AI Programming── AI と書くコード、AI に書かせるコード、その境界を問う 全 10 回
コードを書く仕事は、いま大きく変質しています。「人が書いて AI がレビューする」のか、「AI が書いて人がレビューする」のか。プロンプト一行が数百行のコードを生む時代に、何が "プログラマの腕" と呼ばれるべきか ── 本シリーズは、開発現場の実務から大きな問いまで、10 回で扱います。
入門編
01
コード生成の基礎 ── LLM は何を書けて、何を書けないか
AI はコードを「理解して」書いてはいない ── 学習データの中でもっともらしい続きを予測しているだけだ。だから定型実装は速く、前例の無い設計や厳密な計算では静かに間違え、存在し…
入門02
Copilot 活用 ── 補完型AIの実務作法
GitHub Copilot に代表される補完型 AI は本当にどれだけ速いのか。約 55% の時間短縮という実証研究の数字と、その裏側 ── 受け入れ判断・OWASP に沿った…
入門03
プロンプトエンジニアリング ── 再現性ある指示設計
頼み方が少し違うだけで AI の出力は大きく変わる。指示の構造化、few-shot（手本を数例見せる）、Chain-of-Thought（過程を書かせる）という三つの柱を研究の裏…
入門実務編
04
AI と書くテスト ── 生成とTDDのあいだ
テストコードの生成は、いまの生成 AI が最も得意とする作業の一つ。だが量は品質ではない。目の前のコードからテストを起こすとバグごと正しいと固定する「実装の追認」、実行されたこと…
実務05
リファクタリング ── AI 支援の安全な改善
リファクタリングは、外から見た振る舞いを変えずに内部だけを整える作業（Fowler の定義）。AI はこれを速くするが、振る舞いを保つ約束を破る危うさも増す。テストで前後の同一性…
実務06
ドキュメント生成 ── コードから文書を作る限界
生成 AI はコードから API リファレンスや手順書を作れるが、「なぜそう設計したか」は作れない。自動生成の二つの壁 ── 滑らかな文章に紛れる誤り（正確性）と、コードが変わる…
実務07
AI セキュリティと脆弱性 ── 生成コードのリスク
生成 AI のコードは「動く」が「安全」とは限らない。研究では Copilot の生成物の約 4 割に脆弱性が含まれた。秘密漏洩・プロンプトインジェクション・サプライチェーンの罠…
実務設計と未来
08
モデル選定とコスト最適化 ── タスクに合う道具を選ぶ
大・中・小のモデル階層を整理し、タスクの難しさに道具を合わせる考え方を解説。ルーティングで仕事を仕分け、キャッシュで問い合わせを使い回し、評価（eval）で品質を測る。RAG と…
未来09
アーキテクチャ設計 ── AIを設計相談に使う作法
生成AIに「どう設計すべきか」を相談できる時代の作法。設計判断を可逆・非可逆に分け、AIは選択肢を広げトレードオフを並べる助言者として使う。ADRで理由を残し、流暢な断言に流され…
未来10
AI ペアプロ作法 ── 人とAIの協働
コードを AI に書かせるのが日常になった今、人と AI が二人一組で作業するペアプログラミングの作法を描く。役割分担、生成と評価の分離、検証責任の所在の三つを軸に、「動いた」と…
未来— 各回の解説は、検証を通過したものから順次このページ上で公開予定 —
← ホームへ戻る