TL;DR Link to heading
- LLM は「好奇心旺盛な動物」ではなく「統計的な幽霊」として扱い、経験的に活用しましょう
- 人間向け UI だけでなく、エージェントネイティブなインフラ（整備されたドキュメント、API、ログ、センサー）を構築してください
- 「思考」は外部委託できますが、「理解」は委託できません。人間のセンスと判断力は依然として代替不可能です
- 将来の採用面接では、エージェントネイティブスキルが試されます：他エージェントに対抗し、システムを構築・デプロイ・防御・保護する能力
ソフトウェア 3.0 の到来 Link to heading
カーパシー氏はプログラミングの進化を以下のように再定義しています：
- ソフトウェア 1.0：人間が明示的なコードを記述する
- ソフトウェア 2.0：人間がデータをキュレーションし、モデルが重みを学習する
- ソフトウェア 3.0：人間はプロンプト・コンテキスト・ツール・事例を通じてプログラミングします。コンテキストウィンドウこそが新たな「プログラム」です
この新パラダイムでは、もはや一行一行を手書きしません。マクロタスクをエージェントに委譲します：「この機能を実装してください」「このモジュールをリファクタリングしてください」「このサービスとテストをセットアップしてください」。LLM はあなたの意図を読み取り実行する、適応型インタープリターとなります。
代表的な事例 Link to heading
MenuGen：レストランのメニューを撮影する場合、従来のアプローチでは、OCR・バックエンド・画像生成・フロントエンド・デプロイなどを個別に構築する必要がありました。ソフトウェア 3.0 では、マルチモーダルモデルにプロンプトを送るだけで、写真から目的の出力を直接生成できる場合が多くあります。従来のソフトウェアスタックの多くが不要になります。
適応型システム：壊れやすいシェルスクリプトの代わりに、エージェントが環境を動的にデバッグし、指示をその場で適応させます。
Vibe Coding vs Agentic Engineering Link to heading
- Vibe Coding：参入障壁を下げる — 誰でもアイデアを言葉にするだけで構築可能になります
- Agentic Engineering：能力の上限を引き上げる — プロフェッショナルは、信頼性に限界のあるエージェントを指揮しつつ、正確性・セキュリティ・センス・システム理解を維持する技術を習得する必要があります
スキルは「コード記述」から「オーケストレーション」へ移行します：明確な仕様作成、評価基準の構築、ガードレールの設置、出力の検証、そしてモデルが「もっともらしい嘘」を吐いている瞬間を見極める力です。
「ギザギザした知能」と検証可能性 Link to heading
LLM は、結果が検証しやすい領域（テスト通過するコード、明確な答えがある数学、スコア制のゲーム）で活躍する一方、検証が困難な領域では依然として弱い傾向があります。この「ギザギザした」能力分布が、コーディングが急速に向上した一方、他の分野が遅れをとっている理由を説明しています。
創業者は、「検証可能」「経済的価値が高い」「まだ学習データが不足している」という 3 条件を満たすドメインを探すことをお勧めします。
おわりに Link to heading
コード生成や定型処理はコモディティ化しつつあります。今、希少価値があるのは、深い理解力、オーケストレーションスキル、セキュリティマインド、そしてセンスです。