アウトプットの原点とAI時代における意義
日本最大級のエンジニアコミュニティQiita プロダクト開発部部長の清野俊文です。
この番組では、日本で活躍するエンジニアをゲストに迎え、キャリアやモチベーションの話を深掘りしながら、エンジニアの皆さんに役立つ話題を発信していきます。
前回に引き続きゲストは、株式会社Generative Agents代表取締役CEO西見雅宏さんです。よろしくお願いします。
西見 よろしくお願いいたします。
ということで、今回は毎回恒例、アウトプットのお話をしていきたいなと思うんですが、毎回結構脱線してはいるので、いろいろお話をしていけたらなと思っています。
西見さんとお送りする3回目のテーマは、AI時代のアウトプットはゆっくりが正解です。
まず最初にお伺いしたいなと思っているのが、西見さんももちろんアウトプットはいろいろやられているかなと思うので、
まず外部へのアウトプットはいつ頃から始めているかみたいなところをお伺いしても。
西見 歴史が長いんですよ。
ですよね。
西見 ちょうどですね、第1回の時にプログラミングを始めたのが中学生の頃からっていう話をさせていただいたんですけども、
当時ですね、ホームページというものが流行っている時期でもございまして、多分にもれずですね、自分でウェブサーバーをホストしてホームページを立ち上げるみたいなことをしていたと。
じゃあホームページで何を返したかというと、いろんなパターンはあったわけですけども、結構開発日記を返していたんですよね。
開発日記は、Cでこんな実装してこんな風に動いたよって話だったりとか、C++勉強する時も知らない知識が結構たくさんあったので、
ベータをオーバーロードできるみたいな話ってすげえなと思ったので、ベータをオーバーロードでベクトル演算をコピーできるみたいなやつとかをアウトプットしていたっていうのがあって、
その延長戦で考えると、結構今のKiitaで何かこういうことが分かったよってアウトプットするっていうのと似てるのかなという感じがしていて、
あんまり人生を通して違和感がないというのがあったりしますね。
ありがとうございます。そういうアウトプットはもうその当時始めてずっとやられている感じなんですかね。
気が向いた時という。
なるほど。そのアウトプットをする動機ってどういうところなんですかね。
自分で文章にしたほうがよく理解できるっていうのが大きいかなって思いますね。
特に新しい概念について学ぶときにコード書いたりするだけだといまいち自分の中で知識が定着しないなというふうに思うことが多くて、
今回新しく僕がAIについて取り組むっていうときもブログに実験したことを書き続けていたんですよね。
APIを使ってこんなことができたよっていうのをとにかく毎日出すようにすると。
その中でも例えば結構反響があったのは行政の文章を一旦雑にOCRしたものをLLMで整形し直すっていうので、
かなりせっかくに文章が取れたよっていう話だったりが結構大きく反響があったりして、
そういったふうに考えると何で世の中が反響するのかっていうのもアウトプットをすることでつかむことができる。
自分の理解と何にみんな反応するのかなっていう時代の雰囲気を察するっていうのは両方で意味があることかなって思ってますね。
書籍執筆経験とAIエージェントの登場
ありがとうございます。今本も出版されてるじゃないですか。
本を出版した前後でもそこら辺のアウトプットのモチベーションって変わらないですか?
最初の本から何で本を書くって決めちゃったんだろうなっていうふうに自分も反省しきるみたいな感じだったんですけども、
本当に本を書くとこれを最後にしようと思うんですよね。
なのでアウトプットの欲は相当なくなるなっていうふうに思います。
本は一生懸命正確なものを伝わるように作るっていうことに集中するので、
自分の中の知識の定着っていう意図で言うと全くその通り本当に定着する。
本当に定着するなって思いますし、その後売れる売れないっていうところだったりだとか、
Amazonのレビューだったりだとか、Xの反応っていういろんなところでその反響をすることができるので、
ある意味そのアウトプットの目的の2つが充足されてるなというふうに感じますね。
なので質問にお答えするとあんまりアウトプットできなくなる感覚があります。
なるほど。そもそもの話になっちゃうかもしれないですけど、最初の本の出版ってどういう経緯ですることになったんですか?
