AI駆動開発の概要
ノーコール株式会社CTOの森本と ジオーの阿部です。
今日はですね、私エンジニアとして、AI駆動開発について話したいと思いますね。
エンジニアの界隈では、よくChatGPTでコードを書かせたりとか、
クロードでコードを書かせるみたいなのがすごく流行っているんですよね。
一般の人が想像するよりも、プログラマーの生産性みたいなところがかなり上がっているといったところがなってきまして、
まいとさんにわかりやすく説明すると、プログラマーの生産性がかなり飛躍的に上がってますよねっていう現状です。
それはわかりますね。例えば俺でも、ビジネスメールを打つのにも、やっぱりAI使わないと今はできないぐらい。
それもコードになったら、よりAI得意そうですから。
駆動系になるとまたさらにちょっと違ったような気がするけど、そこをぜひ聞きたいな。
そうですね。普通、ビジネス、例えば営業の方とかがChatGPTを使う場合って、
基本的にメールを書いたりとか、あとはマーケティングの文章、PR文章を書いたりとか、
そういったことが多いかと思うんですけど、エンジニアは業務にダイレクトに関わってくるようなものになってくるので、
その行動もAIに全部書かせちゃうみたいな感じですよね。
だからもう、なんていうんですかね、本当に前回のポッドキャストでも話しましたけど、
AIによってエンジニアの仕事はなくなるのかっていうテーマが出てくる理由としては、
そういったAIによってもうほぼ大体できちゃうんじゃないかみたいなところまで来てるんで、
それが話題になるっていうことですね。
それを今までだと、例えばChatGPTに自分が書いたコードを入れて、
じゃあこのコードをもうちょっと良くしてみたいな感じでやってたんですけど、
それがもっと進化して、じゃあプロジェクト全体から整合性を取ってアプリケーション作ろうぜみたいな流れが
AI駆動開発だと思ってます。
それは現状の、例えばChatGPTなりクロードなりのサービスでは当然まだそれはできないわけですよね。
まあまあまあ、その単体のサービスを使ってできるわけではなく、
例えばDevinとかCursorとかKleinWindsurfといったエディター、
エンジニアが私こう普段使ってる黒い画面のエディターがあるじゃないですか。
あのエディターにChatGPTがちょっとついてる感じの製品があるんですよ。
それをCursorとかって言ったりするんですけど。
まあそうですね、最近だとよく私たち弊社はCursor提供し始めました、
エンジニア全員にみたいなPR出てたりしたりする。
そこがちょうどエンジニアと非エンジニアの世界の違いっていうか、
俺がどんだけ使っても多分ChatGPTとかクロードまでで、
Cursorとか多分使わないから。
一体何ができる違うのかっていうところもちょっと知りたいかもしれない。
まあそうですね、基本的にはコードを書くっていうところに特化してるってことですね。
で、もう簡単に言っちゃえばChatGPTのあのウィンドウが隣にあるっていう。
隣にあってちょっとコマンドっていうかちょっとやるだけで、
そのファイル全部読み込ませられるみたいな感じなのが、
いわゆるAIエディターって言われるやつです。
ただそのAIにコードを書かせるってだけだと、
AI駆動開発の進化を発揮はできてないとは自分は思ってまして。
AIってコンテキストがあるじゃないですか。
デビンの役割
はい、コンテキスト。
コンテキストって分かりますかね。
分からないかもしれない。
まあ日本語で言うと文脈なんですけど、
そのAI一回初期化っていうか真っさらな状態にすると、
全部今までのことは忘れるわけですよ。
でもソフトウェアってずっと作り続けてるもんじゃないですか。
例えばそのノーコールだって、
このノーコールのA機能とB機能がC機能とD機能にひも付いててみたいな感じで、
ある程度コンテキスト、文脈があって、
人間は無意識にそれを処理してるわけですけど、
ことLMっていうものになると、
そのコンテキストっていうものは重要になってきますよねっていう話です。
はいはい、過去のね。
そうです。
そういったところでコンテキストを含めて、
できるだけAIにほぼ全て書かせるっていうのがAI駆動開発です。
ちょっと違うかもしれないけど、
やっぱりその会社のナレッジとかをできるだけAIに渡して、
それで情報整理っていうか、
AIの力を借りて経営判断をしていくみたいな、
っていうイメージにちょっと近い?
