【Show HN】LLMに「答え」を丸投げするな！学習効率を爆上げするハンズオン学習ツール「Lathe」

Hacker Newsの皆さん、こんにちは！

「Lathe」は、LLMに仕事を肩代わりさせるのではなく、新しい知識を習得するための「家庭教師」として活用する実験的プロジェクトです。このツールを使えば、どんな技術トピックでもソースコードに基づいたハンズオン形式のチュートリアルがその場で生成されます。あとはUI上で実際に自分の手でコードをタイピングして学習を進めるだけです（そう、あの懐かしい『写経』スタイルです！）。

中身はGo製のCLIツールにLLMエージェント（Claude Code / Cursor / Codex）を組み合わせた構成になっています。例えば「/lathe build a 3D slicer in Erlang」といったプロンプトを投げ、lathe serveを実行するとローカルでWebアプリが立ち上がり、ブラウザで学習が開始されます。効率よく学習できるように、以下のような工夫を凝らしました。

• スクロールに合わせて追従する目次
• 思考を深めるためのサイドノート
• 実践的な読者向け演習課題
• 内容を裏付ける参考文献リンク

チュートリアルに対して「ここはもっと詳しく」と質問したり、別のLLMを使ってコードが正しくコンパイル・実行できるか検証したり、不足しているパートを即座に追加したりすることも可能です。もう「Part 4/6」のまま2021年から更新が止まっているようなチュートリアルに絶望する必要はありません。

私がLatheを作ったのは、人間が書いたチュートリアルを置き換えるためではありません。むしろ私は人間が書いた質の高いチュートリアルが大好きです。しかし、まだ良質な教材が存在しないニッチな領域（ゼロからの3Dスライサー自作や、組み込みZigの入門など）を学ぶためにこのツールを作りました。READMEには、私がPSPの自作アプリ開発チュートリアルを通じてプログラミングに出会った経緯や、LLMによってそうした学びが失われることへの懸念について詳しく書いています。

営利目的ではなく、個人の技術的な欲求を満たすための趣味プロジェクトです。もちろんLLMが完璧な回答をするとは限りませんが、自分でコードを書いて学習することで、かえって間違いに気づきやすく、そのエラーを修正するプロセス自体が最高の学びになると感じています。現在はmacOSとClaude Codeの組み合わせで動作確認していますが、他の環境でも動くはずです。

もちろん、人間が書いた優れた学習リソースがすでにあるなら、まずはそちらを優先してください。Latheは、そうしたリソースが存在しない場所で「隙間を埋める」ための存在です。LLMを思考停止のツールではなく、思考を拡張するパートナーとして使いたい方にぜひ試していただきたいです。

リポジトリ: https://github.com/devenjarvis/lathe

フィードバックをお待ちしています！

すごく良いアイデアだね。今のこのクレイジーな時代における、LLMの健全な使い方って感じがする！新しいプロジェクトを始める時って色々と摩擦が生じがちだけど、その突破口としてかなり有効そう。

自分としては、このツールを実際に使ってみた君自身の体験談をもっと聞きたいな。この紹介文だけだと、君が本当にこれを気に入って使っているのかよく分からないんだ（たまに反論されるのが学習戦略だと言っていたけど、それってどういうこと？）。あと、「チュートリアルがコンパイルできるか別のモデルにテストさせる」っていうのを機能と呼ぶのはちょっと違う気がするけど、まあワンショットのプロンプトで完璧なチュートリアルを期待しちゃいけないのかもね。手書きのプロンプトに対して、なぜあえてこれを使いたいと思うのかが少し疑問。あと、ChatGPTのStudy modeが失敗した理由も気になるな。面白そうだったのに。

クールなプロジェクトだね！試してみるよ。自分も新しい分野の学習をスピードアップさせるために、手持ちの資料をLLMの「プロジェクト」に投げ込んで、内容に基づいた教え方をしてもらう手法にはずっとハマってるんだ。ただ、すべてを思い通りにお膳立てしてもらうと、一次情報に直接あたって試行錯誤しながら得られるはずの深い理解が損なわれるんじゃないかって懸念もあってさ。その点、自分で実際に手を動かすことに重点を置いているこのアプローチは、自分に合ってそう（LLMに頼ることで起きる知的怠慢も防げそうだしね……）。

最近、仕事でこのパターンをよく使ってるよ。決定論的なタスクにはカスタムCLIアプリを、エージェントハーネスにはスキルを使って、エージェントにCLIと自身の推論能力を駆使させて成果物を作らせるっていうやり方。例えば「先月のチームのバックログの活動状況をエグゼクティブ・ブリーフにまとめて」って指示すると、5〜10分でチケットの根拠付きで数ページのドキュメントが出来上がる。わざわざ人に聞き回ったり、タスクを依頼しなくて済むから最高だよ。バックログさえ普段通り詳細に更新されていれば問題ないしね。純粋なエージェント運用（反復タスクで安定した結果を出すのが難しい）と、かといって何でもかんでもフルアプリを自作・購入するわけにいかない状況のちょうど良い中間を埋めてくれる素晴らしい手法だね。

