生成AIの「現在地」だけでなく「速度」も見よう

🎯 概要
GEEKLAB.NAGANO での25分間の技術発表資料。生成AIの評価において「今できること・できないこと」という現在地だけでなく、「変化の速度」と「加速度」に注目することの重要性を解説。
💻 主なトピック

コーディングエージェントの実例: Claude Codeを例に、この半年で起きた劇的な変化とその要因
他分野での証拠: 画像・動画生成、AI知能（IQ推移：GPT-3.5の64→o3の135）での限界突破パターン
未来予測: 「微分思考」による半年後のコーディング現場予測
実体験: 発表者自身のAI活用変遷（2023年→2025年）による説得力

🚀 キーメッセージ
現在の「限界」ではなく、半年後・1年後の「限界」を予想して考えよう。「今の不可能」は半年後の「基本スキル」になる。

Transcript

1. 生成AI の「現在地」だけでなく「速度」も見よう 〜半年で世界が変わる時代の未来予測〜 GEEKLAB.NAGANO 生成AI すごいけど、全部任せて大丈夫？ 2025-07-19( 土) さとうきよし @stealthinu
2. 自己紹介 さとう きよし 白馬村在住でジーワークスという小さな会社をやってます 1990 年代前半: ネオコグニトロンで文字認識をする研究室で眼球運動を測定していた 2022 年から1 年半くらい: VR メタバース内での音声変換(VC) とニューラル圧縮 ここ1 年半くらい: LLM を利用した社内システムやPJ マネジメントツールの研究開発 以前は迷惑メール対策とかよくやってました
3. 本日の流れ 25 分で駆け抜ける生成AI 速度論 時間 内容 2 分 今日話したいこと - 「速度」と「加速度」に注目 6 分 コーディングエージェントの実例 - 限界・工夫・変化 6 分 他分野での証拠 - 画像生成・AI 知能の進化 4 分 未来予測と提案 - 半年後の現場・心構え 2 分 おまけ - 実体験で説得力アップ
4. 今日話したいこと 生成AI の評価、 「現在地」だけになってない？ 「今できること・できないこと」だけに注目 でも重要なのは　 「変化の速度」と「加速度」 我々プログラマにとって一番影響の大きいコーディングエージェント 特に一番注目されている Claude Code を例にして限界の話をします 話の着地点 僕の仕事はあと2 年半でなくなる
5. コーディングエージェントの現在の限界 実際に使っている人なら感じる壁 規模が大きくなると制御困難 「ここを修正して」→ 余計な部分もいじってしまう 複雑なプロジェクトでは意図通りにならない GUI ・視覚的要素への対応不足 画面表示やUI に関する指示が伝わりにくい 「この画面のここがおかしい」が説明できない 明確な境界線が見えない どのくらいの規模までなら大丈夫？ コンテキストの限界がわからない
6. Claude Code で工夫が必要なこと 限界を乗り越えるための実践的アプローチ 設計書をLLM と一緒に作成 Claude Code の質問モードやo3 等と会話で技術選定・構成決め 詳細設計まで含めたドキュメントを事前作成 自走するための環境を作る devcontainer 内で安全実行、許可リスト整備でセキュリティ確保 MCP でplaywright 使用、TDD でバグ即発見環境 規模が大きくなっても対応できる環境 詳細ログ取得、設計書修正もLLM 自身に任せる
7. Claude Code 登場で何が変わった？ 半年前 サポート・補助的役割 自走は「実験的」 人間が常に監視・修正 「使うのが怖い」 現在のClaude Code 自走が基本 仕様詰め → 一人で完成 人間は「条件を整える」側 「使わないと損」
8. 閾値突破を支えた要因 1. LLM の性能向上（根本原因） コーディング力・コンテキスト長の量的変化が閾値突破 何かブレークスルーがあったわけではなく、量的変化の蓄積 2. MAX プラン導入（心理的・経済的転換） 「使い放題→ 使わないと損」 の意識変化 「失敗してもタダ→ 大胆実験」 でリスクテイクが可能に 「コスト意識→ 成果最大化」 への価値観シフト 技術向上を活かすための環境整備が完了 技術的可能性と心理的障壁の除去が同時発生
