本日も、ネットに流れるトピックから個人的に興味を引かれたものを拾っていきます。
この記事への感想等コメントで頂けるとありがたいです。
プログラミング
Go言語
Gojangは、Goで開発されたモダンなWebフレームワークです。認証機能、管理パネル、ORM、セキュリティ機能など必要な機能が全て備わっています。HTMXとの統合により、JavaScriptフレームワーク不要で動的なWebアプリケーションを構築できます。Ent ORMによるコンパイル時の型安全性、自動生成管理パネル、組み込みセキュリティ機能など本番環境対応です。数分で開始でき、開発者体験を重視した設計になっています。
Forget Go dependency injection frameworks — Do this instead | by Yaninyz witty
Goではwireやdigなどの依存注入フレームワークは不要である、という主張です。著者は、Goアプリケーションは通常それほど複雑ではないため、シンプルなコンストラクタインジェクションで十分だと述べています。internal/appパッケージで明示的にオブジェクトを組み立てるアプローチを推奨。フレームワークは可読性を損ない、ビルドの複雑さを増し、実行時エラーをもたらします。Goの哲学「見えないものは疑え」に反しています。手動の依存解決は、スケールしても管理可能であり、テストもコンストラクタインジェクションで簡単に実現できます。
I Replaced Thousands of if err != nil —Here's What Happened | Stackademic
Go言語の大規模プロジェクトでは、「if err != nil」パターンが数千回繰り返され、エラーの文脈が失われ本番環境でのデバッグが困難になります。著者は、エラーハンドリングをスケール可能なアーキテクチャとして再設計しました。
主な改善策：
- fmt.Errorfでコンテキストを追加
- errors.IsやAsで詳細なエラー判定
- ドメイン固有エラーの定義
- 構造化エラー型の使用
- 層ごとのエラー責務の分離
- システム境界でのみエラーログを記録
これらのパターンで、本番デバッグが高速化し、ログが整理され、コード可読性が向上します。
Golang + MySQL Took Down My Client’s App at 15K Users — Here’s How I Fixed It and Got 25x Faster | by Nando Septian Husni
著者のクライアントのパッケージ追跡システムは15,000ユーザーで機能障害を起こしていました。PHPからGoへの移行を提案された際、著者は「MySQLに問題があるなら言語を変えても意味がない」と疑問を持ちました。
しかし実際の問題はGoとMySQLの通信方法にありました。PHPは毎回新しい接続を開閉していたのに対し、Goは接続プーリングで再利用可能な接続を維持できます。同じデータベースでも接続管理を最適化するだけで、レスポンスタイムは0.8秒から34msへと23倍高速化しました。
記事では8週間かけて、スローログ分析、接続プーリング設定、インデックス最適化、読み取りレプリカの構築、監視システム導入などの段階的な改善方法を説明しています。最終的に1,000ユーザーで崩壊していたシステムが、同じハードウェアで120万クエリ/分を処理できるようになったと述べられています。
go-trace は、ISUCONのボトルネック特定を自動化するGoトレーシングツールです。コード変更なしにASTレベルでHTTP・SQL・関数呼び出しを自動計装し、Unix socketで収集したトレース情報をTUIでリアルタイム表示します。
主な特徴は、go-trace run .とgo-trace viewの2コマンドで起動でき、ベンチマーク終了後に「a」キーでanalyticsビューを表示。エンドポイント・SQL・関数別の集計、N+1クエリの自動検出、URI動的パスのグループ化、SQL自動正規化に対応しています。
alpやpt-query-digestとは異なり、リクエスト単位で情報が紐付き、より実践的なボトルネック分析が可能です。
Python
Microsoft Agent FrameworkのPython SDKにおいて、3つの新機能が追加されました。①コード定義スキル：ファイルシステムではなくPythonコードで直接スキルを定義可能。②スクリプト実行：エージェントが動的なスクリプトを実行でき、ファイルベースとコード定義の両方に対応。③実行承認機能：require_script_approval=Trueで人間がスクリプト実行を審査でき、本番環境の安全性が向上。動的リソースも搭載され、APIやデータベースから最新データを取得できます。