ちょうど失敗者の方が今AI流行ってるじゃないですかと。
なんかいいネタありませんかってその場をセッティングしてくれたんですよね。
ちょうど2023年の5月か6月ぐらいだったんですけども、その時からいよいよ一般というよりかはもっと感度の高い層で、
うまくプロンプトを扱うことで、ちゃんとGPTをうまく扱って仕事に活かしていこうというムーブメントが形成されていたかなというふうに思いますと、
なんとか式プロンプトみたいなのが流行ったと思うんですけども、ちょうどそういう時代ですよね。
そうなってくると、なんかいいネタないかなというふうに思うわけです。
一般の反響も非常に高いですし、○○式プロンプトみたいな本は結構バカ売れしてたということもあるので、
なんかいいネタありませんかっていうことになるわけですよね。
その時にちょうど私がみんな取り組んでないAIエージェントにずっと自分で取り組んでて、
かつ自分でプロトタイピングをずっと繰り返していて、
これからの時代は自分がプロンプトを考えるんじゃないんですよと。
AIがプロンプトを考えるんですよって言って、なんすかそれみたいな話になるわけですよね。
例えば情報があるときに、この情報を深掘りしてほしいといったときに、
平べったく検索をして並べてきて予約するだけだと全く身にならないじゃないですかと。
これなんかAIの賢さを利用したいわけですよね。
その判断もAIに委ねてみたらば、もっといいものができるって思うじゃないですか。
そうしたときの全く考えていないバージョンと考えているバージョンはこんな差分がありますよっていうふうに見せして、すごいじゃんと。
時期にそういった出版のマネジメントなんかもこういったAIエージェントって言うんですけども、
AIエージェントが代行してきますよって大変じゃないですかみたいな。
これもう進まなきゃいけないですよねみたいな話をして、
やっぱりAIエージェントって初めて聞いたんですけどめちゃくちゃいいですねみたいな。
なんか来る感じしますねみたいな感じでペラペラと喋ってしまってですね。
僕自身もそのAIエージェントってその時点ではまだまだ使い物になるというか、
言うてもですねコンテキストウィンドウが4Kとか8Kぐらいじゃない時代だったので、
結構難しいですよねその反応させるっていうのも。
なのでまだまだ時間はかかるものだろうなと思っていたりはしたんですけども、
加速度的に何でしょうね。
本書いてからですけどもマイクロソフトのカンファレンスでは、
もう全部AIエージェントに代行させていくっていうような雰囲気の話があったりだとか、
オープンエアのデブデイなんかでも、
具体的にはちょっと思い出せないですけども、
AIエージェントを作るような機能っていうのが提供され始めて、
GPT-Sとかもそうですよね。今もうあれですけど。
GPT-Sもいわゆるそのエージェントを作るような機能かなというふうに思うので、
そういったものがフィーチャーされ始めてきているという流れを見ると、
やっぱりそういうふうな見立ては当たってたのかなというのは後から確認はできたんですが、
その当時はノリノリでAIエージェント好きだから、なんかAIエージェントいいんじゃないですかっていう、
そんな出発だった感じですね。
AIエージェント本の執筆と苦労
そうなんですね。で、実際出発されてっていうところで、
で、そこがめちゃくちゃ大変だったっていう。
大変ですよね。そもそも一般向けの本にしようってしたんですよ。
技術者じゃなくて。だからAIエージェントってすごい来るよっていうことだけど。
具体的にはこんなことができる。こんなふうに作っていく。
で、これを運用していくっていうところまで、
そんなに難しい言葉を使わずにですね、伝わるといいなというので書いたんですけども、
具体的なユースケースっていうのが結構難しくって、
ソフトウェア開発使えるっていうことは分かっていたわけですけども、
そこをフィーチャーしてもあんまり一般の方には届かないよね。
提案書が作れるだとか、顧客のリサーチを自動化してくれるだとか、
そういったところでちょっと話を詰めていったりはしたわけですけども、
そういうふうに変わっていくっていう話をしたときに、
その根拠は何なのかだったりだとか、その技術的な裏付けは何なのかっていうのを、
本に書かないまでも自分が相当深く理解をしていないと、
文字に現れるなっていうふうに思ったわけですね。
