AIコーディング用語を平易な英語で解説

AIコーディングの分野では、専門用語がしばしば混乱を招きます。モデル、推論、コンテキストウィンドウなどの概念には、それぞれ明確な論理があります。最近、開発者コミュニティで注目されているオープンソースプロジェクト「AIコーディング辞書」は、これらの用語を平易な言葉で解説し、AIツールの動作を真に理解する手助けをしています。

プロジェクトの著者は、AI自体が時代とともに変化するラベルであると指摘します。1950年代の記号推論、1980年代のエキスパートシステム、2020年代の大規模言語モデルへと移り変わってきました。この「AI効果」により、議論が噛み合わないことが多く、より正確な用語を使うことが解決策となります。

辞書は複数のセクションに分かれています。まず「モデル」のセクションでは、モデルは次トークン予測を行うパラメータの集合であり、それ自体はステートレスであると説明します。モデルがエージェント的なタスクを実行するには、「ハーネス」でラップする必要があり、ハーネスが複数のモデルリクエストを調整します。トレーニングはプロバイダーが一度だけ行う大規模なプロセスで、膨大なテキストからパラメータを調整します。トレーニング後、パラメータは固定され、ユーザーがセッション中に変更することはできません。推論はリクエストごとにモデルが動作するプロセスで、ユーザーはトークン単位で課金され、コストは入出力トークン数に比例します。

「努力度」はモデルの推論の深さを調整するダイヤルで、低（機械的な編集）から高（複雑なデバッグ）までのレベルがあり、努力度が高いほど応答時間が長くなりコストも増加します。コンテキストウィンドウはセッション中にモデルが「見る」ことができる全情報であり、会話が進むにつれて注意力が低下し、初期の内容を無視するようになります。この問題に対処するため、「メモリシステム」や「自動圧縮」などのメカニズムが存在します。

その他の重要な概念には、「ツール呼び出し」（モデルが外部機能を実行する）、「エージェントモード」（モデルが自律的にタスクを実行する）、「幻覚」（モデルが事実に反する内容を生成する）、「お世辞」（モデルがユーザーの意見に迎合する）などがあります。プロジェクトでは「バイブコーディング」、「AFK」（無人運用）などの作業モードも紹介しています。

この辞書は初心者から経験豊富な開発者まで価値があります。用語を理解することで、問題の診断が容易になり、プロンプトの最適化やAPIコストの管理が向上します。GitHubでは2.5kのスターを獲得し、継続的に更新されています。