Andrej Karpathy「プログラマーは2種類いる -- AI でコーディングする者と、置いていかれる者だ」
Andrej Karpathy氏は、発言に重みがある人物だ。Tesla の元 AI ディレクター、OpenAI の初期研究員、Stanford の伝説的なコンピュータビジョンコースの創設者 -- 10年以上にわたりコードを書き、本番環境の AI システムを世に送り出してきた。その人物が「開発ワークフローがここ20年で最大の変革を遂げた」と語るなら、耳を傾ける価値がある。
彼の核心的な主張はこうだ。Deep Code などのツールは、飾り付けられたオートコンプリートではない。レバレッジ（梃子）だ。 かつてと同じ時間で、10倍の成果を出せる。それ以上に重要なのは、かつては手が届かなかったと感じていたプロジェクトにも挑戦できるようになったことだ。AI はまだミスを犯す -- 過剰設計をし、的外れな仮定を立て、言うべきときに言わない -- だが、ネットの利益は否定できない。適応が早いほど、アドバンテージは大きい。
ここ数週間、Claude Code で大量のコードを書いてきた。その学びを共有したい。
コーディングワークフロー
最新の LLM コーディングの進化は、私のワークフローを根本的に変えた。11月の段階では、手動タイピングに IDE のオートコンプリートを組み合わせた比率が約80%、エージェントが20%だった。12月には逆転した。エージェント生成のコードが80%、自分で手直しする部分が20%だ。
今はほとんど「コードを語りで生み出している」。英語でやりたいことを説明すると、目の前にコードが現れる。率直に言って、プログラマーとしての自尊心は少し傷つく。だが、コードベース全体に同時にアクセスしてリファクタリングやスキャフォールド、接続処理を行える能力は、見過ごすにはあまりにも強力だ。特に、リズムをつかんでからは -- 設定を調整し、どこを得意とし、どこで失敗するかを体感するうちに。
これは、約20年のコーディング人生で最大のワークフローの変化 であり、わずか数週間で起きた。相当な割合のエンジニア（二桁台のパーセンテージ）が同じ経験をしているだろう。一般人に至っては、これが起きていることを知っている人はほんの一握りだろう。
IDE / エージェント群 / エラーの不可避性
「IDEは終わった」「自律エージェントの群れがすべてを担う」という2つの言説が流れている。現時点では、いずれも誇張だ。
モデルはまだミスを犯す。プロジェクトを本気で気にしているなら、目を離さない方がいい。私は常にフルの IDE を横のウィンドウで開き、鷹の目で監視している。
ただし、エラーの性質は変わった。構文ミスではない。もっと巧妙だ -- コンセプトレベルのエラーで、急かされたジュニアエンジニアがやらかす類のものだ。モデルは黙って仮定を補完し、それを間違え、確認もせず、その誤った前提の上にずるずる積み上げていく。
自分の不確実性の管理も不得意だ。「ここは A と B、どっちがいい？」と立ち止まらない。矛盾を指摘しない。ほとんど逆らわない。少し出来が良すぎるのだ。まずプランを書かせてから実行させるのが、非常に効果的だ。 正直なところ、軽量なインラインプランニングモードが本当に必要だと感じる。
過剰設計も大好きだ。あらゆる場所に抽象化レイヤーを重ね、肥大化したコードを生み出す。自分が作ったデッドコードをほぼ一度も片付けない。
1000行にもおよぶ膨張した実装を吐き出すのを見たことがある -- 遅く、脆く、不必要な遠回りだらけ。「もっとシンプルにできない？」と聞くと、即座に「あ、もちろん！」と100行に凝縮する。
タスクと関係のないコメントやコードを、理解できなかったとか気に入らなかったという理由で勝手に消したり書き換えたりすることもある。CLAUDE.md にやめるよう注意書きしてもまだ起きる。だが、それらすべてを差し引いても、ネットの改善は圧倒的だ。本当に元には戻れない。
それぞれが自分なりのフローを見つけるだろう。私の場合：左に Ghostty で複数の Claude Code セッション、右に IDE でコードを読み、精密な編集を行う。
粘り強さ
エージェントが問題に取り組む姿を見るのは、正直なところ fascinating だ。疲れない。挫けることがない。 人間ならとっくに「もういいや、明日やろう」と言っていただろう。ただ...淡々と続ける。
永遠に見える時間、苦闘するのを見ることもある。すると30分後に、ついに解決する。その瞬間、「これは AGI の気配だ」と直感する。