Visual Studio Code
VS Codeチームは、AIエージェントの導入により、10年間の月次リリースから週次リリースへ移行しました。主な変化は以下の通りです。
主要な改善点：並列作業により、会議中もタスクを自動実行。自動化により、イシュー分類、コミット要約、リリースノート作成を効率化。プロダクトマネージャーも直接コードを書き、プロトタイプPRで機能検証を加速。
品質維持：自動テスト、スクリーンショット検証、AIコードレビューで品質を確保。人間のレビューは「デリート」評価に特化。
成果：コミット量が2倍、イシュー解決が3倍に増加。バグ修正が3週間待たずに数日で提供。AIとしての責任は人間の開発者にあり、適切なテストハーネスが必須。
GitHub CopilotユーザーはFigma MCPサーバーを経由して、デザインコンテキストをコード開発に取り込むとともに、レンダリングされたUIを編集可能なFigmaフレームとして送信できるようになりました。
主な特徴として、デザインからコードを生成し、UIをFigmaに送り返してイテレーション可能な連携ワークフローが実現します。セットアップはシンプルで、MCPサーバーをインストール→Figmaアカウント接続→GitHub Copilotで操作という流れです。
GitHub Copilotサブスクリプション所有者なら誰でも利用でき、Figmaのすべてのプランに対応しています。UIをフレームとしてキャプチャする場合はリモートMCPサーバーが必要です。現在VS Codeで提供され、GitHub Copilot CLIへの対応も予定されています。
Android
Androidのデータベースライブラリ「Room 3.0」の最初のアルファ版がリリースされました。主な特徴は、Kotlin Multiplatform対応により、JavaScriptとWebAssemblyのサポートが追加されたことです。
主な変更点として、SupportSQLite APIの廃止、Java コード生成の廃止、KSPプロセッサの採用があります。Room 3.0はコルーチン優先で、パッケージ名が「androidx.room3」に変更されました。Web プラットフォーム対応により、多くのAPIが非同期化され、新しいWebドライバが提供されます。既存ユーザー向けに、SQLiteドライバAPIへの移行パスやSupportSQLiteラッパーが用意されています。Room 2.xはメンテナンスモードに移行します。
GitHub
GitHubが3月16日に予定していたセルフホストランナーの最小バージョン要件（v2.329.0）の強制実施を一時停止しました。v2.329.0未満のランナーは、この期間中も登録・設定が可能です。ただし、ユーザーには速やかなアップグレードが推奨されており、GitHubは数週間以内に更新されたスケジュールと実施計画を公開する予定です。将来的には古いバージョンのランナーをブロックする方針に変わりはありません。
GitHub ActionsのOIDCトークンがリポジトリカスタムプロパティをサポートするようになりました。Organization・Enterprise管理者は、カスタムプロパティをOIDCトークンクレームに含める設定が可能。これにより、AWS・Azure・GCP等のクラウドプロバイダーで属性ベースアクセス制御（ABAC）ポリシーを実装できます。利点は、ガバナンスメタデータを一元管理できる、設定ズレを削減、新規リポジトリが自動的に適切なアクセス権を継承、複数クラウド間での統一的なポリシー定義が実現することです。新しい設定UIからリポジトリ・Organization・Enterprise レベルで管理できます。
エージェンティックコーディング・仕様駆動開発
Findy社が、生成AIの活用に伴うコードレビューの課題に対処するため、セルフレビュー自動化スキルを開発しました。複数のAIエージェントが並列でコード品質・規約準拠・過去指摘パターン・セキュリティなど異なる観点からレビューを実施。過去のPull Requestから自動生成したチェックリスト照合、コード簡潔化、要件確認などを組み合わせることで、Pull Request前のセルフレビューを自動化。ユーザーは修正内容を全適用・個別選択・見送りの3択で選択可能。人間が対応すべき領域とAIに任せる領域を適切に分け、変更内容の性質に応じてレビュー水準を設計することが重要だと述べています。
AI
Anthropic
ClaudeのOpus 4.6とSonnet 4.6が「100万トークン（1M）」のコンテキストウィンドウを一般提供開始しました。主な新機能は以下の通りです。
料金体系の変更：長いコンテキストに対するプレミアム料金が廃止され、全文脈で標準料金が適用されます（Opus 4.6は500万トークンあたり$5/入力、$25/出力）。