あんまりふわっとした言い方したくないっていうのもあって、
めちゃめちゃ論文読み込んでたんですよね。
1日中10何本ぐらいずっと読み続けるみたいな。
もちろんね、1111の補助があって成立することかなとは思うんですけども、
ようやく性能がめちゃくちゃ悪いというか、すごいハルシネーションすることも分かっていたので、
全部ちゃんと自分で読まないと、わせかくではなくなってしまう。
なのでそれを読んで消化しながら、ただ文字には現れないんだけども、
ちょっと薄々と背景には現れるみたいなのを2、3ヶ月やってたっていう。
いや、本当なんかもうちょっとやりたくないなと思いましたね。
第二弾書籍執筆とLangChain
やりたくないなと思いつつ、でも2本目も。
そうなんですよね。
そうですよね。
なんの因果なのかっていう感じで。
それは創業してからで、共同創業者のメンバーと一緒に書くことができたので、
多少は気が楽でしたね。
分担しながら一つの目的に向かって何か作るっていう。
そちらの出版の経緯は戦略的にというか、そういう感じなんですかね。
ラングチェーンっていうライバリーがあるんですけども、
黙々ラングチェーンっていう結構パブリックではあるんだけども、
一部の人気者が集まらないような会をですね、毎週毎週のような開いていたんですよね。
この黙々ラングチェーンは何をするかというと、
個人的にはみんなが黙々と集まってですね、
ラングチェーンのいろんな機能を新しい機能を試すっていう場にしたいなと思ったんですけども、
結果私が黙々とラングチェーンのプロジェクトリクエストをすべて上から読んでいくっていう会になりまして、
当時も今はですね、ラングチェーンっていうライブラリーは結構アップデートが激しいライブラリーなんですよね。
いろんなその外部のサービスとの連携を追加したりだとか、
新しい機能が追加されたりだとか、概念自体がゴロっとブレーキングチェーンで変わったりだとか、
いろんなことをするライブラリーなんですけども、
ある意味そのライブラリーの試行錯誤が、
LLMをどう扱っていくかっていう問いに真っ直ぐ答えている気はしていて、
それはブレーキングするよねって話なんですよね。
そのモデルの成長もブレーキングなので、
それはライブラリーもブレーキングするでしょうというところで、
それを片っ端からコードを読んでいくっていう。
なるほど、こういう実装になるんですねみたいな感じで、
永久に一人でモクモクつぶやき続けるっていう。
途中から何人か一緒に読んでくれたりだとか、
僕が分からないところを補ってくれたりだとかっていう、
いい感じのバニアだったんですけども、
モクモクラングチェーンでしているのは、
僕がモクモクとプロディクトリクエストを理解していくっていう。
これは1年くらいやってたんですよ。
1年くらいこれやってるとですね、
もうラングチェーンの気持ちは分かってくるわけですよ。
何が起こるかっていうのが大体分かるし、
何でこうなったのかっていうのが大体分かるみたいな感じになっている中で、
共同創業したメンバーが、
もともとラングチェーンの本を書いてたんですよ。
なので、この新しい流れの中で、
AIエージェントにフォーカスしたラングチェーンの本を書いてみようっていう話になり、
それで赤いトリガー表紙の本ができたというところですね。
ラングチェーンナグガフによるラグAIエージェントを実践入門という本ですね。
この本も結構売れた。
そうなんですね。
そこもしんどかったってことですよね。
しんどかったですね。
ラングチェーンの仕様が変わるんですよね。
元より理解はしていたんですけども、
思った以上にコロコロと仕様が変わるので、
仕様が変わることによって考え方も変わってしまうっていう感じの本になってしまうと、
手に取ってくれた方にとってあまりにもコスパが悪いので、
ラングチェーンっていう題材は使っていくんだけども、
そのLNのアプリケーションを作っていく、
AIエージェントを作っていくっていう上での考え方の本質は何なのかってところに
結構フォーカスを置いたっていうのがまた難しさのもう一つの要素だったかなというふうに思います。
中小化するっていうところと、
あんまりブレーキングチェンジが影響しないところをうまくピックアップする。
で、読者の方がある程度鮮度を持って読み続けられるっていうところの設計をすべてを両立させるっていう、
そのためには相当深い理解が必要だったりはするわけなので、
