ローカルモデル、摩擦と苦闘

この記事では、著者がローカルAIモデルを使用した経験を、Claudeなどのフロンティアモデルと比較しながら共有しています。著者は、フロンティアモデルは強力だが「熱心すぎる」ため、ユーザーに代わって仮定や決定を下しがちで、エンジニアの積極的な思考を弱めると指摘します。例えば、Claudeに空の下書きを作成してもらおうとしたところ、著者が意図していない仮定や構成を含む500語の草稿を生成したことに不満を感じました。

対照的に、ローカルモデルはより多くのガイダンスと介入を必要とします。著者は、ローカルモデルを使用する際には、解決策についてより深く考え、コードをより注意深く確認し、AIエージェントに正確な要求をしなければならないと述べています。ローカルモデルの計算能力は限られており、長時間実行すると方向性を見失いやすいため、著者はエンジニアとしてのトレードオフをより強く意識し、エンジニアリングの規律が鍛えられます。opencodeやZedエージェントを使う際には、良い解決策をじっくり考えてから実装を任せるようになったといいます。

著者は「摩擦」と「苦闘」という概念を区別しています。摩擦は作業を妨げる外部要因（遅いCIパイプラインや頑固なチームメンバーなど）であり、苦闘は何をすべきか、どう取捨選択するかという内部の戦いです。フロンティアモデルは両方を取り除き、エンジニアが楽に何でも構築できるようにしますが、ローカルモデルは摩擦のみを減らし、苦闘は残します。著者は、この苦闘こそがエンジニアリングの卓越性の鍵であると考えています。

最後に、優れたエンジニアは常に苦闘していると強調します。彼らは「正しいものを構築しているか」「もっと簡単な方法はないか」「本当にこれが必要か」と自問します。AI時代においても、苦闘し続けるエンジニアこそが雇用され続けるのです。著者は、苦闘がエンジニアリングの卓越性の根源であり、内部の戦いを続けるエンジニアが今後も必要とされると信じています。