メディア処理の拡張：1回のリクエストで扱えるメディアが100から600に増え、画像やPDFページを最大600まで処理可能になりました。
技術的改善：Opus 4.6は100万トークンの全文脈で78.3%の精度を維持し、200K以上のトークン処理に特別なヘッダは不要となりました。
実用例：企業ユーザーはコード全体、数千ページの契約書、長時間実行のエージェント全体などを一度に処理でき、従来の「文脈圧縮」による情報損失が不要になったと報告しています。
GitHub Copilot
GitHub Copilot が複数のプルリクエストをオープンまたは変更をプッシュする際、GitHub Actions ワークフローは従来、外部からの貢献者として人間による承認が必要でした。これはセキュリティリスクから保護するためですが、Copilotの動作確認が遅くなります。新機能では、リポジトリ管理者が人間の承認をスキップし、ワークフローを自動実行できる設定が追加されました。デフォルトでは従来通り承認が必須です。
GitHub Education の学生向けサービスが2026年3月13日に更新されました。GitHub Copilot for Students プランが新たに開始され、学生向けの GitHub Education 特典を持つユーザーは自動的にこの新プランに移行しました。新プランではモデルラインアップが更新され、学生向けに最適化された長期的で持続可能な Copilot 体験の提供を目指しています。詳細な変更内容についてはコミュニティディスカッションで確認できます。
GitHubが「Copilot auto model selection」をJetBrains IDEで全プラン対象に一般公開しました。この機能は、リアルタイムの可用性とパフォーマンスに基づいて、Copilotが自動的に最適なモデル（GPT-5.4、GPT-5.3-Codex、Sonnet 4.6、Haiku 4.5など）を選択します。ユーザーはいつでも手動でモデルを切り替え可能です。有料プランではauto使用時に10%割引が適用されます。今後、タスクの複雑度に応じた更に高度なモデル選択機能が実装予定です。
ツール
OneCLIは、AIエージェント向けのオープンソース認証ゲートウェイです。API認証情報を一元管理し、エージェントには偽のキーを配布。実際のリクエスト時にゲートウェイが自動的に本物の認証情報に置き換えて注入するため、エージェントが実際の秘密鍵に触れることがありません。セキュアで、複数エージェント対応、AES-256暗号化対応です。
論文・その他
従来のRAG（検索拡張生成）は検索戦略が固定されており、見つけられない情報があると対応できないのが課題。本記事で紹介される「Agentic RAG」は、LLMに複数の検索ツール（キーワード検索、セマンティック検索、チャンク読み込み）を渡し、LLMが自分で判断しながら調べ方を選ぶ方式です。社外秘文書を外部に送らず自社環境で処理でき、従来手法を大幅に上回る精度を達成します。読み込みトークン数は半減しながら精度が74%に達しており、モデルの推論能力を引き出すことがボトルネック解決の鍵となります。
ソフトウェア開発のストーリーポイント見積もりにLLMを活用する研究です。従来は大量の訓練データが必要でしたが、LLMは訓練データなしのゼロショットでも既存モデルを上回る精度を達成。5件の事例を示すことでさらに精度向上が期待できます。興味深いことに、LLM「どちらが重いか」という比較判断より、具体的なポイント値を推定してから順序を導く方が正確です。実用的には、LLMの推定値を「たたき台」として、チーム議論による最終決定が効率的とされています。
このO'Reillyの記事は、AI時代のエンジニアリング実践に必要な「共有の参照モデル」の重要性を論じています。現在、エンジニア間の格差は才能の差ではなく「調整と共有言語の欠如」にあります。著者は「AI Flower」というフレームワークを提案し、エンジニアリング活動ごとにAIの活用法、品質基準、リスク対応を定義しています。このモデルは、散発的な実験ではなく、信頼できるAI統合への移行を支援するための業界全体の共有スキャフォルドです。
クラウド
Azure
Azure Managed Grafana 12が発表されました。主な改善点は、Entraユーザー認証による安全なアクセス制御、Azure Monitorログの高速化された新しいクエリビルダー、Prometheusメトリクスのドリルダウン機能強化、OpenTelemetryサポート、および Azure PostgreSQL・Azure SQLの新しいデータベース監視ダッシュボードです。既存のGrafana 11インスタンスからアップグレード可能です。