そうですね。
会社の情報っていうのが、
いわゆるソフトウェアの要件定義とか、
そういった情報っていうところですね。
でも駆動経営だと、
それを持ったのは逆にソフトウェアだけじゃなくて、
それ以外の、それこそ私がやってるバックオフィスすらも、
データを入れてもいいというか役に立つし、
それを全部入れたら本当のAI駆動経営が完成するのかななんて、
イメージ一瞬パッと思ったというか。
ちなみに説明するとですね、
AI駆動開発とAI駆動経営はまた別です。
なるほど、開発じゃない。
勘違いしてました。
開発はよりエンジニアよりってこと?
今単語としてバズってるのが、
AI駆動開発ですね。
AI駆動経営は、
うちのCEOの翔吾がやり始めたやつです。
もう一歩先、その先だと。
そうですね。
でも駆動開発は、
ストーンと腹落ちするというかイメージしやすい、
非エンジニアの私でも、
当然やっていけばよりコード書きやすくなるし、
過去のコンテキストを踏まえてよりっていうことですよね。
そうですね。
他にも、弊社ではデビンっていう、
月8万円もするAIを使ってます。
知ってますよ。
デビンの、僕も領収書で大きめだなと思って。
何ができるんですか、デビンは。
デビンはですね、
一度指示をしたら、
勝手にいろいろソフトウェアを作る。
吉田に作ってくれるっていうソフトですね。
先ほど言ってたじゃないですか、
カーソルとかプラインみたいなものは、
AIエディター、いわゆるチャットGPTが横にあって、
ソフトウェアを作るアシスタントみたいな役割ですけど、
デビンはどっちかっていうと、
もう全部俺がやるぜみたいなソフトウェアですね。
確かそれをちょっと試して、
ちょっとあんまり上手くいかなかったみたいな。
そうですね。
デビンをトッププレイヤーほど使ってはないんですけど、
ある程度その製品とかの回収に使えるんじゃないかって思って、
いろいろやってたんですよ。
カレンダーアプリみたいなのを、
ノーコールにサイドプロジェクトとしてやりたいなって思ってた時があって、
それをデビンで作らせたりしてる時もありました。
で、その時はぶっちゃけ言うと、
あんま役に立たなかったです。
やっぱまだ難しいのかな。
それは多分自分の使い方みたいなのもあると思うんですけど、
やっぱり先ほど言ったコンテキストっていうところがかなりでかくなる。
AI駆動開発の挑戦
例えば、1からアプリ作るって結構難しいっぽくて、
デビンにとっては。
そうですね。自分がやってた時は、
1からアプリ作ってみたいな感じでやってたんですけど、
かなりデビンにとっては難しいようなタスクだったのかなとは思ってますね。
逆に回収とかの方が得意だったりするってこと?
そうですね。デビンはちょっと試した限りでは、
例えばテストを書くとか、
そんなにコンテキストの量がいらない小さい粒度のタスクみたいなのが
すごい得意だったりしますね。
これはドタ感としては、
当然より精度が上がって、
本当に1からそれこそカレンダーアプリ作ってみたいなのも
できそうになる感じなのかな?
