のトップにAIサマリーがあるため、それを読んでしまうという部分もありますが、LLMは（潜在的なバイアスにもかかわらず）私にとって良い、ニュアンスのあるデータを見つける上で、従来の検索よりもはるかに効果的でした。Google Scholarの検索はあまり良くないことを覚えておく必要があります。私が「車のタッチスクリーンは安価で、良くない」を研究し始めたとき、数ヶ月間、自動車雑誌による1つの研究以外は見つけられませんでした。それは、車のユーザーインターフェースを研究していたジョージア工科大学の研究室で働いていたにもかかわらずです！特に、それらがより賢くなり、私が直感を発達させるにつれて、LLMは優れた発見者です。人間の遅延知覚に関するClaudeの調査[（Claudeのチャットへのリンク）]を見てください。

［画像: 遅延知覚に関する人間の認識についてのClaudeとのチャット、グラフ付き］

Claudeはグラフまで作成しました！

しかし、最終的には、人間の専門家は依然としてエージェントよりも信頼できます。それが私が「車のタッチスクリーン」で前進した方法です。私はそのGTラボの誰かに尋ねました。また、Card、Morgan、Newellの「人間とコンピュータの相互作用の心理学」（誰もが、LLMでさえ引用しています）や、Wickenの「工学心理学と人間のパフォーマンス」の古い版（結婚式で会った原子力コンサルタント経由）のような、わずかに時代遅れの書籍も購入しています。それらは、単に読みやすい世界観を提供することで、私の研究を根拠づけています。

そして、それが私がAIに共同研究者として新しい研究のために失望している理由です。AIは私がしていたいくつかの研究を損なってきました。

Salesforceの私のチームは音声関連の作業をしており、私はターン検出（ユーザーが話し終わったタイミングを理解すること）を改善しようとしています。それは難しい問題であり、人間の会話がどのように機能するかについての基本的な研究を読む素晴らしい機会でした（ついに！）。AIは、その研究と良いデータセットを見つけるのに役立ちました（ただし、私のチームメイトはAIが決して提供できなかった文脈を私にくれました）。そして、ソクラテス式対話法を使って独自のターン検出モデルを設計するのを手伝ってくれたときも素晴らしかったのですが、ふとしたきっかけで「より良いアーキテクチャはありますか？」と尋ねたところ、なぜか、はい、ありました。AIは私を誤った道に導きました。

AIに私を惑わされたのはそれが唯一ではありません。LLMは、そのモデルのトレーニングデータを正しく注釈付けする方法を見つけられませんでした。私は数日間それらとやり取りし、ターンと割り込みをどのように分離するかを決定しようとしました。人間のチームメイトとの1回の良い議論の後、問題がどれほど単純になったかは恥ずかしいほどです。LLMは、複雑なことをブレインストーミングする際の優れた仲間ではありません。

OpenAIがミレニアム問題を解決し、別の問題の弱いバージョンを証明し、さらに数百件を解決し、毎日さらに多くのソリューションをリリースしているのに、これを書くのは奇妙です。しかし、それらの結果は「数百万ドル」かかります。トークンを燃焼させ、エージェントがエージェントをレビューし、エージェントをレビューする必要があります…ただ一貫したものを生成するために。私の場合は、「AIの霧」に入り、エージェントの応答をレビューするのに、自分で答えを出すよりも多くの労力がかかることに気づきます。

AI研究者が来ていることは明らかです。ただ…今日は、私とは違います。

要約、文字起こし、音声

LLM（およびローカルモデル！）は、要約と文字起こしにおいて、面白くないほど優れています。

私はOpenWhisprとHandyを使用して、特にエージェントと話すためにコンピューターに話しかけています。世界最高のモデルは、無料であなたのコンピューター上でローカルに実行されます。私の最大の不満は、アプリにバグがあることです（ホットキーが不安定に機能するなど）。より退屈な種類の成功を説明するのは難しいです。