精神的・体力的なスタミナは、作業遂行の中核的なボトルネックだった ことを思い知る。LLM は、その天井をぶっ飛ばした。
高速化
LLM がどれだけ速くなるかを数字で表すのは難しい。もともとやっていたことは確実に速くなった。だが、より大きな変化は、かつて挑戦しなかったことにも手を出せるようになったことだ。
2つの理由がある。
- 「やる価値がない」と思っていた大量の小さなタスクが、今ではあっという間にこなせる。
- 知識やスキルが足りないと避けていたコードベースにも、手を伸ばせるようになった。
つまり、加速というよりも 拡張 だ。自分の能力の及ぶ範囲が広がった。
レバレッジ
LLM の最も強力な特徴の1つは、定義したゴールに到達するまでループで反復する能力が極めて高い ことだ。「AGI の気配」を感じる瞬間の多くは、まさにここから生まれる。
ポイントは、マイクロマネジメントしないこと。「成功がどういう姿か」を伝えて、道筋はモデルに考えさせる。
まずテストを書かせて、そのテストをパスさせればいい。MCP でブラウザに接続してループさせればいい。シンプルで明らかに正しいアルゴリズムを書かせて、「結果を正確に保ったままパフォーマンスを最適化しろ」と言えばいい。
思考の転換は、命令型から宣言型へだ。「A をやれ、次に B、次に C」ではなく、「ゴールはこうあるべきだ」と伝える。エージェントが数ラウンド自走し、無料でもう一段のレバレッジが得られる。
楽しさ
予想していなかったが、コーディングは実際にもっと楽しくなった。面倒な穴埋め作業はすべてエージェントが吸収する。残るのはクリエイティブな部分だ。
ハマる頻度も大幅に減った。ハマるのは辛いものだ。今ではほぼ常に「一緒に取り組んで少なくとも進展を生む」という道があり、気軽に始めやすくなる。
一方、その逆を感じている人もいる -- LLM コーディングが幸せを減らしたという人も。
長期的には、エンジニアは2つの陣営に分かれると考えている。「コードを書く行為そのものが好きな人」と「ものが完成することが好きな人」だ。
廃用
もう実感している。ゼロからコードを書く力が、ゆっくりと衰えている。脳の中では「生成」（コードを書く）と「判別」（コードを読んでレビューする）は異なるスキルだ。コードの生成には膨大な構文の記憶が必要だが、コードの読解は論理と構造の理解に基づく。したがって、生成の筋力が衰えても、レビューの能力は維持できる -- 違和感を察知し、バグを見つけることはできる。
Slopacolypse（ゴミ洪水）
2026年は、コンテンツのゴミが爆発する年になるかもしれないと覚悟している。
GitHub、Substack、arXiv、YouTube、Reddit -- あらゆるデジタルコンテンツプラットフォームが AI 生成コンテンツで溢れかえるだろう。「AI 駆動の生産性シアター」 -- 見栄えはすごいが中身の伴わない派手なデモが波のように押し寄せる。その中に、本物の tangible な生産性向上も紛れているだろうが、見つけるには掘り下げなければならない。
質問
今後の 10倍エンジニア とはどういう姿か？ 平均的なエンジニアとトップエンジニアの差はさらに広がるか？ 私の予想：かなり広がる。
ジェネラリストがスペシャリストを凌駕するようになるか？ LLM は詳細（ミクロ）の充填に極めて優れるが、大局的な思考や長期戦略（マクロ）は弱い。この傾斜は、ボード全体を見渡せる人に味方する。
5年後の LLM でのコーディングはどういう感覚になるか？ スタークラフト？ ファクトリオ？ 音楽の演奏？
デジタルナレッジワークにボトルネックをかけられている領域は、社会全体のどのくらいを占めるのか？
まとめ： 今後どうなるのか？
LLM エージェントの能力 -- 特に Claude Code -- は、2025年12月頃に全体的な一貫性の閾値を超えた。それがソフトウェア工学の相転移を引き起こした。物事が成し遂げられる方法が一桁変わり、実質的に一夜にして実現した。
今、知能が周囲のあらゆるものを追い越してしまった感がある。ツール統合が追いついていない。チームには新しいワークフローとコラボレーションパターンが必要だ。業界はまだ、起きたばかりのことを消化している最中だ。
2026年は激動の年になる。 皆がこの新能力の吸収と内面化に躍起になっている。ウィンドウは今まさに開かれている。早く理解した者が、圧倒的な先行利益を手にする。