Azure Developer CLI（azd）が新機能を追加しました。azd ai agent showコマンドでホストされたAIエージェントのコンテナ状態と健全性をターミナルから確認でき、azd ai agent monitorでリアルタイムログをストリーミング表示できます。これにより、複数のポータルやAPIを往き来してエラー情報を探す手間が削減され、ターミナルだけでデバッグが可能になります。azure.ai.agents拡張機能v0.1.12-preview以降で利用可能です。
2026年3月13日にPowerShell v7.5.5がリリースされました。主な更新内容は、SSHConnectionInfoのSSH PATHチェック修正、SSH子プロセス作成後のパイプクライアントハンドル閉じ処理、スクリプトコマンドレットの進捗設定変数修正です。また、CI/CDワークフローの改善、テストの安定性向上、.NET SDK v9.0.312へのアップデート、パッケージング処理の最適化なども実施されました。複数のコミュニティ貢献者の協力により、バグ修正と機能改善が行われています。
AWS
本記事はAWSネイティブサービスを用いたAIエージェント運用の品質管理アーキテクチャを解説しています。
複数のAIエージェントが複数の検索データストアをツールとして利用する本番環境において、DataOps（検索品質管理）とLLMOps（エージェント品質管理）を統合する仕組みを紹介しています。
主要な特徴は、OpenTelemetryのTraceを共通軸として、エージェントの回答品質と検索品質を同一Trace内で評価できる点です。これにより、品質低下時に原因がエージェント側か検索側かを効率的に切り分けられます。構築にはBedrock KB、AgentCore Runtime、CloudWatch Alarmなどを活用し、フィードバックループで継続的に品質を改善する運用が実現できます。
データセンター
NTTデータが米国の3つのデータセンターキャンパス（バージニア州、シカゴ、カリフォルニア州）で約115MWの新規容量契約を獲得しました。これは同社の100億ドル規模のAI・高密度コンピュート基盤整備計画の一部です。契約には大手ハイパースケール企業からの90MW以上と、3つのエンタープライズ企業からの20MW弱が含まれます。金融サービス、ゲーミング、サイバーセキュリティ企業など多様な業界がAI対応インフラを求めており、液体冷却対応の柔軟な設計が特徴です。
デジタルインフラ投資の急速な成長において、最大の課題は資本や土地ではなく、労働力不足となっています。2つの段階の異なる人材需要が発生しています。
第1段階（建設・メンテナンス期）：電気技工、HVAC技術者など熟練工の需要が急増しており、7.5～14万人の労働力不足が予想されています。
第2段階（運用期）：施設管理者やネットワークエンジニアなど高度な技術者が必要になります。
課題：新しい立地（オハイオ州コロンバス、インディアナ州サウスベンド、テキサス州など）への展開に伴い、地域の労働力と基盤インフラが不足しています。給与競争が激化し、他業界からの人材引き抜きが増加中です。
解決策：企業が自ら学習プログラムやコミュニティカレッジと提携して人材育成を行うことが重要になっています。
データセンターの冷却方法について、AIインフラの高密度化に液冷が必須という業界の単純化した主張を批判する記事です。実際には、ラック密度5～15kWなら空冷で充分、15～25kWなら準密閉式、20～50kWなら後部熱交換器（RDHx）という具合に、負荷と施設に合わせた戦略が重要。液冷は必要な場合に限って採用すべき。最大の課題は、異なる冷却方式が混在するハイブリッドホールの運用難度の高さと、既存技術者の再教育の必要性にあります。
エンジニア
インフラエンジニアのお仕事
背景：技術進化（コンテナ化、マイクロサービス化など）により、解決した問題以上に新しい複雑性が生まれています。
主な課題：
- 知識爆発：必要な専門知識が拡大し、単一の人間では習得不可能に
- 調整危機：異なる専門家（セキュリティ、SRE、開発者など）間の連携が困難
- ツール乱立：チーム間で重複するツールが増加し、さらに複雑化
根本的な誤り：「完璧に作ったら終わり」という一度きりのアプローチ。建造物ではなく「生きたシステム」として継続進化させるべき。
解決策：プラットフォームエンジニアリングはAI支援を含め、人間の認知能力を拡張し、チーム協力を実現する設計を目指します。技術より人間のスケーリングが成功の鍵。
OS
Windows