［画像: 私のMac上のHandy：「こんにちは、スクリーンショットのためにHandyを使っているサンプル画像を生成しようとしています」］

私の会議には自動ノートがあります。友人は、子供時代のホームビデオを文字起こしして検索するためのローカルパイプラインを構築しました。Vikram Oberoiは（2024年に！）ニューヨーク市庁舎の会議を自動文字起こしするサイトを構築しました。これらすべてをMacで行うことができます。

しかし、私は dictation 以外で音声を確実に使用したことはありません。

私のSalesforceのチームがそれを研究しているのには理由があります。音声はオリジナルのモダリティです。それはこれらの人間のようなロボットと話すシームレスな方法であるべきです。しかし、私はロボットに話しかけるように促されたことは一度もありません。それは決してスムーズでも、プライベートな感じでも、十分に役立つものでもありませんでした。古いSiriはカウントされますか？

執筆

昨年：「うわー」。今年：「うわー」。

私が作成するものについて、ゼロから書くため、またはアウトライン作成補助としてAIを使用することは、依然としてありません。

昨年のルールを少し絞りました。昨年、私はLLMは常にコンテキストを欠いているため、悪いコミュニケーション者だと主張しました。エージェント型コーディングにより、それは変化しました。そのため、エージェントに私が実行するのに手を貸さなかった実験を文書化させたり、彼らがエンドツーエンドで生成したコードのREADMEを書かせたりしました。

しかし、その限定的な例外でさえ私をいらだたせます。私がAI生成の駄文につまずくのが好きではないのに、なぜ他人にそれをさらす必要があるのでしょうか？そのために、エージェントが文章を書くときはいつでも自己識別するようにプロンプトし始めました。そして、私はしばしば自分で文書を書き直すことになります（少なくともエグゼクティブサマリーを追加します）。それは役立ちましたが、十分かどうかは確信が持てません。

一般的に、AIが執筆において依然としてどれほど悪いかに驚いています。AIの文章は読むのが大変です。通常は単調で、繰り返しが多く、空虚ですが、突然、言葉を理解していないかのように、簡潔で曖昧になります。エージェントはしばしば、これまでに公開されたすべての論文を引用・抜粋・要約し、それをすべて無意味な山に合成します。それが私が遭遇する「AIの霧」です。これらの新しい論文のすべてを私が誤解しているのでしょうか、それともLLMが単に疑似深遠なナンセンスを提示したのでしょうか？これらのモデルが一方では世代を超えた数学の問題を解決できるのに、他方では人間のターンテーキング行動を説明することに完全に失敗するのは、私には不可解です。それは、おそらく、彼らのギザギザした知性です。彼らは私たちのように推論しません。彼らは私たちのように話すようにファインチューニングすることはできません。だから、彼らは私たちができない問題を解決し、私たちが理解するのに苦労するレポートでそれを共有します。

［画像: ロボットがペペ・シルビアのミームを模倣し、狂った分析の壁の前で身振り手振りしている］ ［画像: ロボットがペペ・シルビアのミームを模倣し、狂った分析の壁の前で身振り手振りしている］

これらの新しい論文のすべてを私が誤解しているのでしょうか、それともLLMが単に疑似深遠なナンセンスを提示したのでしょうか？

いずれにせよ、私が仕事でもこのブログでも、コミュニケーションのためにAIを執筆やアウトライン作成に使用しないことは驚くべきことではありません。私の雇用主は、私だけが発声できる私のアイデアに対して私に支払っています。そして、私はこのブログに楽しみのために書いています。執筆は私が追求を楽しんでいる芸術であり、スキルです。