関連するアイデアとして、LLMにソクラテス式問答法でトピックについてクイズを出してもらうっていうのがあるよ。自分が答えにたどり着くまで、LLMがより深いレベルの質問を投げ続けてくれるんだ。これが強制的に問題を深く考えさせるから、理解・学習・定着にすごく役立つ。もちろん、どんなコーディングエージェントでも使えるように自分でもソクラテス式クイズ用のスキルを作ってみたよ：https://pchalasani.github.io/claude-code-tools/plugins-detai... (https://pchalasani.github.io/claude-code-tools/plugins-detail/workflow/#socratic-quiz) 自分はこれを使って、糖尿病やインスリン、ドーパミンとモチベーション、Claudeの実装など、直感に反する事柄（いわゆる「認識的負債」と戦うため）を理解するのに役立ててる。高性能なLLMは、この種のクイズが驚くほど上手いし、まるで「心の理論」を持っているかのような振る舞いをするんだ。

まさにその目的のために、人気の /grill-me スキルをアップデートしたよ！昨日、pandasで超巨大なデータセットをロードしようとした時に何が起こるかについて、細部まで徹底的に突っ込まれるセッションをやってみたんだけど、すごく勉強になった！

面白い領域に取り組んでるね。自分もシステムデザインの準備向けに同じようなことを考えてたよ。TwitterやWhatsAppのデザインについてブログ記事をいくつか書いて実験してみたんだ：https://prepcommons.com/ (https://prepcommons.com/) 。とはいえ、単に初期リクエストに応える以上の労力がかかったな。AIを使えば誰でも平均的なものは作れるようになるけど、良いものを作るにはやっぱり個人のセンスが必要だよね。それはコース作りにも言えることだと思う。

これはイケてるね！実は先日、友人に話していたところなんだ。プログラミングの学習法って、結局はコードを手打ちすることだよね。だから彼には、自分の興味やニーズに合わせた最小限の教育用例をLLMに生成させて学習することを勧めたんだ。自分もZed Shaw流の学習法（音楽やアートと同じように「スタディ」として、ひたすらコードを手書きする）を試したことがあるよ。ずっと学習中で苦戦していた言語で実践してみたら、たった数時間打っただけで流暢さが飛躍的に上がったんだ。数週間かけて勉強するより、数時間タイピングする方が圧倒的にコードを書いた量が多いことに気づいてね。言語を知らないうちはコードを書くのはすごく遅いしミスも多いけど、正しいコードを書き写すのは比較的簡単だから。盲目的なタイピングにアプローチを変えただけで、数週間分より深い練習（少なくとも読解や筋肉記憶の面では）が数時間でできたんだ。もちろん理解も大事だけど、それはまた別の次元の話で、経験上は記憶と流暢さの後に来るものだと思う（理論的な理解と、実際に使えることは全く別のことだからね！）。これはスティーブン・クラッシェンの言語習得における「インプット仮説」（https://en.wikipedia.org/wiki/Input_hypothesis ）に沿った考えで、赤ちゃんが聞くだけで言葉を覚えるように、大人もインプットに触れるだけで学習できるというもの。以前の素晴らしいウェブサイト（今は閉鎖？）『All Japanese All The Time』でも、著者が日本語の音声を聞きまくるという仮説を自ら証明して1年で流暢になっていたよ。https://web.archive.org/web/20080705194055/http://www.alljap... (https://web.archive.org/web/20080705194055/http://www.alljapaneseallthetime.com/)

自分も似たようなスキルを使っていて（何度か改良を重ねた）、頼んだ内容をいくつかのマイルストーンに分けて構築し、最後にマークダウン形式のチュートリアルを作成して、zolaで静的サイト化する仕組みを構築してるよ。Claudeの利用の9割はガイドを書かせることで、残りの時間をそのガイドに従って成果物を作ることに充ててる。脳の健康にもいいし、ネットにある一般的なコースとは違って自分専用の学習ができるのがいい。AIのすごく優れた活用法だよね。

すごく良いね。使ってみたい気持ちはあるけど、今の配信形態だとちょっと厳しいかな。自分は通勤中に資料を読んだり学んだりすることが多いから、コンソールから離れていても見られるような環境が理想なんだ。OpenRouterやAnthropic、OpenAIのAPIキーと連携したウェブアプリ形式で提供される未来はありそう？