diff --git a/public/all-code-is-slop.html b/public/all-code-is-slop.html index 7104420..9f14bb5 100644 --- a/public/all-code-is-slop.html +++ b/public/all-code-is-slop.html @@ -7,41 +7,58 @@
@@ -62,7 +79,29 @@他人の書いたコードを見て「全部ゴミ(slop)だ」と思ったことはあるはず。でも、その slop は金に変えられる——。SpaceXAI で AI チャットアプリ Grok Bot の開発を率いる Lauren Tan は、エージェントに大量のコードを書かせながら、むしろ品質を上げていく方法を語った。このページは、その講演の要点を彼女の手描きスライドとともにまとめたもの。
+他人の書いたコードを見て「全部ゴミ(slop)だ」と思ったことはあるはず。でも、その slop は金に変えられる——。
+SpaceXAI で AI チャットアプリ Grok Bot の開発を率いる Lauren Tan は、エージェントに大量のコードを書かせながら、むしろ品質を上げていく方法を語った。このページは、その講演の要点を彼女の手描きスライドとともにまとめたもの。
+ +
エージェントの登場で、誰もが「週末に大規模プロダクトを書き直すような伝説のエンジニア」並みの生産量を持てるようになった。だからこそエンジニアの仕事は、品質を維持・改善しながら生産性を桁違いに上げる方法を見つけることに移る。
-彼女はこれを「ソフトウェアファクトリー」ではなく信頼の問題だと捉える。盲目的な信頼ではなく、エージェントが正しいことをすると信頼できるよう、環境そのものに投資する。その状態にたどり着くのに彼女は6か月かけたが、道筋が分かればもっと短くできるという。
+エージェントの登場で、誰もが「週末に大規模プロダクトを書き直すような伝説のエンジニア」並みの生産量を持てるようになった。
+だからこそエンジニアの仕事は、品質を維持・改善しながら、生産性を桁違いに上げる方法を見つけることに移っていく。
+彼女はこれを「ソフトウェアファクトリー」ではなく、信頼の問題だと捉える。盲目的な信頼ではない。エージェントが正しいことをすると信頼できるよう、環境そのものに投資するのだ。
+その状態にたどり着くのに彼女は6か月かけた。ただし、道筋が分かればもっと短くできるという。
-
信頼を積み上げる層は、下(土台)から順にこうなる。
+信頼を積み上げる層は、土台から順にこうなる。
上の層ほどコストが高い。だから決定論的に効く下の2層を厚くし、判断がブレる prose の層は薄くするのが原則になる。エージェントの出力は入力で決まり、コードベースは最大の入力のひとつだ。
+上の層ほどコストが高い。だから原則は、決定論的に効く下の2層を厚くし、判断がブレる prose の層は薄くすること。
+エージェントの出力は入力で決まる。そしてコードベースは、最大の入力のひとつだ。
Grok Bot のために作ったクライアントフレームワーク「Dune」は、デスクトップアプリ開発の教訓を大量の制約と lint ルールとして埋め込んでいる。代表例は3つ。
+Grok Bot のために作ったクライアントフレームワーク「Dune」は、デスクトップアプリ開発の教訓を、大量の制約と lint ルールとして埋め込んでいる。代表例は3つ。
@@ -119,18 +161,21 @@
命令型タイマーを多用する場当たり的な修正に、エージェントがコメントで正当化を書き添え、それがコピーされて性能が悪化した——という実例がコメント禁止の背景にある。代わりに用意したのは、根本原因を直すよう促す良いエラーメッセージを出す lint ルールだ。
+命令型タイマーを多用する場当たり的な修正に、エージェントがコメントで正当化を書き添える。それがコピーされて広がり、性能が悪化した——。この実例が、コメント禁止の背景にある。
+代わりに用意したのは、根本原因を直すよう促す、良いエラーメッセージを出す lint ルールだ。
もうひとつの柱が検証だ。最も基本的なのは、エージェントにコードを自分で実行させ、開発者用デバッグツールで挙動を確認させること。検証用のスキルには「feature map」(ユーザー視点での全機能の地図)が含まれ、共通の語彙でアプリを指し示せる。カスタムCLIも使い回し、毎回同じ手順で検証できるようにしてトークン消費を抑える。
-さらに最近は形式的検証も始めた。TLA+ で通知のような主要フローをモデル検査し、Lean で自作の仮想化ライブラリを証明してちらつきやジッターがないことを確かめる。プロパティベーステストも含め、すでにいくつかバグを捕まえているという。コードレビューは、コードを読む仕事から、動画・スクリーンショット・図・形式的検証といった検証の成果物を見る仕事へと縮小した。彼女の体感では、トークンの約70%は検証に使われている。
+もうひとつの柱が検証だ。最も基本的なのは、エージェントにコードを自分で実行させ、開発者用デバッグツールで挙動を確認させること。
+検証用のスキルには「feature map」(ユーザー視点での全機能の地図)が含まれ、共通の語彙でアプリを指し示せる。カスタムCLIも使い回し、毎回同じ手順で検証できるようにして、トークン消費を抑える。
+さらに最近は、形式的検証も始めた。TLA+ で通知のような主要フローをモデル検査し、Lean で自作の仮想化ライブラリを証明して、ちらつきやジッターがないことを確かめる。プロパティベーステストも含め、すでにいくつかバグを捕まえているという。
+こうしてコードレビューは、コードを読む仕事から、動画・スクリーンショット・図・形式的検証といった検証の成果物を見る仕事へと縮小した。彼女の体感では、トークンの約70%は検証に使われている。
-
リリースのたびにアプリ全体をファズテストし、実際のユーザーのように使ってバグを見つけ、修正PRを開いて自動マージする仕組みまで回っている。土台が良いので、PRはデフォルトで良いものになり、深い人間レビューはほとんど要らないという。
+リリースのたびにアプリ全体をファズテストし、実際のユーザーのように使ってバグを見つけ、修正PRを開いて自動マージする仕組みまで回っている。
+土台が良いので、PRはデフォルトで良いものになり、深い人間レビューはほとんど要らないという。
-「ソフトウェアファクトリー」を作って何でも自動化する前に、まずコードベースを改善すること。内側のコーディングループが slop を出すなら、それを自動化しても slop が増えるだけで、トークンを際限なく投げる高くつく仕組みになる。逆に、コードベース・静的解析・実行時と形式的検証に投資しておけば、その上にファクトリーは簡単に築ける。
+「ソフトウェアファクトリー」を作って何でも自動化する前に、まずコードベースを改善すること。
+内側のコーディングループが slop を出すなら、それを自動化しても slop が増えるだけだ。トークンを際限なく投げる、高くつく仕組みになる。
+逆に、コードベース・静的解析・実行時と形式的検証に投資しておけば、その上にファクトリーは簡単に築ける。
リンク