技術で稼ぐを、実体験から。SNS運用の自動化・AI活用・収益化を、個人開発者が自分で試した結果から発信しています。
単一のAIにプロンプトを投げるだけの開発は終わった。 Cursorなどの開発環境がエージェント化し、開発者の役割はコードを書かせる作業者から、複数のAIを束ねるオーケストレーターへシフトしている。 複数エージェントを連携させ、200ページの技術資料を20分未満で自律生成するシステムが登場した。 この変化の鍵は、AI同士の協調技術と、セッションを超えて文脈を保持する永続的な記憶基盤だ。
GitHub Copilotの課金体系がAPI利用料ベースへ移行した。 今までと同じ感覚でコードを大量生成させ続けると、コストが跳ね上がる。 時代はコード生成から検証とレビューへシフトした。 AIにコードを書かせること自体の価値は低下している。 問題は、裏で1.7兆ミリ秒の遅延を引き起こすようなバグを仕込まれたとき、それを見抜けるかどうかだ。
AIコーディングツールの進化は止まらない。中でもAnthropicが提供するClaude Codeは、ターミナルから直接AIと対話しながら開発を進められる強力な武器だ。筆者はこのツールを相棒にしてThreadPostというSaaSを1人で開発している。毎日数千行のコードをAIと共に生み出す中で確信したことがある。
魔法の杖が折れる場所 AIはコードを書き、テストを通し、プルリクエストを作成する。一部の開発者はすでにその恩恵を毎日受けている。 Claude Codeを立ち上げ、一言指示を出すだけで、複雑なリファクタリングが終わる。 この「魔法」には致命的な弱点がある。AIが動くための「箱」が完璧に整っていないと、魔法は一瞬で解ける。 AIエージェントの性能を左右するのは、モデルの賢さではない。
AIを「賢く」使う時代は終わり、「確信度」で制御する時代へ AI開発の現場では「いかにモデルを賢くするか」から「いかにAIの無駄な思考を削ぎ落とし、確信がある時だけ動かすか」へ関心が移っている。 推論モデルの「考えすぎ（Overthinking）」を制御することで、精度を維持したまま推論コストを最大36％削減できるというデータがある。 音声認識の現場でも、AIによる過剰修正が課題だった。
AIの世界では今、大きなパラダイムシフトが起きている。これまでは「いかに良いプロンプトを書くか」というプロンプトエンジニアリングが主流だった。しかし、最前線の開発現場ではすでにその先、ループエンジニアリングという手法が当たり前になりつつある。 結論から言うと、これからの開発者の仕事は「AIに指示を出すこと」ではなく、「AIが自律的に動き続けるループを設計すること」に変わる。
231日が13日に短縮された事実 231日かかるプロジェクトが、13日で完了した。 Salesforceは全社にClaude Codeを導入し、この数字を叩き出した。 開発効率は50.8%向上し、マージされたプルリクエストの数は79%増加した。 エンジニアの仕事は「コードを書くこと」から「目的を定義すること」へシフトしている。 この数字の裏側にある新しいエンジニアリングの形を深掘りする。
AIエージェントを導入したものの、期待したほど成果が出ないという悩みは多い。結論から言うと、その原因はモデルの性能不足ではなく、エージェントを取り巻く実行環境（harness）の設計にある。AIを単なるチャット相手としてではなく、信頼できるチームメイトとして機能させるための極意をまとめた。この記事で、CLAUDE.mdを軸とした最強の開発環境を構築する具体的なステップを解説する。