自分はあんま微妙かなっていう。
でも海外のUSのトッププレーヤーは、
人間がコードを書かなくなるんじゃないかとは言ってますけどね。
ちょっとそれはどうなんだろう。
思います。
でも可能性としては全然あり得ますよね。
なるほどね。
そうですね。じゃあAIエディターの方に戻るんですけど、
自分もいろいろWindows SurfとかCursorとかKleinとか使ってる中で、
一番やっぱ大切なところはですね、
AIに与えるコンテキストがやっぱ一番大事なんですよ。
このプロジェクトは何で、どんな制約があって、
どんなコードを書かなきゃいけないのかみたいな、
コード制約というか、そういうものを書かなきゃいけないのかっていうところの
定義書みたいなのが一番大事なんですよね。
その時にエンジニアだと要件定義書みたいなのがあるんですよ。
例えばソフトウェアの振る舞い方を書くみたいな要件定義書みたいなのがあるんですけど、
これをいかに精度高く作れるかっていうところが大事かなって今、
ノーコールを作りながらAI駆動開発やってるんですけども、っていうふうに思います。
要件定義的なところが、そこはもう最後の人間がやる部分というか、
本当に中枢っていう感じですかね。
そうですね。いわゆるお客さんからの要望を汲み取ってきて、
それをソフトウェアに落とし込むみたいな作業が人間の最後の仕事なのかもな、みたいなのがありますよね。
それがその要件定義書っていうところです。
実際の本当にコマゴマとしたコードは本当にAIの性能がいいらしいですからね。
よりそうなっていくってことか。
そうですね。自分の例で一つすごい驚いたのが、
ノーコールにはカレンダーで日程調整するみたいな機能があるんですけど、
すごい複雑な設定が必要なことがあるんですよ。
なるほど。
例えばイベントの時間がどれぐらいで、
イベントの前後の時間みたいなのがあるじゃないですか。
ミーティングのための、例えば15分取りますとか。
で、かつ何日分提供して、何日後からそのイベントを作れるようにしてとか。
あとは今あるイベントから空き時間をどうやって計算するかとか、
結構複雑で、それがかつ2人分とか。
2人分でアンドオアでやるみたいな。
どんどん条件がね。
そう、があるんですけど。
これもエンジニアだったらめっちゃ複雑だなって思うと思うんですよ。
それがJJPTとかクロードでやらせた結果、
大体1,2週間ぐらいでその機能作れちゃって。
それはすごいね。
本当にエンジニアにとってはもう必要不可欠。
本当にアルゴリズムの仲間でほぼ完璧だし、
ちゃんとテストもやってるんで、それがちゃんとワークするかっていうのはちゃんと見てるんですけど、
ぶっちゃけ言うと、これがなんで動いてるのかっていうのはすごい理解できてるわけではないです。
なるほどね。
でもそうなってくるよね。
そうそう、一行一行それがなんで動いてるのかっていうところをちゃんと理解できてるわけではないんですよ。
でもそこを逆に言うと、任せきるのがAI駆動開発なのか経営なのか。
どうなってくるのかな。
だってそこまで完全に分かっちゃったらね、人がやってるのと変わらなくなる部分もあるしね。
別にだから最終的にAIが吐くコードは別にブラックボックスでいいとは思ってるんですよね。
結局インプットとアウトプットが良ければいいので、もちろん性能みたいなところはありますけど、内部の処理とかの性能とかありますけど、
最終的に人間がやるのはテストになってくるんじゃないかなって最近めちゃめちゃ思ってますね。
テストっていう、QAエンジニアとかって言ったりするんですけど、いわゆる品質保証の部分が最後に人間がやる部分。
本当の最終チェックが安心するために人がやると。
未来の開発トレンド
なるほど。
感じですね。
いいんじゃない?
なんで、AI駆動開発、2025年多分もっと盛り上がると思うんですよね。
自分たちもそれはもうキャッチアップというか、多分最前線でそれを発表していきたいなっていうところなんで、
もしこのPodcastを聞いてるエンジニアがいたら、ぜひそれに関わっていただきたいなって思いますね。
そうだね、確かに。
ということで、今日はこんな感じで。
はい。
終わり。
終わり。