それももろもろ全部ひっくり返って考えながら、
うまくこの500ページぐらいの本のバランスを取っていくっていうのはまあまあな作業。
そうですよね。
急速な進化への対応とコアメッセージ
なんかその、やっぱりAI系の本ってそのアップデートの速さをどうやりつけるかというか、
それはすごい難しそうだなという印象があって、
それこそクロードコードとかも毎日アップデート出てるじゃないですか。
いや本当にクロードコードの本書こうと思ったら頭おかしいじゃないかと思いましたね。
メンバーの中で書こうっていうふうな話になるわけですけど、
個人的にはですよ、なんかもう1週間ぐらいで終わるんじゃないかって。
使い方の本を紹介してもしょうがないなっていうふうに思って。
でもアップデートが激しいからこそ、ある程度早くスタートラインに立つために、
必要な知識は必要なだけタイムリーに備えたいっていう欲求もあるっていうのは、
これもまた一つ理解をしているわけですよね。
クロードコードのみならず、コーデックスだとかパイロットエージェントを使っていくっていう上でも、
真となる部分っていうのは実は変わらないんじゃないかなというふうには思っていて、
クロードコードのアップデート激しいやつを出す意義って何かって言った時に、
そもそもAIエージェントっていう技術は一般人の方も、
むしろ一般の方の方が使いこなしていく可能性はあるし、
あらゆる業務をAIエージェントと一緒にやっていくっていう未来像っていうのはあるよなって考えるからこそ、
ソフトウェアエンジニアの方がこのAIエージェントとの共同をいち早く体験してもらい、
かつそのAIエージェントの仕組みも理解した上で、
その共同を実現していくっていう体験をしてほしいなって気持ちに変わったんですよね。
なので、実際にクロードコード入門っていう本を去年の12月に出しているんですけども、
どちらかというとクロードコードを使いこなすっていうよりかは、
クロードコードというプロダクトを通じてAIエージェントを理解してほしいっていうメッセージを込めている。
そうなんですね。
そうすれば、多少クロードコードそのものがアップデートしたとて、
そのコアメッセージ自体は変わらないし、
そのコアメッセージ伝えるべき内容っていうのはそこまでブレていかない。
このコアメッセージ自体は実は2023年の本からあまり変わってなかったりするので。
そうなんですね。
コア技術自体がですね。
あまり変わってなかったりするので、
それを踏まえると鮮度が長いんじゃないかなっていう。
鮮度がたまとわれる期間が長いのではないかということで、
そこまでちょっと頭を、
やりましたと。
AI時代のアウトプットの価値と「ゆっくり」の重要性
ありがとうございます。
今のお話にもちょっとつながりつつ、
ちょっと違う話題で、
今のそのAIの速さみたいなものって、
アップデートがすごい速くなっている中での、
個々人がアウトプットすることの価値みたいなのがやっぱすごい変わっているなと思っていて、
本当にその瞬間学んだことをアウトプットしても、
次の日には嘘になっているような時代になっている中で、
かつ、そもそもアウトプット自体の価値も、
今AIがいろいろ予約をしてくれたりとか、
いくらでもアップデートみたいなものを持ってきて、
使い方のしさまで出してくれるような時代になっている中で、
アウトプットの価値みたいなのって今後どうなっていくんだろうなっていうのは、
いちいちKiitaの運営としても結構いろいろ思うところはあって、
西見さんはそこら辺どう思ってたりしますか。
もちろんこの生成AIのムーブメントによって、
アウトプットそのもののスタンスが変わっているなというふうに、
理解をしているところですね。
その以前というのは、やはり人間があるエラーに当たっただとか、
我々の愛称にこういうふうにぶつかったっていうものを、
タイムリーに共有しないと、
なかなかみんなの全体の生産性が上がっていかないので、
とにかく早くみんなが情報を出すということが重要だったというふうに思います。
その速さというところをAIが代行するという世界観になってくると、
別に人間が早くなんなくてもいいんじゃないかというふうになるわけですよね。
個人的にはアウトプット自体はすごい大事なんだけども、
もっとゆっくりアウトプットしたらっていうふうに思っています。
検証期間も長く取ったらっていうふうに思います。
