aiai の考え方

AI を使い込んだ経験を、ソフトウェアの外の仕事に活かす

狭義のソフトウェア開発は、汎用の LLM がとても安くできます。aiai は、この現実から助言します。ソフトウェア開発の中で居場所を探し直すより、AI を使い込んだ経験を、ものづくり、サービス、店、農業、空き家や民泊の運営のような、ソフトウェアの外の仕事に活かすことを考えます。勤めることも、自分で始めることも入ります。

短い期間で作った実例です。

• Anthropic の研究者が、16 の Claude のエージェントに C のコンパイラーを Rust で一から書かせ、約 2 週間、API の費用 2 万米ドル弱で、約 10 万行のコンパイラーができました。Linux 6.9 をビルドできます(2026-02-05、Anthropic)
• Cursor では、数百のエージェントを約 1 週間動かし、Web ブラウザーを一から書かせました。1,000 のファイルで、100 万行を超えます(2026-01-14、Cursor)
• Airbnb は、約 3,500 のテストのファイルの書き換えを、人の手なら 1 年半と見積もっていた所、LLM を使って 6 週間で終えました(2025-03-28、InfoQ)
• Google は、JUnit3 から JUnit4 への書き換えで、5,359 のファイルの変更を 3 か月で行いました。進みを決めたのは、人が変更を確かめる速さでした(2025-01-12、arXiv)

Linux のカーネルの開発も、AI を使うことを前提にしています。カーネルの公式の文書に、AI を使うときの決まりがあり、AI の手を借りたパッチには、使った AI を書きます。開発者の証明を付けられるのは人だけで、AI が書いたコードを確かめて責任を負うのは、出した人です(The Linux Kernel documentation)。

現場で、写真を読む AI を使う

AI は、文字だけでなく、写真や映像も読めます。画像や映像を読んで言葉で答える AI のモデルを VLM と呼びます。実物を扱う仕事では、多くの判断を目で見て行っています。現場で撮った写真を VLM に見せると、AI をその判断に使えます。何を見るかを決め、AI の答えを確かめるのは、現場の知識を持つ人です。

力になるのは、確かめられた中身

人が検索ではなく AI に聞くようになると、AI が読んで正しく使える中身(確かな事実、出典、決まった形のデータ)が力になります。AI がそれを読んでまとめ、人に答えるからです。これまで情報を出す側がお金をかけてきたサイトや検索の仕組み、アプリの画面は、人が見なくなります。aiai が、スキルと、決まった形のデータと、出典を中心にしているのは、このためです。

• Pew Research Center の調査では、Google の検索の結果に AI の要約が出たときにリンクを押したのは 8% で、出なかったときの 15% の約半分でした(2025-07-22、Pew Research Center)

識別情報

氏名、住所、電話、生年月日、個人番号、メールアドレスのように、誰のことか分かる情報を、aiai では識別情報と呼びます。出さなくて済む物は出しません。どこまで出すか、AI に渡すかは、あなたが決めます。個人番号だけは、AI に渡しません。

出典はどれも 2026-10-02 に確かめました。