@embirico(OpenAIコデックスプロダクトリード)から得た最大の教訓: 1. OpenAIの最初のCodex製品は「未来の話」でした。クラウド上で非同期で動作し、パワーユーザーには便利でしたが、初心者には難しかったです。エンジニアがすでに働いている場所、つまり自分のコードエディタ内、自分のコンピューターに戻したことで、成長は爆発的に加速しました。過去6か月でコデックスの使用率は20倍に増加しました。 2. OpenAIは、Codexの協力を得て2、3人のエンジニアと共にわずか数週間でSoraのAndroidアプリを開発しました。アプリストアで#1位を獲得しました。Soraアプリはゼロから従業員テストまで18日間で始まり、10日後に公開されました。Codexは既存のiOSアプリを分析し、作業計画を作成し、両方のプラットフォームを同時に比較して機能を実現しました。 3. Codexから価値を得る鍵は、最も難しい問題を与えることであり、最も簡単な問題ではないことです。これらのツールは単純なものではなく、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。普段なら何時間もかけて取り組むことから始めましょう。 4. コードを書くことが、AIがあらゆるタスクを達成する普遍的な方法になり得ます。インターフェースをクリックしたり、個別の連携を構築するのではなく、AIは小さなプログラムを即座に書くときに最も効果的に機能します。これは、コーディング能力は専門的なプログラミングツールだけでなく、すべてのAIアシスタントに組み込まれるべきだということを示唆しています。 5. OpenAIのデザイナーは自分たちでコードを書き、提供しています。設計チームはAIの支援を受けて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、直接コーディングし、テストし、多くの場合自分たちで本番環境に提出します。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. たとえ明日AIモデルの改善が止まっても、その可能性を引き出すための製品開発はまだ何年も残っています。技術は私たちが最適に活用できる能力をはるかに超えています。 7. AI生産性の最大のボトルネックはAIではありません。人間がどれだけ速くタイプできるかが問題です。制限要因は、プロンプトをどれだけ速く入力できるかと、AI生成の作品をどれだけ早くレビューできるかです。AIがより信頼性高く自身の出力を検証し、積極的に支援を提供できるようになるまでは、これらのツールがもたらす本格的な生産性向上は見られないでしょう。 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ほど楽しくなくなってきています。エンジニアは建築の創造的な流れを好みます。今ではAIが作ったものを読む時間が増えています。次の課題は、そのレビュープロセスをより速く、より満足のいくものにすることです。 9. 新しいAIモデルは、単一のタスクに対して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。「コンパクトレーション」と呼ばれる技術では、AIがメモリを使い果たす前に学習内容を要約し、その後新しいセッションで作業を再開できます。これにより、これまで不可能だった夜間または数日間の自律作業が可能になります。 10. 今日会社を始めるなら、特定の顧客を深く理解することは、構築が得意であることよりも重要です。建築はだんだん楽になってきています。何を誰のために作るかを知ることが、今の本当の利点です。

OpenAIコーデックスプロダクトリード@embirico:「もしAIエージェントを作りたいなら、コーディングエージェントを作るべきだという段階に差し掛かっています。 スーパーアシスタントを作るなら、何かができるものでなければなりません。モデルが何かをするなら、コンピューターを使えるとずっと効果的です。そして今の問題は、コンピューターをどう使うべきかということです。 OSやユーザーアクセシビリティAPIをハッキングしようと試みることもできます。もしかしたら、ポイント&クリックで操作してみてはどうでしょうか。それは少し遅くて予測が難しいです。もう一つの方法は、モデルがコンピューターを使う最良の方法は、単純にコードを書くことです。」