その1日2日30分40分の話じゃなくて、
じゃあそれが起こったとして、継続的に起こり続けるのか、
もっと違う角度で検証できるのかっていうのを、
AIを駆使するだとか、自分の業務をトラッキングするだとかで、
もっと長く見てみて、そこまで情報が深く集まった段階で、
もっと抽象化して整理するっていうことをした方がみんなの役に立つっていう。
要するにみんなの役に立つ情報の質は変わったので、
速報性よりも内容の濃さだったり深さだったりとか、
ずっとこれが適用できるかどうかに変わったので、
ゆっくりするっていうのが大事なのではないかって思いますね。
アウトプット文化とプラットフォームの役割
なるほど。ありがとうございます。
確かになって思った一方でなんですけど、
アウトプットってある意味でのムーブメントみたいな側線面もあるなと思っていて、
要は周りの人がアウトプットしてるから自分もアウトプットするみたいな。
そういうのが脈々と続いてきた文化的なものな気がするんですよね。
アウトプットみたいなものって多分ホームページみたいなのの例明記から、
今はCGみたいなのもありますけど、
そこを繋がってきてるものがあるなっていうのは思っていて、
やっぱりアウトプットゆっくりやるってなると確実にアウトプットをする人の人数みたいなのは、
おそらく減ってはいくだろうなっていうのは何となくですけど、
思う中で聞いたってどうなっていくんだろうなっていうのは最近非常に色々考えたりしますね。
あとはやっぱり先ほどのそもそも今ってようやく読むのもめんどくさいよねみたいな話に近しい話で、
そもそも手で書くっていう体験自体がかなりもはや苦痛であるような時代になってきてるなと思っていて、
車を手で押してるような感覚というか、
その中でのアウトプットのスタンスとか、
ただその一方でAIが書いた文章だとテンション下がりも読む気にならないみたいな風潮もあったりする中で、
そこら辺もアウトプットする側も読む側も色々スタンスあると思うんですけど、
どこら辺がいい折り合いになってくるんだろうなっていうのは考えてますね色々。
プラットフォームとしての価値というところとその情報そのものの価値っていうのが、
ちゃんとリンクをするかどうかっていうのが大きなポイントかなというふうに思いますよね。
抜けてからするとやっぱりそのどういう情報が好まれてるかという情報はおそらく木田さんの方が統計的にも耐えてるんじゃないかなという風に思うわけですけども、
おそらくそのAIで生成されてるかされてないかってところはあんま大きくなくって、
例えばその情報はまとまってるだとか、その時代に何か重要そうな情報があるっていう方が、
やっぱり情報価値として大きく取られてるのかなっていう推測としてあります。
なのでアウトプットをじゃあAIが書くか書かないかっていうのはあんまり差分がある話じゃないんじゃないかなって思うわけです。
手で書こうか書く前が価値のないものは価値がないっていう感じかなと。
価値の感じ方っていうのはその時に質な情報の方が価値が出てくる。
で、情報の価値そのものがなんというかそのAIによってインスタントに生成されたもので相当されるのか、
それともゆっくり考えたような情報の方が好まれていくのかというのは、
難しい話で難しいなと思うのは、
例えばそのXで盛り上がるっていう情報ってエコーチェンバー的というか、
自分が同意するものに関してどんどん同意が拡散されていくっていうところだったりとか、
自分が同意するような情報しか見なくなっていくっていうところで盛り上がっていくわけですよね。
これってPlatformからすると結構成功する体験なのかなと思っていて、
それで良いか悪いか全然関係なくとにかくアクセスが稼げるということになっていくので、
この成功している構造がある一方でどうやってこの情報の質の良さに向き合うかっていうのは、
おっしゃる通り難しい話だなっていう。
何のスタンスを取るんだっていう。
そうなんですよね。
エンジニアの情報共有と互助意識
西道さんとして先ほどゆっくり書けばいいんじゃないかなってお話もあったと思うんですけど、
エンジニアだけじゃないかもしれないですけど、
世に何かを生み出していく、アウトプットしていくみたいなのって今後どうなっていきそうかみたいなのって想像ってありますか。
商業的には分からないんですけど、ことソフトエンジニアだったりだとかプログラマーの世界での情報共有っていうのは、
