AI コーディング調査
最近の生成 AI を用いたコーディング情勢に追いつくためのに情報を整理します。
追記: 全体的に情報が古いです. 進展が早すぎるので、綺麗にまとまった情報をネットで探すよりも、 gemini などで最新情報を追いかけるほうが良いと思います。
中島聡さん
- git commit のタイミングがかなり細かい
- コードの内容を確認する
生成されるコードを自分で理解・確認しながら構築していくスタイル。
もしかしたら、自分で書いたほうが早い部分もあるのではないかと思う。 動画なので、視聴者に分かりやすいように極端にしているのかも。
本人もおっしゃっているが vibe coding ではなくて、コードの内容を気にするスタイル。
書籍
コード ×AI ーソフトウェア開発者のための生成 AI 実践入門
記載情報が 2024/8 なのですでに結構古い。
読書メモ
1 章
AI エージェントを利用するべきか否か？という議論もされている。
今の流れは、もはやコーディングエージェントを利用するのは既定で、どのエージェントを使うか？どのように使うか？という議論がされる段階にあると思う。
やはり情報が古い。
2025 年に Claude がリリースされているし、2025 年に急激に進んだのだろう。
2024 年の本を読むことはすでに、考古学をやっているように感じる。本当に変化が早い領域だなと感じる。
2 章
3 章
有名 agent のプロンプト紹介
日常のコーディングではあまり役に立たないかも。
書籍内でも、日常のコーディングでは、プロンプトを記述する労力と得られる結果の費用対効果を考慮するようにと記載されていました。
4 章
対話型ツールとエージェント型ツールについての比較。
どちらが優れているというものではなくて、使い分けがいいという話です。
昨日読んだ記事の方が端的で良いです。
5 章
今後、AI の処理できるトークン、コンテキストは増加するとしても、人間の認知能力が劇的に向上することは期待できない。
したがって、人間と AI 双方が読みやすいコードを取得する必要があり、単一責任の原則や、ファイル編成などの知識は依然として必要。
コメントに関して、
- AI が説明できない振る舞いはコメントしよう
- 人間がすぐには理解できない複雑な正規表現などはコメントしよう
という考えは、コメントに対して明確な 1 つの指針になるように感じました。
6 章
AI との協業のための適切なコード形式など
アーキテクチャは、人間がやりたいことを AI に説明して、良い返答を受け取る観点でも有効
触らせたくない重要な部分を分離する。
Thoughtworks 社のリファクタリングカタログも参考になる。(知らなかった。有効そう。)
使い方のちょっとした工夫
- テストの生成の前にディシジョンテーブルを作成させる
- テストを生成する個数を指定する
- テストの生成前に状態遷移図を生成させる
- BUD: Bottleneck, Unnecessary, Duplicate の観点でコードを解析させる
- chain-of-thought ... 今はもう agent がやってくれると思う
7 章
AI を組織として活用する方法。
インナーソースは最近聞くようになった単語です。 インナソースコモンズ財団は知りませんでした。 2015 年設立ということは、インナーソースという単語は結構以前から存在していたのですね。
プロンプトではなくてユースケースを共有しよう。
- 開発中のプロンプトは使い捨てになることが多い
- 業務、特定技術に詳しい、若手以外の社員も参加しよう。
8 章
AI 活用 Tips
- データ変換について、生成 AI の本質は「予測」であり、「変換」ではないという説明はとてもしっくりくる
- TURNDOWN : HTML -> Markdown への変換ツール。
- mark to ... ms のものがあった気がする。
9 章
組織的には、AI に任せるべき領域を見極めて任せられるように準備を進める。 7 章のインナーソースに繋がる話。 園児には個人的には、学び続けること、他者とのコラボレーション、創造&想像が大事