なぜGemini-SQL2でも実務で勝てないのか、Claude Code開発者が教える軽量化と検証の重要性
結局、モデルが賢くなれば解決すると思っていた。 自然言語からSQLを書く「text-to-SQL」の領域。 モデルが進化すれば精度100%になるという期待があった。 しかし、今週出た複数の情報を統合すると、その常識は崩れた。 モデルの賢さは、もはや一番効かないレバーになりつつある。 重要なのは「賢さ」を外から借りるか、中で「最適化」するかだ。
全30件
結局、モデルが賢くなれば解決すると思っていた。 自然言語からSQLを書く「text-to-SQL」の領域。 モデルが進化すれば精度100%になるという期待があった。 しかし、今週出た複数の情報を統合すると、その常識は崩れた。 モデルの賢さは、もはや一番効かないレバーになりつつある。 重要なのは「賢さ」を外から借りるか、中で「最適化」するかだ。
LLMの限界を「モデルのせい」にするのをやめるだけで、開発の景色は一変する。 モデルを上位版に差し替えても、精度は上がらない。 コストだけが増え、ツール呼び出しの成功率は横ばいのままだ。 この壁はモデルの知能指数ではなく、開発者側の「工学的規律」の欠如が原因である。 10億トークンのコンテキストを「ただのゴミ箱」にしないための設計思想が問われている。
プロンプトエンジニアリングの終焉と推論モデルの台頭 2022年から始まったプロンプトエンジニアリングの黄金時代が崩れている。 「ステップバイステップで考えて」という指示は、最新の推論モデルの前では無力だ。 モデルの思考を邪魔するノイズになり始めている。 かつては外部からの指示で引き出していた「思考のプロセス」が、モデルの内部に統合された。
拒否はエラーではなく正常応答。僕らが書き換えるべきコードの正体 200 OK。 画面に返ってきたこのステータスコードを見て、僕は指を止めた。 AIがリクエストを拒否した。 通信エラーやタイムアウトではない。 APIの仕様として、正常な応答として「断られた」のだ。
AI開発の主戦場が「モデルの賢さ」から「インフラの最適化」へ。 AI開発のフェーズが、完全に変わった。 これまでは「どのモデルが賢いか」というベンチマーク競争に一喜一憂していた。 10億ドル規模の年間収益を見込むMistral AIは、自社データでモデルをゼロから再学習させるプラットフォーム「Mistral Forge」を立ち上げた。
魔法のプロンプトなんて、最初からなかった。 プロンプトエンジニアリングは終わった。 一発で完璧なコードを出そうとする試みは、開発効率を下げる要因だ。 AI開発の最前線は、「対話による思考の収束」と「ローカル環境でのハードウェア最適化」という、泥臭い両極端へシフトしている。 僕らが求めていたのは「答えを出す機械」ではなく、「一緒に悩んでくれる思考のパートナー」だった。
巨額の資金が描くAI業界の二極化 650億ドル。日本円にして約10兆円。 Anthropicが実施したシリーズHの調達額だ。 企業の評価額は9,650億ドルに達した。 1兆ドルという数字がすぐそこに見えている。 一方で、別の動きがある。 AI界の巨頭が率いる新興スタートアップ、AMI Labsが10億ドルを超えるシード調達を成功させた。 彼らは今の言語モデルには限界があるという立場をとる。
顧客の要望が数分で形になる。開発の「待ち時間」が消滅した事実 GPT-5.5を活用した新しい開発フローが、エンジニアの現場に導入されている。 ある先行事例では、エンジニアチームの50%がわずか1ヶ月で新しいAI駆動の開発環境に移行した。 これまで「顧客からの機能リクエスト」を受け取ってから、プレビューを見せるまでには数日を要していた。
※この記事は、Claude Codeで1人開発しているSNS運用SaaS「ThreadPost」の開発日記です。 冒頭の惨劇 「カテゴリを52種類に厳格化して」とAIに指示した。数分後、データベースを見たらカテゴリが116種類に増殖していた。僕が頼んだのは「厳格化」だ。誰が倍に増やせと言ったのか。 今日の開発サマリー 今日の総コミットは25件だ。新機能が3件、バグ修正が1件だった。
冒頭フック Googleが科学特化型AIの導入を進める一方、国内では約7000億パラメータのモデルの出自を巡る議論が起きている。 フルスクラッチ開発の限界が見える中、今の開発者はゼロからモデルを作る段階ではない。 既存モデルの推論プロセスを改善するADPOのような理論的アプローチと、LoRAによる効率的なドメイン適応が鍵だ。 損失関数のワンライン変更が、開発の常識を変える。
冒頭フック 3万人規模の導入決定。その直後に51万行のコード流出。 AI業界で極端なコントラストが起きている。 Anthropicが日本企業と手を組んだ。一方で、主力開発ツールの設計図がネット上に公開された。 安全性を掲げる企業で、1週間で2度の事象が発生した。 これは開発者がAIエージェントを構築し、守るための根幹に関わる話だ。