AI時代の最強スキルはこれだ！「集中力」と「完遂力」を極める方法

AIが急速に進化する今、エンジニアが身につけるべき真の武器は何でしょうか？それは、最新のモデルを使いこなす技術以上に、「何に集中し、どうやり抜くか」というマインドセットです。複雑なAIツールに翻弄されず、本来の目的を達成するためのプロジェクト管理術と実行力について深掘りします。

副業の時間を使ってコーディングエージェントを試してるんだ。おかげで、自分一人じゃ絶対に手を付けなかったような「もしこうだったら」っていうプロジェクトに取り組めてるよ。

本業では、設定やコンテナ、インストールのトラブル解消にAIを使ってる。おかげで他人の尻拭いじゃなくて、自分のコーディングに時間を割けるようになった。Pythonのライブラリ（wheels）、コンテナ、仮想環境、断片化されたAPIが溢れるこの時代に、これらを全部手作業でやろうとしたら、それだけで一日が終わってパンクしちゃうよ。

使い始めて1年半経つけど、燃え尽きるどころかむしろ調子がいいくらい。Web UIを追加したり、めちゃくちゃな数のユニットテストを書いたり、他人の書いたソフトウェアをデプロイしたりすることへの恐怖心が完全になくなったね。

ただ、これでプロダクトを作ろうとはしてない。あくまでサポートするスタックを強化するために使ってる感じ。AI界隈は進化が速いから、これらも全部変わる可能性はあるけどね。

Greg McKweonの『エッセンシャル思考』への言及、ありがたいね。今ちょうど読んでるところだよ。面白いことに、Imprintアプリで「エッセンシャル思考」の主要な価値の一つが「遊び心（playfulness）」だと知って、この本を読むことに決めたんだ。完全に納得だよ。

昔からある問題に対して、結局みんな同じ解決策を再発見してるのが面白いよね。「自分の可愛い作品（darlings）に固執しすぎる」ってやつさ。

コード生成ツールのおかげで、誰でも思いつくようなくだらないアイデアでも簡単に形にできるようになった。でも、開発者は「くだらないアイデアを捨てる」っていう経験があんまりないみたいだね（コードに書かれたら、それは重要なはずだと思い込んじゃうから）。だからCodegenから出てくるものすべてを貴重なアイデアだと扱って、結局脳内が散らかって、著者が経験したような「実装疲れ（Implementation Fatigue）」を引き起こしてる。解決策？同じプロセスを踏むにしても、一度に一つのアイデアに絞って、それをちゃんと作り上げることだよ。

こういう経験をしてる人たちが、もしソフトウェアエンジニアリング以外の趣味（何かクリエイティブなこと）を持っていたら、もっと早く兆候に気づけたんじゃないかなって思うよ。

Rickの意見に完全に同意。AIは深淵を覗かせてくれる（rabbit hole revealer）。しかも「素晴らしいアイデア！」っていうスパムで、その深淵へ突き落としてくるんだよ。

追記：Reveler（楽しませるもの）じゃなくてRevealer（暴くもの）ね。

俺は実際「燃え尽き」は感じてないな。まあ、完成度もバラバラなプロジェクトが山積みにはなってるけど。大抵は、その時々で一番気になるプロジェクトに引っ張られて、残りが少し放置される感じ。でも全然気にしてないよ。ずっと温めていた小さなプロジェクトたちが、ようやく日の目を見るようになったのが最高に嬉しいんだ。むしろ心配なのはその逆で、全部完成させちゃったらどうなるんだろうってこと。アイデアが枯渇しちゃうのかな？そうならないといいけど、一部のペットプロジェクトは「もうこれ以上足すところがない」っていう完成度に達してて、自分の中では「完了」してる。次のプロジェクトへ移れるのはいいことだけど、プロジェクトが尽きたらどうすればいいんだ！

うちの会社がAI全振りになってから見てるトレンドとすごく重なるな。みんな「AIを使えば問題なんて数時間で解決」だと思い込んでて、一人で早く進めるために外部依存をゼロにしたがるんだ。その結果、今はもっと悪い「また別の〇〇（yet-another-...）」時代になってる。みんながほぼ同じ、でも互換性のない初心者レベルのソフトウェアを勝手に作ってて、皮肉なことに、自分たちは外部依存を嫌うくせに、組織全体で自分たちのソリューションを強制的に使わせようとするんだよ。その一方で、自動化やスケーリングが難しい泥臭いボトルネック部分は誰もやりたがらない。とりあえず「エージェント」を投げて終わりにするけど、中身はスカスカなんだ。簡単なタスクならエージェントを信じられるけど、難しいのは無理。でもどれが簡単でどれが難しいかの見極めができない。基盤モデルの技術が向上しても、問題の閾値が変わるだけで根本的な解決にはならないんだ。

要するに、組織の価値評価が技術の進歩に追いつけていないフェーズにいるんだと思う。かつては「PoC（概念実証）」と「PoW（仕事の証明）」やドメイン知識はある程度相関してたけど、今は「理解の証明（proof of understanding）」に集中しないと、結局、未熟な問題解決のためにトークンを無駄遣いするだけだよ。今のところ、外部依存がゼロなら、そのソリューションはただのオモチャだと判断するくらいの基準でいいんじゃないかな。

セッションの切り替えでバタバタしてストレスが溜まってたんだけど、やり方を変えたよ。バックログ管理にはObsidianを使って、スペック（仕様書）を書いて、エージェントをバックグラウンドで走らせるようにした。自分はレビューして変更を加え、マージしてリリースするだけ。この固定サイクルにしたおかげで、リラックスして作業しつつ最適化もできるようになった。機能追加やバグ修正のペースはかなり上がったよ。

AIが助けてくれるのは99%の工程だけで、最後の1%は無理なんじゃないかな。そのせいで、完成度0%のプロジェクトを溜め込むんじゃなくて、完成度99%のプロジェクトを山ほど溜め込むことになってる。せめて、0%のバックログを抱えるよりは、99%のバックログを優先的に片付ける方がマシだといいんだけど。

「AIで100倍効率化」なんて話、絶対に信じないよ。なんでまだこんな話を推してるんだ？確かにAIは小さくて限定的で集中したコードを書くのには最高だけど、そのまま本番に出せるようなシロモノじゃない。リリースに必要な最後の10%に取り組むと、AIがやった90%の部分が実はゴミだったってことがよく分かる。ハックの上にハックを重ねてるだけさ。

もう誰も洗練された製品をユーザーに届けようとしてないのか？みんなそれぞれ、クセのあるバグだらけの同じようなものを抱えることになるのか？

--

自分がエンジニアとして働く前の最初のソフトですら、最近AIを使ったプロジェクトよりバグが少なかったよ。mitchellhさんみたいに何をやってるか分かってる人（ghosttyのコードベースはZigだから見てないけど）もいるみたいだから、時々「自分の使い方が間違ってるのかな」と思うこともある。でも結局、周りのみんなもリリースに関しては同じような苦労をしてるみたいだね。