@embirico (OpenAI Codex プロダクト リード) から得た最大の教訓: 1. OpenAIの最初のCodex製品は「未来に遠すぎた」ものでした。クラウド上で非同期的に実行されるため、パワーユーザーには適していましたが、初心者には使いにくかったです。エンジニアが既に作業している場所、つまり自分のコンピュータ上のコードエディタ内に戻したことで、Codexの利用は爆発的に増加しました。過去6ヶ月でCodexの利用は20倍に増加しました。 2. OpenAIはCodexの協力を得て、わずか数週間で2、3人のエンジニアと共にSora Androidアプリを開発し、アプリストアで1位を獲得しました。Soraアプリは18日間でゼロから従業員テストを開始し、10日後に一般公開されました。Codexは既存のiOSアプリを分析し、作業計画を作成し、両プラットフォームを同時に比較しながら機能を実装するなど、開発を支援しました。 3. Codex を最大限に活用する秘訣：最も簡単な問題ではなく、最も難しい問題に挑戦してみましょう。これらのツールは、単純な問題ではなく、厄介なバグや複雑なタスクに対処するために作られています。通常であれば何時間もかけて取り組むような問題から始めましょう。 4. AIがあらゆるタスクを達成するには、コードを書くことが普遍的な手段になるかもしれません。インターフェースをクリックしたり、個別の統合を構築したりするよりも、AIは小さなプログラムを即座に作成することで最大限のパフォーマンスを発揮します。これは、専用のプログラミングツールだけでなく、あらゆるAIアシスタントにコーディング機能を組み込む必要があることを示唆しています。 5. OpenAIのデザイナーは現在、自らコードを作成し、出荷しています。デザインチームは、AIの支援を受けて構築された、完全に機能するプロトタイプを維持しています。アイデアが浮かんだら、デザイナー自身が直接コードを作成し、テストを行い、多くの場合、製品版として提出します。エンジニアは、コードベースが特に複雑な場合にのみ介入します。 6. AIモデルの進化が明日止まったとしても、その潜在能力を解き放つための製品開発には、まだ何年もの時間が残されています。テクノロジーは、私たちがそれを最適に活用できる能力をはるかに超えています。 7. AIの生産性における最大のボトルネックはAIそのものではなく、人間の入力速度です。制約要因となるのは、プロンプトをどれだけ速く入力できるか、そしてAIが生成した作業をどれだけ速くレビューできるかです。AIが自身の出力をより確実に検証し、積極的に支援を提供できるようになるまで、これらのツールがもたらす生産性向上の真価は発揮されないでしょう。 8. コードを書くことは、AIが書いたコードをレビューすることほど楽しくなくなってきています。エンジニアは、ものづくりの創造的な流れを愛するあまり、AIが生成したものを読むことに多くの時間を費やしています。次の課題は、レビュープロセスをより迅速かつ満足のいくものにすることです。 9. 新しいAIモデルは、単一のタスクで24時間から60時間以上連続して動作できるようになりました。「コンパクション」と呼ばれる技術により、AIはメモリが不足する前に学習内容を要約し、新しいセッションで作業を続行できます。これにより、これまでは不可能だった夜間や数日間の自律作業が可能になります。 10. 今、会社を立ち上げるなら、構築技術よりも特定の顧客を深く理解することが重要です。構築はますます容易になっています。何を、誰のために構築すべきかを理解することこそが、今、真の強みとなるのです。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。