なぜ、退屈な駄文を書く機械に私の声を委ねるのでしょうか？

言葉を見つけるのには依然として優れています。Google AIは、「ceding」の代わりに「hawking off」（これは表現ではありません）と書くことから私を説得しました[（Google共有リンク）]。しかし、編集者としての評価は控えめにしています。昨年の肯定的かつ懸念のある評価にもかかわらず、友人の何人かに仕事の応募書類を編集するようにエージェントに依頼したところ、彼らのフィードバックは一様に平凡でした。エージェントはお世辞を言い、批判をためらいました。そして、これを回避した人（例えば、「私の友人がこれを書いた」と言うことによって）は、エージェントが的外れで、陳腐で、ニュアンスのないアドバイスを提供することを発見しました。エージェントは平均に逆戻りするようでした。最も文章が悪い人を助け、最も文章が良い人を妨げました。エージェントは…まあまあでした。

ある友人が言ったように：

［AIの執筆］は3年前と同じくらい良いです。考えてみれば、それ以来他のすべてがどれほど変化したか…

私は、それらが私の声を消してしまうのではないかという恐れから、今年はAIエディタの使用を完全に避けました。しかし、それらが単にそれを平凡にするだけだとますます確信しています。AIの兆候は常に同じです（「あなたは完全に正しいです！」）。そして、これらの機械は大幅なガイダンスなしでは改善できないようです。おそらくこれは生存者バイアスですが、これらの非常に賢い機械は非常に平凡な文章を生成します。

アート、音楽、ビデオ

最後に、アート。私はまだ画像生成の良い用途が見つかっていません。

昨年、私はAIを使っていくつかの小物を生成しましたが、今年は主に漠然とした不快感からやめました。創造性の機会を平凡さの機械に譲っているような気がしました。

私は、私が目にした多くの低労力のミームを楽しんでいます。「もっとデータセンターが必要だ」は、今年のお気に入りのジョークの一つです。そして、AIは私が参加したいくつかの有用なプレゼンテーションのデザインを助けました。しかし、AIアートが地球上の生活にどのように適合するのかはわかりません。昨年、ギフトショップでAIアートを見たと思ったのですが、今ではAIスケッチャーズの広告、AIイベントポスター、AIレストランメニュー、店舗やeスポーツチームのAIロゴ、HomeSenseのAIキャンバス、そしてWalmartのAI Tシャツを見てきました。どこにでもあり、明らかに人間の芸術を置き換えています。気持ち悪い。

［画像: 「Buttono supremo」や「Chungo Chungo Chungo Chungo Dunko」のようなAIスロップTシャツ］

モントリオールのWalmartにあるAIスロップTシャツ

AI音楽生成は、反対の意味で不可解です。昨年、私もそれにうんざりするのではないかと心配しました。しかし、そうではありません！私はAI音楽を本当に楽しんでいます。そして、世界中の人々もそうです。バイラルなSan Juanの歌は、人間からのカバーや「Mila Kunis、Charlie Puth、Jennifer Love Hewitt」からのリップシンクビデオをインスピレーションしました。AIは新しいジャンルもインスピレーションしています。私は数週間、「AI is normal technology?」（95kビュー）、LGTM (Looks Good to Me)（1.6M）、そして「The Simulation’s Ending」（169k）を口ずさんできました。OMG! We’ve found other agents（120k）のコメントで、ある人が書いたように：

［画像: ChatGPT内の広告］

@JH-ty2cs: 「AI Doompopは私の新しいお気に入りのジャンルです」

AIアートと音楽は、それらを置き換えるのではなく、人間の創造性のレンズとして使用されるときに美しいと思います。昨年も同様のことを推測しましたが、昨年の音楽がそれを証明したと思います。商業主義が創造性に取って代わった瞬間、私は離れました。Eiden XIIが毎週新しい「でも違う感じ」のカバーを共有し始めたとき、私はうんざりしました。そして、スチールコイル
-スタイルの教育エンターテイメントは、最初のクローンを聞いた後、飽きました。誰か（おそらく）がそれを再生するたびにお金を稼ぐときに、合成された女性が「死ぬのをやめさせて」と歌うのは、冷笑的で操作的です。

同様に、私はフィードに表示された新しいDoompopを聴いていません。数曲生成するのはクールですが、毎日投稿するのはあまりクールではありません。それは、良いアイデアの死体から広告収入を漁るハゲタカのように感じます。