マイクロソフトがWindows 11 Insider Preview Build 26220.8062（ベータチャネル）をリリースしました。主な更新は以下の通りです：Microsoftアプリの政策ベース削除機能、Windows設定体験の拡張（カスタムユーザーフォルダ名の選択が可能）、ドライバー政策の更新（クロス署名ドライバーのセキュリティ強化）、ポイントインタイム復元機能の改善、Drop Tray（旧Drag Tray）の名称変更と機能移動、ペン設定の改善、ファイルエクスプローラーのコンテキストメニュー改善の一時停止、および信頼性改善が含まれます。
Windows 11 Insider Preview Build 26300.8068がDev Channelにリリースされました。主な更新は以下の通りです：Microsoft Storeアプリの動的削除機能、Windows Setupでのカスタムユーザーフォルダ名設定、クロスサイン署名ドライバの信頼削除政策、ポイントインタイムリストアの改善、Microsoft 365プランのアップグレード機能、ペン設定の改良など。これらの機能は段階的にロールアウトされます。
Windows 11 Insider Preview Build 29550.1000がCanary Channelにリリースされました。主な更新は以下の通りです：新しい絵文字セット（Emoji 16.0）の追加、カメラのパン・チルト操作対応、グローバル電源設定の改善、ファイルエクスプローラーでの音声入力対応、Settings Home読み込みパフォーマンス向上、近距離共有の信頼性向上など。これらの機能は開発初期段階であり、最終リリースされるかは不確定です。Canary Channelを離脱するには新規インストール必要。
Linux
このページはUbuntun関連の技術情報をまとめた記事です。主な内容は3つです。
1. ハードウェアサポート拡大
ルネサスRZシリーズ向けにUbuntu 24.04 LTSとUbuntu Core 24の認定イメージが提供開始。Arduino VENTUNO QでもCanonical協働によりUbuntuが利用可能になりました。
2. Ubuntu 26.04開発進捗
コードネーム「resolute」の開発は「比較的静か」に進行中。glibc 2.43への移行やGRUB2のコンパイル問題への対応が進んでいます。
3. セキュリティ重点解説
AppArmorなどの強制アクセス制御（MAC）の存在意義を詳説。root権限の濫用防止と乗っ取られたプロセスの制御が主目的で、コンテナやAIエージェント文脈でも重要性が増しているとまとめられています。
アプリケーションソフトウェア
Google Workspace
主な更新内容：
- Google Calendar： 代理ユーザーによる会議変更が主要ユーザー名で送信されるように、大画面モニター対応の改善、会議室との一括割り当て機能が追加
- Google Meet： 新しいDevice ID導入、継続的な会議チャット機能の組織管理設定が可能に
- Gmail： 複数ゲストとの会議スケジューリングを「Help me schedule」で対応
- その他： Whisk画像編集機能がFlow に統合（4月30日）、Gemini in Chrome がカナダ・ニュージーランド・インド等で展開、50以上の言語対応
生産性向上と管理機能の拡張が中心のアップデートです。
ハードウェア
Mac
Apple Silicon Macとして初めてThunderboltコントローラを持たないA18 ProチップのMacBook Neoは、Thunderbolt専用デバイスを接続すると「互換性がない」と通知が表示されるだけで使用できません。Mシリーズには搭載されていたThunderboltコントローラがA18 Proには組み込まれておらず、USB 3のみとなっているためです。既存のThunderbolt対応アクセサリの多くは互換性がありますが、古いThunderbolt専用ストレージなどは利用できないため注意が必要です。
Parallelsは、A18 Proチップと8GBメモリを搭載したMacBook NeoでParallels Desktopと仮想マシンが安定して動作することを確認したと発表しました。初期テストでWindows 11仮想マシンの構築・実行が可能であることが確認されましたが、ベンチマークテストではスコアは低めです。全ユースケースの検証は継続中です。
MacBook Neoは外部ディスプレイ出力が1台に制限されていますが、DisplayLinkチップ搭載のUSBグラフィックスアダプタを使用することで、この制限を回避でき、デュアルディスプレイ以上の出力が可能になります。Plugableなどサードパーティメーカーの製品（約1万円前後）を利用し、ドライバをインストールすることで、複数ディスプレイ環境を構築できます。ただし、USB-Cポートを使用するため、充電用ポート以外の接続に制限が出ます。
