AIでコードを速く書く時代の終焉：真の自動化の正体 Jev, TypeSafe AI

出典

How Jev Turns AI Into Software That Gets Things Done - a16z（必見）

関連情報

Diogo Almeida: https://x.com/CompleteSkeptic
TypeSafe AI: https://typesafe.ai/, https://x.com/typesafeai

関連記事（必見）

「AIがこれほど急速に進化しているのに、なぜ現場の自動化は一向に進まないのか？」この率直な問いは、現代のソフトウェア産業が直面している最大の矛盾を突いています。

現在、開発の現場ではCursorやClaude Codeなどのコーディングエージェントが普及し、人間がタイピングする何倍もの速度でコードが生み出されています。しかし、どれほどコードを速く書けるようになっても、作られたソフトウェア自体の動作原理は、10年前と本質的になんら変わっていません。

私たちは「コードを書く作業」を加速させただけで、「ソフトウェアが自律的に解決できる領域」を押し広げることには成功していなかったのです。

この根深い違和感に真っ向から切り込み、開発者コミュニティで熱狂的な支持を集めているのが、スタートアップTypeSafe AIの創業者、ディオゴ・アルメイダ（Diogo Almeida）です。

かつて数学オリンピックで実績を残し、Kaggleでの優勝を経てGoogle Brainや初期のOpenAIで研究開発に携わってきた異色の経歴を持つ彼が提唱するのは、単なる「コード生成の高速化」ではなく、コードそのものの構造を変革する「確率的ソフトウェア（Probabilistic Software）」という全く新しい地平です。出典の情報を基に示します。

「コード生成の高速化」がもたらした壮大な錯覚

現在のコーディングアシスタントは、かつて人間が手作業で書いていた決定論的なロジックを、驚異的なスピードで自動補完しているにすぎません。生成される成果物は依然として、従来の「入力・処理・出力」というカチッとしたルールに従う決定論的プログラムです。

大規模言語モデル（LLM）を使ってコードを書かせても、生み出されたソフトウェアそのものが賢くなっているわけではないのです。むしろ、人間による十分な構造設計や検証（レビュー）が追いつかないまま粗製乱造されることで、保守性やセキュリティが著しく低下するという新たな負債すら生み出しています。

現場のエンジニアリングの本質は「膨大なコードをタイプすること」ではなく、顧客の要求やシステム全体の構造を読み解く「アーキテクチャの設計」にあります。現在のAIは構文（シンタックス）を埋めることは得意ですが、全体の文脈や設計（セマンティクスやアーキテクチャ）を捉える力はまだ不十分です。

ソフトウェアの外付けから、内部の「新しいプリミティブ」へ

これまでのアプローチは、いわば「決定論的ソフトウェアの外側に、無理やりAIを貼り付ける」形をとっていました。画面の隅にチャットボットを配置したり、バックエンドでLLMを呼び出して自然言語を無理やり解釈させようとしたりする手法です。

しかし、この構造には致命的な欠陥がありました。開発者がいくらプロンプトに「指定のJSONフォーマットで出力せよ」と記述しても、LLMは確率的な振る舞いをするため、時として予期せぬMarkdownの記号を混ぜたり、キー構造を壊したりします。

結果として、開発者はエラーを防ぐために何重ものバリデーションコードを書き殴り、最後には別のLLMで監視ループを回すか、人間の目視確認（Human in the loop）に頼らざるを得なくなっていました。

ディオゴ・アルメイダが「夜間にすれ違う船（ships in the night）」と表現したように、厳密なビット列で動く既存のコードと、確率的な自然言語を扱うAIは、根本的な部分で噛み合っていなかったのです。

そこでTypeSafe AIが開発した基盤「Jev」が目指すのは、AIを外部の相談相手として呼び出すのではなく、コードの内部で直接呼び出せる「新しい基本要素（プリミティブ）」として組み込むことです。

整数型や文字列型、論理演算を扱うのと同じように、プログラムの内部状態（State）を引数として受け取り、自然言語で記述された開発者の「意図（Intent）」と照らし合わせながら、確率的な信頼度（Confidence）を伴って適切な状態へと倒し込む。

つまり、自然言語という柔軟な入力を受け入れながら、システムの内部では厳密に型付けされたステートマシンとして機能する構造を、ソフトウェアのコアに直接埋め込むアプローチです。