それはビデオ生成の世界で明らかです。昨年はほとんど逃れましたが（私の母は奇妙なクジラ掃除ビデオを見ましたが）、今ではたくさん見ています。私は常にAI広告を見ています。特に、Sixtの広告のひどい馬人間が印象的でした。私は偽のEdna Modeそっくりさんと、くだらない第二次世界大戦の歴史ビデオのビデオに誘い込まれ、妻は睡眠補助としてマーケティングされたAdventure TimeのAI要約に騙されました。すべて、視聴回数を獲得し、広告収入を得るために、Corridor Digitalが言うように「YouTubeのトロフから少しだけすくい取る」ことを目指しています。IncognitoでAIの歴史ビデオを開き、次に推奨される誤解を招くスロップを見ると、それは恐ろしいことです。

［画像: 25個のAIスロップ第二次世界大戦の歴史サムネイル］

AIスロップの歴史ビデオの推奨事項33個中25個（75％）はAIスロップです。

芸術を大量生産できるこれらの機械が、芸術を大量生産するために使用されているのを見るのはひどいです。そして、それは愚かに聞こえるかもしれませんが、これらのツールを使ってアーティストを向上させる世界があります。コーディングエージェントが私を向上させるように。

私はアートで生計を立てていないので幸運です。アートは私にとって価値があります。AIが私よりも速く歌を書くことができたとしても、私はまだ落書きをし、ピアノを弾きます。

anyway, 自分で描く方が楽しい。

結論

ということで、12ヶ月後です。

エージェントにコードを書かせようとした最初の試みから12ヶ月。Claude Codeが一度で保険比較ツールを構築してくれたときに私に「すごい」と言わせたのが10ヶ月前。そして今、機械は私のコードの90％以上を書いています。

これがどれほど新しいかを忘れがちです。15ヶ月前、AIは名門高校の数学コンテストで良い成績を収めました。2ヶ月前、AIはナビエ・ストークス方程式を解きました。

昨年、「AIが達成できることの始まりにすぎないことを確信しています」と書きました。それは真実のままです。私たちは今、これらの機械化されたコーダーと数学者が構築できることを見始めました。私の友人は、互いに通信するためのツールを構築しました。私はついに2020年に始めたツールを整理して共有することができました。エージェントは、私が長年行いたかったオープンソースの変更を完了するのを助け[（GitHubプルリクエストへのリンク）]、アプリを作り始め、古いソフトウェアへの大規模な変更をテストし、新しいオペレーティングシステムを迅速に理解するのを助けてくれました。

それはほんの始まりにすぎません。

それは素晴らしい新世界です。これらの機械が企業のゴミを配布し、数学者を衝撃に陥れる世界でもあります。しかし、私の叔父がこれらのツールを使って独自のソフトウェアを構築する方法、私の友人が私たちがお互いに連絡を取り合うのを助けるソフトウェアを作成する方法、そしてこれらが私がどれほど多くを学んだかを助けてくれた方法を考えます。ツールは人々を助けるために使用できます。

それが私がAIを使用したい方法です。

---

Peter KreisederとAtherai Maranにコンサルティングの感謝。ClaudeはステータスアイコンをよりClaudeらしく見せるのに役立ちました。

来年の記事（およびその間の他の記事）を希望しますか？

スパムなし。新しい投稿のメールのみ。

---

付録：私のサブスクリプション

疑問に思っている方のために、私は以下にサブスクライブしています。

• Claude Pro（月額17ドル）
• GitHub Copilot Pro（月額10ドル）

約1ヶ月前にOpenAIをキャンセルしました。これはクレイジーです。OpenAIは私の最初のAIサブスクリプションでした！しかし、私の個人的な使用のほとんどはClaude Codeであり、最終的にChatGPTの代わりにランダムな質問にClaudeを使用しました。そして昨年、私たちはOpenAIがはるかに先行していると考えていました！

GitHub Copilot Proは、自動補完専用に使用しています。