9. 閾値突破で人間の行動まで変わった 掃除機ロボ現象 掃除機ロボ : 人間が床に物を置かなくなる Claude Code : コーディングエージェントが開発やデバッグしやすくなるようドキュメ ントやログ取得などの環境を整える 使える レベルを超えると人間の行動が変わる 以前: 「人間がAI をサポート」 現在: 「AI が自走しやすいように人間が環境を整備」
10. 他分野での「限界突破」実例 画像・動画生成の連続進化 2017 年GAN 時代 「全身描けるようになったら言ってね〜w 」と言われていた 2022 年MidJourney 、Stable Diffusion 登場 手が描けない、画質がイマイチ、同じキャラを描けない → 現在は解決済み 1 年前の動画生成の進化 研究者しか触れない状況だった → 普通の人が動画生成できる時代 一貫性の問題などあり実用には厳しい → 急速に改善
11. AI 知能の進化スピード 30 年間の加速度 1990 年 : ネオコグニトロン → 数字認識 2012 年 : AlexNet → 犬と猫認識 2017 年 : Transformer → ニューラル翻訳 2019 年 : GPT-2 → 園児程度 2022 年 GPT-3.5 : IQ 70 以下（人間以下） 2024 年末 o3 : IQ 130 （天才レベル） 全分野で同じ速度感で進化
12. だから、コーディングエージェントも 同じパターンで限界突破される 画像生成: 「手が描けない」→ 普通の言葉で高品質生成 動画生成: 「触れない」→ 普通の人が動画制作 GPT: 園児レベル → 天才レベル ↓ コーディングエージェント: 現在の限界 → ？ 根拠となる共通要素 deeplearning 系は同じ速度感で進化 技術課題はほぼクリア済み（インフラ整備段階） 心理的・経済的障壁も除去済み
13. 進化パターン: 閾値突破 → 横展開 満足レベル到達後の展開法則 画像生成 → 動画生成 ボイスチェンジ → リアルタイムボイスチェンジ コーディング → プロジェクトマネジメント・設計 現在進行中の兆候 Teams 、リモート会議情報の統合進展 PM 補助ツール、秘書システム化 「十分なコンテキスト情報があれば、全ての仕事をLLM に」 プログラマの仕事はどう変わる？ 条件整備 → 要求定義 → アーキテクチャ設計 → ？
14. 未来予測：半年後のコーディング現場 現在の「不可能」が「当たり前」に 現在の限界 大規模プロジェクトの制御困難 GUI 絡みの精度低下 複雑な要求の伝達 半年後の予想 エンタープライズレベルの自動開発 UI/UX も含めた完全自動化 自然言語でのシステム設計
15. これからのプログラマとして 重要なのは「微分思考」 現在地だけでなく速度を見る 速度だけでなく加速度を見る 考えておきたいこと 現在の限界にとらわれず、変化の速度を意識しよう 他分野の進化パターンから未来を読もう 「今の不可能」は半年後の「基本スキル」 現在の「限界」ではなく半年後、1 年後の「限界」を予想して考えよう
16. おまけ：実体験で見る「速度感」 この発表自体が「速度と加速度」の証拠 今回のプレゼン資料 - 全部Claude と相談で完成 https://claude.ai/share/8fa8a635-6b2d-4430-9e5a-b09bed13b693 https://claude.ai/share/f698829c-81da-4952-8319-7462b828ff8e 1 年半前（2023 年） - 「イマイチ書けない」でタイトル決め程度 音声変換と生成AI ：開発者視点からの1.5 年の振り返り 1 年前（2024 年） - 「ロングコンテキスト使えない」と発表 RAG の仕組みとよくある課題 現在（2025 年） - ロングコンテキストが「中期記憶」レベル 発表者自身が体験した「半年で世界が変わる」リアル
17. Thank you! 質疑応答 生成AI の「速度」を意識して未来を読んでみませんか？ 半年後の「当たり前」は今の「不可能」