> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/ja/2025/w44-formulating-next-years-technical-decisions-for-ai-coding.md).

# W44-来年のAI Codingに関する技術判断を考える

最近、来年のAI Codingでどんな目標を立て、どれほど投じるべきかを考えている。この種の技術判断の枠組みを整理してみたい。今年はまだ個人の効率化の段階で、組織能力を作る視点から見れば、私たちの資源投入はほぼ0だ。

**まず、内外の環境がどれほどの費用を許容するかを見る。**

事業が許容するコストが決定的な変数になる。来年のAIは、今年ほどの熱気を保てない可能性が高い。内外の環境による費用への寛容さは薄れ、今年逃した機会は来年には戻らない。

フルスタックエンジニアは、段階を分けて考えるべきだ。すべての専門スタックで平均的な期待水準に達する人を育てるには、非常に大きな費用と時間がかかる。現実的なのは、場面を限定し、達成できる目標を置くことだ。たとえば半年で、ある一般的な業務場面を扱えるフルスタック人材を育て、専門別の協働に比べて納期を何倍短くし、人員をどれだけ節約できるかを定める。

**次に、エンジニアリングの限界を知る。**

一群の技術と実装の境界を理解し、自分の道具でどこまで扱えるかを知り続ける必要がある。現在のLLMとAgentの限界は、次第に見えてきている。

モデル能力は壁に当たっている。さまざまな情報から逆算した見方だ。主な理由は三つある。

一つ目は、Suttonが最近語った「大きな世界と小さな世界」だ。LLMは真の知能ではなく、小さな世界にとどまり、観察から継続的に学習することもできない。

二つ目は、重要な法則であるscaling lawが、Grokで壁に当たったように見えることだ。Grok4はすでに20万枚のGPUという計算規模で、マスクは徹底して工学を信じる人でもある。それでも市場の反応は普通で、能力に圧倒的な差はつかなかった。モデルが同程度なら、利用者へ届ける能力でxAIはOpenAIやClaudeに及ばないことが明らかだ。

三つ目は、Transformerへの経路依存を抜け出すという期待が、まだ実現していないことだ。多くの人が期待するThinking Machineも、半年以上たってなお突破がない。

こうしたことから、モデル能力が飛躍的に伸びる機会は狭まり、少し待てばよいと思う。IntelからM1への飛躍は終わり、あとはM2、M3……を待つようなものだ。数年後には、今がM何番なのか誰も気にしなくなるだろう。

今年の多くの研究で、モデルの境界がより明確になった。strawberryにrがいくつあるか数えられない理由、ハルシネーションや非決定性、Context Rotなどである。

Agentを実装したときの限界も、少しずつわかってきた。現実の仕事との隔たりはまだ大きい。コードの問題なら、構文エラーのような簡単なものはAIに直させればよい。しかし論理的な誤りやunexpectedなエラーでは、人が先に問題を理解し、修正方法を明確に伝える必要がある。エラーをまとめて投げればよいわけではない。自分でもどうすべきかわからないまま、「AI、直して」とすべて貼り付ければ、AIが無闇に変更し、悪化させるだけだ。

来年、業界の関心はさらに効果と用途へ向かうだろう。一つはコストだ。今のモデル呼び出しはまだ高いが、DeepSeek-OCRのような仕事が続けば、限界費用が下がる方向へ進むかもしれない。もう一つは、Agentのエコシステム構築が、より大きな規模で広がる可能性だ。

**最後に、適した場面と道筋を見つける。**

AI Codingは一部の仕事を代行し、学習を速める。それでも最後に仕事を担える人は、知識体系を補い、新たな理解を作らなければならない。その過程は省けない。実務的なエンジニアなら、時間が必要だとわかる。探索は毎回、新旧のせめぎ合いであり、その結果、自分に最も費用対効果のよい場面と位置を見つける。フロントエンドもNodeによるフルスタックの波を経験した。主流にはならなかったが、「Nodeで何をすべきか」は今では議論の必要がない。そこまで3〜5年かかった。また、サーバー側を本当に理解しているかが、進める深さを決める。プロセスモデルと並行制御、データベースとトランザクション、認証と安全性、サービスの拡張と災害復旧など、フロントエンドでは経験のない領域もある。だからフルスタックは、一瞬で切り替わるものではなく、継続して折り合いを探る連続的な広がりなのだ。