Appleが3月11日より販売開始した「MacBook Neo」の公式修理マニュアルを公開しました。Self Service Repairプログラムの一環として、ユーザー自身が修理できるようにするものです。MacBook Neoは約22個のパーツで構成され、ボトムケースのネジ8本で主要なロジックボード、バッテリー、スピーカーなどにアクセス可能な設計となっています。
Appleが販売開始した「MacBook Neo」は最大SSD容量が512GBですが、修理業者が実施したNAND Swapにより、iPhone 16 Proと同じ1TBストレージへのアップグレードが可能であることが判明しました。256GBモデルのNANDチップをBGA Reballing&Swapで1TB NANDに交換し、macOS復元でアップグレード完了。速度は約1,600MB/sで既存の256GBモデルと同等です。NAND価格の低下により、将来的に1TB SSDオプションの追加が期待されます。
Apple の新型「MacBook Neo」では、A18 Proチップとソフトウェアを組み合わせ、カメラを使用する際に必ずオンスクリーンのカメラインジケータライトを点灯させる仕組みを採用。この設計により、root権限を持つソフトウェアであってもカメラを起動させたら画面上の指示灯が表示される。つまりユーザーのプライバシーが強力に保護される。
マイクロプロセッサー
NvidiaのGB10は、48個のストリーミングマルチプロセッサ搭載のBlackwell統合GPU。RTX 5070並みの性能を持つが、メモリ帯域幅で劣る。AMD Strix Haloと比較すると、GB10はL1キャッシュで優位、計算性能で上回る。メモリ階層戦略はL2キャッシュを中心化し効率的。コンピュート用途では優れるが、ゲーム互換性の課題（ARM CPU採用）と高価格が制限要因。データセンターGPU並みの性能と携帯デバイスの利便性を両立させる挑戦的な製品。
業界動向・時事
AI需要の急増に対応するため、米国のデータセンター企業が発電所を併設する動きが拡大しています。既存電力網の整備に時間がかかるため、自家発電は素早い稼働が可能ですが、発電効率や環境性能を度外視した旧式機器が多く導入されています。これらから排出される窒素酸化物やベンゼンなどの汚染物質が周辺地域の大気汚染を深刻化させています。米環境保護局も規制対象化を示唆し、業界も対応を始めていますが、発電機の数が増えれば汚染も増加するため、より強い対策が必要とされています。
感想:
トレーラーに乗ったマイクロガスタービンをクソほど並べて、排ガスをそのままにしていたらそりゃそうなる。
Wikipediaの成功の鍵は、編集者の身元確認を捨て、情報源の信頼性を検証するという革新的アプローチにある。「事実についての事実」を扱うことで、匿名の編集者集団でも信頼できる百科事典を構築した。このステップ削減戦略はeBayやKickstarterなども採用している。しかし現在、保守派の攻撃や独裁者による支配圧力によって脅かされている。ウェールズの権力放棄により集団統治を実現した組織構造が、プロジェクト継続の鍵となっている。
この記事は、SF作家コリー・ドクトロウがAIの実態と批判方法について述べた講演です。要点は以下の通り：
AIバブルの本質：成長株企業の投資家を惹きつけるため、数千億ドルが投じられている。AIが労働者を置き換えられるという約束が投資の源泉だが、これは嘘。AIは仕事を「助ける」だけで、人員削減にはつながらない。
逆ケンタウロス：AIのミスの責任を負わされ、監視する労働者が生まれる。企業は安くできないAIで人件費削減を目指している。
AIアート：伝えるべき意図を欠き、本質的に低品質。企業はイラストレーターを置き換えたいという幻想を持っている。
脱却策：著作権拡大ではなく、セクター別交渉などの労働者組織化が必要。バブルを終わらせ、構造的問題に対抗することが重要。
ベネッセ総研と東大の調査で、読書時間ゼロの子どもが53.7％で10年間で1.5倍に増加。高校生では70％に達し、スマホ使用時間の増加と関連。著者は、わからない言葉に出会ったら調べる姿勢が重要で、知ろうとしない態度は「知的に死ぬ」ことだと指摘。自分自身の成長には絶えず変化することが不可欠だと述べています。
感想:
プログラマもいっしょ。いくらAIが発達しても、自ら調べて書くことを止めた瞬間にその人間はプログラマとしての死を迎える。
ジャーナリストのクライブ・トンプソンが、AI時代のプログラミングの変化について分析した記事を紹介する記事です。生成AIが単調なコーディング作業を自動化する一方で、プログラマーは「建設作業員」から「建築家」へと役割が転換。多くの開発者は生産性向上に興奮していますが、ジュニア開発者への打撃やコード感覚の習得問題といった課題が残存。AI自動化により、ホワイトカラー業務全体で「評価」スキルが重要性を増していく傾向を示唆しています。