分類器（Classifier）を手なずけ、信頼性をコードに宿す

このアプローチを聞いた時、機械学習の専門家の中には「それは単なる高度な分類器（Classifier）ではないか」と冷ややかに受け止める人もいるかもしれません。

しかしアルメイダは、Jevのアプローチが分類器であることこそが最も価値のあるポイントだと断言します。分類器とは、現実世界の曖昧な事象を、システムが安全に扱える離散的な状態へとマッピングするために人類が磨き上げてきた、きわめて実用的な道具だからです。

かつて2019年頃であれば、狭いドメインの分類器をひとつ作るだけでも、専門の機械学習エンジニアチームを組織し、数万件のデータを収集・アノテーションして数ヶ月を費やす必要がありましたが、今や、開発者がコードを書くその場で、自然言語を用いて自由自在に高精度な分類器を組み上げられるようになったのです。

ここで決定的な意味を持つのが「信頼性（Reliability）」の定義です。

アルメイダの言う信頼性とは、単なるサーバーの稼働率（SLA）や、まったく同じ文字列を返すといった表面的な決定論（Determinism）ではありません。プロンプトに細かな識別子やノイズが混ざったとしても、いついかなる文脈であっても、人間から見て「知的で妥当な判断」を下し続ける頑健性（Robustness）を指します。

エンジニアが「いちいち挙動のテストクエリを投げなくても、このロジックなら本番で絶対に意図通りに動いてくれる」と確信できるレベルの信頼性。

この「9の数（信頼性の桁数）」を泥臭く勝ち取ることによって初めて、AIは玩具のチャットボットを脱し、システムの深部（Guts）で24時間365日休まずに稼働するインフラになり得るのです。

SaaSの終焉ではなく、真のアンバンドルと大進化へ

生成AIが登場した当初、株式市場では「SaaSの黙示録（SaaS Apocalypse）」が囁かれました。コーディングエージェントを使えば誰でも容易にソフトウェアを複製できるため、既存のSaaSビジネスは一掃されるのではないかという懸念です。

しかし、アルメイダはこの予測を真っ向から否定し、むしろ既存のSaaSこそがAI革命の最大の勝者になる「逆・黙示録」が訪れると主張します。

なぜなら、ソフトウェアの本質的な価値は、表面的なUIコードの記述にあるのではなく、背後にある膨大なユーザーデータ、複雑に入り組んだ業務ワークフロー、そして顧客の課題に対する解像度にあるからです。

業務システムを開いたとき、画面いっぱいに並んでいるドロップダウンメニューや、無数のチェックボックスを思い出してください。それらはすべて、「人間が持つ曖昧な意図を、決定論的なデータベースが理解できる形式に変換するため」に、ユーザー側に無理を強いてきた妥協の産物にすぎません。

もし、ソフトウェアの内部に「意図を理解する確率的ロジック」が組み込まれれば、そうした無骨なフォームUIはすべて背景へと溶けて消え去ります。かつてプログラミング言語の理想として語られた「Do what I mean（私の意図した通りに動かせ）」が、アプリケーションの至る所で現実のものとなるのです。

そして、この「意図の汲み取り」を最も効果的に実装できるのは、すでに何百万ものユーザーと実業務のワークフローを抱えている、既存の堅牢なSaaSプレイヤーに他なりません。

「神を作るな、本番を作れ」という思想

現在、AI業界の議論は、巨大な単一知能（Mono-model）によるAGIの実現や、自己改善ループによる知能爆発といった、極端で抽象的なナラティブに引っ張られがちですが、産業と社会を真に前に進めるのは、雲の上にある神のような知能ではありません。エンジニアのワークステーションに届き、日常のコードの隙間に滑り込み、日々の退屈で泥臭い作業を確実に肩代わりしてくれる「実務的な知能」です。

ベン・ホロウィッツが深く共鳴したTypeSafe AIのこのスローガンは、AIバブルの熱狂に対する最も痛烈で、最も誠実なアンチテーゼと言えます。

AIを崇拝の対象として語るのをやめ、エンジニアが日常的に扱うツール、あるいはかつてのTCP/IPのようにシステムの深部を支える通信プロトコルとして手なずけることです。

「コードを速く書く」という手元の効率化に満足するのをやめ、コードそのものの表現力を拡張して「知能を宿したソフトウェア」を構築し直すことです。

#a16z #エージェント #スタートアップ #米株投資 - 関連記事の検索