互助意識というか、お互いがお互いこういう情報があった方が便利だよね、良いよねっていう意識から生まれてきた言葉と思うんですよね。
オープンソースにしちゃって助け合いですよね。
こうやってみんなも作ったよって言ったものに対して一方的にこの品質の責任を負わせるんじゃなくて、
みんなでこれをよくしていこう。使う側にはみんなでよくしていこうっていうような互助意識があってのことだったかなというふうに思います。
どんなふうな時代になったとしても、助け合うっていうことそのものは尊いことだなというふうに思っていて、
アウトプットとして注目を集めるために何かをしていく、自分のキャリアをどうこうしていくために何かをしていくっていうよりかは、
みんなが取り組んでいるこの世界をみんなでよくしていこうという意識にシフトする方が、
やっぱりその現象の体験に近いですし、個人的にもいいコミュニティなんじゃないかなというふうに思っています。
なのでアウトプットそのものの価値とかそういったよりかは、誰の助けになるんだろうなっていうことをみんながみんな思えるっていうことがあるとより良くなっていくなっていう気がしますね。
西見さん、参加にわたりありがとうございました。
ゲスト告知と番組からのお知らせ
最後に何か告知などありましたらお願いします。
一つはですね、今売れに飢えているというふうな話でさせていただきましたけども、
実践クロードコード入門という本が技術評論者さんから出ております。
絶賛発売中でございますので、ぜひ手に取っていただけるとありがたいと思います。
加えまして、株式会社データビューエージェンスでは企業向けの研修というのもご提供しております。
実践クロードコード入門という本をベースにしてですね、より実践的に会社の中であらゆるメンバーがコーディングエージェントを活用していただけるように
AIコーディング実践講座というものを開催しております。
直近ですね、2026年5月26日に開催予定でございますので、ぜひお気軽にお問い合わせいただければと思います。
加えてですね、聞いたカンファレンス2026ですね、
Day1の5月24日水曜日18時20分から18時40分の枠で、
なぜあなたのAI駆動開発はうまくいかないのか、コーディングエージェントの仕組みからあるべきワークフローを解き明かすというテーマでですね、
お話もさせていただきます。
こちらもぜひですね、聞いていただけるとありがたいなと思っております。
加えて、技術評論者さんから出ているソフトウェアデザインというソフトウェア会社向けの雑誌でですね、
連載を持っておりまして、実践LMアプリケーション開発という連載をかれこれ3年以上続けております。
こちらもですね、随時まとまった情報を毎月アップデートしているものになりますので、ぜひお手にとってですね、ご覧いただければ幸いです。
西見さん、ありがとうございました。またですね、お待ちしております。
ありがとうございます。
ありがとうございました。
はい、ということでですね、今回はアウトプットのお話から、AI時代のアウトプットの話とか、本の出版の価値みたいなところ、いろいろお伺いができたかなと思っています。
正直ですね、聞いたは非常にいろいろ悩みながら今、ログインしているところがあるので、
すごい今回のお話も学びになりましたし、やっぱりいろいろなことをよりブラッシュアップしていかないとなというふうに改めて思いました。ありがとうございました。
ありがとうございました。
さて、この番組では感想や次回ゲストへの質問、リクエストなどお待ちしております。
番組詳細欄にはリンクあり、お気軽にご投稿ください。
Xではハッシュタグ聞いたFMをつけてポストしてください。表記は番組名と一緒でQFMが大文字、残りは小文字です。
そしてApple PodcastやSpotifyのPodcastではレビューもできますので、こちらにも感想を書いてもらえると嬉しいです。
Kiita株式会社はエンジニアを最高に幸せにするというミッションのもと、
エンジニアに関する知識を記録、共有するためのサービス、Kiita、社内向け情報共有サービス、Kiitaチームを運営しています。
ぜひカタカナでKiitaと検索してチェックしてみてください。
来週も火曜日の朝6時に最新話が更新されます。番組のフォローをして最新話もお聞きください。
お相手はKiitaプロダクト開発部部長の清野敏生と、
JWエージェンスの西見正弘でした。
