リファクタリングのゴールはどこかといったら変更容易性の高い構造であり、じゃあその構造がどういうものかといったら主軸となるのがドメインモデルであり、ドメインモデルの設計に必要なのがドメイン知識。テストはドメインモデル完全性を保証するための手段。

AI駆動開発はAIばかりが注目されるけど実は裏側のCI（継続的インテグレーション）も相当働いている。静的解析で違反を検知し、セキュリティスキャンで脆弱性を潰し、ユニットテストで品質担保。そこからAIレビューで規約やルール違反を指摘する。AIだけに任せているように見えるが仕組みがかなりある。

azookeyめちゃくちゃ体験良い最高 apple純正とgoogleのIMEと比較してストレスがなさすぎる。 LLMに投げるなら変換せずにローマ字のまま入力する的なものを最近よく見かけてたけど、断然azookey使う方がいいでしょっていう感覚

とりあえず全員がAIエージェントのためのソフトウェアアーキテクトでありマネージャーになるというのが、今後数年価値を発揮していくための道筋なんだろう。正直細かい個別の技術仕様や設定など覚えることはあんまり重要でなくなっているのは間違いない。提示されたものを理解して説明できればいい。

昨日登壇したAI要件定義サミットの資料を公開しました。AI Agent時代のFDEモデルについて、私たちの視点で整理したものです。FDEというキーワードが飛び交うようになりましたが、なぜFDEなのか、何が必要なのか、などについてまとめております。

コードを書かせるためではなく、シニアにするためにジュニアを採用せよ、という記事 ・AIがコードを生成してシニアエンジニアがそれをレビューできるようになった今、給与コストを抑えるためにジュニアエンジニアを削減するのは合理的に見えるが、長期的には間違っている ・会社や業界が今後も生き残り成長し続けるためには、ジュニアを採用して基礎を築くことが不可欠である ・ジュニアが人前で急激に成長していく過程を見ることは組織全体に良い影響を与え、シニアはAIの言語モデルに対しては持たないような責任感を、指導する若手に対しては抱くようになる ・またジュニアは過去のやり方に固執する習慣がないため、チームにAIツールを新しく導入して定着させたい場合にも有利に働く ・現在エントリーレベルの採用が減っている本当の原因は、コスト削減と新しい価値の創造を混同している投資家にある ・その考えが経営層に波及し、目に見える成果が測りにくいジュニアが真っ先に削減の標的にされてしまっている ・AIを使うジュニアはコードを理解せずに出力するだけなので指導しにくいという意見もあるが、実際には数ヶ月で急成長して育成コストを下げる組織と、質の低いコードを生み出し続ける組織の二極化が起きている ・この違いは、組織が本気でメンターシップに取り組んでいるかどうかと、既存のエンジニアリングの基盤が整っているかどうかにかかっている ・古いコードやドキュメントの不足、指導者がいない環境にAIを導入し、その結果生じた問題をジュニアのせいにするのは間違っている ・今の時代に優秀なジュニアに求められるのは、単にコードが書けることではなく、成長したいという強い意欲や、困難を乗り越える気概を持っていることである ・今ジュニアの採用を止めて人材のパイプラインを更新しない組織は、5年後には変化に適応できず、知識の継承もできず、新人を訓練する余裕すらない状態に陥ってしまう ・その段階に達してしまうと、いくらお金を積んでも問題を解決することはできなくなる ・状況を正しく見ている企業にとって今は好機であり、採用されずに余っている優秀なジュニアを雇って適切に育成すれば、将来的に大きな競争力を得ることができる

- モノレポによって、全てのソースと変更履歴を一括で管理でき、AIでの情報の探索が迅速に行える - デメリットとして構造の複雑化や全体把握のしずらさがあるが、CLAUDE.mdで地図化することで構造の把握をしやすくしている - CIが無駄に走ることもデメリットだが、ここはメンテナンスすれば回避できる

Google出身のAnthoropicエンジニアと1on1で話したけどいろいろ聞けてよかった。 - 毎日自分の仕事のどこをオートメーションできるか、どれだけ長く走らせられるかを考えてる - Googleのエンジニアですら(1年前だけど)、「AIが書いたコード間違ってるから結局自分でコーディングしている」とか言ってるけどなんで？モデルは毎日進化しているのに？trainすりゃいいじゃん？って感じ - Googleでもそんな感じだから大きい企業でAI導入はやっぱり難しいよね - AIの使い方は学習プロセスであり、すぐには身につかない - AI時代に人に残されたこと？批判的に考え、アイデアを出し、違うことを試す人間のニーズは常にある - カルチャーとして、出社25%ルールがあるがみんなだいたい会社来てる。ルール守るかはマネージャーに依存する - なんで会社来るか？オフィスで仕事にフォーカスしたいからね - 日本ではClaudeとChatGPTとGeminiってどんな感じで使われてんの？ときかれた

締め切りが不安なのは、たいてい「時間が足りない」からではなく、不確実性が見えないまま放置されているからです。人は不安なものを直視したくない。だから確実なタスクから先に片付けて、見えない不安を心に抱えたまま日々を過ごす。これがじわじわと効いてくる。試験前に部屋を掃除し始めてしまう、あの感覚に近い。 不確実性は、実は定量化できます。各タスクの「平均」と「最悪」の差をとれば、どこに不安が偏っているかが見える。そして不安量の大きいものから先に潰していくと、プロジェクト中盤には不確実性が当初の4分の1まで落ちる。不安は気合ではなく、順序で減らせるものなのだと思います。

ここ最近のリファクタリングのモチベは、可読性改善だけじゃなくてトークン節約でもあるなぁと思う。 トークンが足りないって人、読ませてるコードベースにデッドコードが多いし、構成が下手というケースも多い? 未使用コード、古いdocs、巨大ログ、デッドコード、謎設定。人間は読み飛ばせても、エージェントは探索しながらトークンを燃やす。そもそも探索を避けるために適切にモジュール化しておくとかはめっちゃ大事。

- 開発が高速化したからこそ、間違った方向に高速で進むリスクも同時に高まっている。 - 事業において何が最も重要かを見抜き、その上で何を優先して何を捨てるかを判断する能力が重要。

実装は速くなったのに、組織全体の生産性はそれほど伸びていない。この食い違いをよく相談されます。 理由を分解すると三つあって、まず本質的な複雑性は残る。アムダールの法則でいうと、判断や設計が4割を占めるなら、実装をいくら速くしても全体は2倍ちょっとで頭打ちになる。次に、空いた余力は次の仕事が設計されていないと消えてしまう。そして三つ目、速さはみんなに同時に配られるので、それ自体は差にならない。 効率化は、生まれた余力をどこに置くかの設計とセットでないと、ただ静かに消えていくのだと思います。

ITエンジニアで爆弾扱いされる人って技術力が低い人というより安心して任せられない人だと思ってる。 勝手に本番を触る、ログを残さない、分からないのに分かったふりをする、影響範囲を見ない、ミスった時に黙る。 怖いのは無知より無自覚と隠蔽が1番きつい😓