この記事は現地からの速報でした。
漏れ抜けに気づいたので、帰ったら追記します。

本日のセミナーイベント

AIがとりまく開発現場の変化

「技術ナレッジ共有の場」
AIの進化でで大きく変わりつつある
開発だけでなく、ビジネス目線でも違う

Builder Lab(AIエージェントの開発セミナー)の様子。サム・アルトマン氏との撮影で

営業
マーケター
経営者
開発者

がいるし、なんなら開発者より早く作ってる人もいるぐらい
↑AIを使うエンジニアではなく、AIを活用できるエンジニアの価値が高くなっている

トレンドの変化を追う

ここ2~3週間だけでも多い（が、界隈的には比較的穏やかな方らしい。他業界から見ると凄まじい量）

AGI化：頭が良くなる
活動領域の拡張
- AIエージェントを介してXR
社会実装
オープンソース化

AGI化

o1でもIQ133、o3になると更に頭が良くなっていくか
↑ベンチマークの仕方も検討する必要がある？

活動領域

テキストからマルチモーダルへ、物理空間だけでなく、XRも

Muse
Figure AI
（なんかいっぱい）

AIエージェント

人がやること：AIに依頼することを考える
AIがやること：その後の作業全部。目標達成までやる

↑ずっと疑問だが、人間の依頼自体が間違っていたり、人間とAIが見据えている目標の違いのすり合わせはどうするんだろう？
トライアンドエラーをやるなら、今の生成AIのプロンプトエンジニアリングと同じことを、形を変えてやるんじゃないのか？

社会実装：導入されない理由をなくしていく

Google AI StudioとChatGPT、j-Moshi（録画）の音声デモ。PCカメラやスマホカメラを使ってインタラクティブな会話ができる
j-Moshiは相槌打ってくれるのいいね！

オープンソース化

基盤モデル（オープンウェイト）
- DeepSeek
アプリケーション
- ClineなどAIエージェント

ニーズ→開発を高速で回せるAI駆動エンジニアの価値が高まる

要件定義〜運用をAIでやる。
PMからエンジニアへの指示をしていたのが、AI駆動エンジニアからAIへ指示するという流れに変わる
ビジネスと開発の距離を近づけることで、コミュニケーションギャップを削減していく

余談：Feloの例

ユーザーの要望を翌日にリリースするぐらい早い開発の事例がある

AI駆動開発スキル

AI情報収集力
- 最新情報を追う
要件定義・設計
- ニーズ対応
- 動くもの＜使えるもの（保守性・拡張性）
実践力
- 使いながら理解する

↑やればやるほど力がつく、というのは変わらないね

全体の流れを知る：ドキュメントAI＝GEAR.indigoを使ったデモ
IT知識を学ぶ：生成結果の正しさを評価するため
AI情報収集と体得：集めた情報を使ってみる

エンジニアリング

文字起こし：tl:dv
要件定義・設計：ChatGPT / GEAR.indigo
実装・運用：Cursor / Replit / Cline

設計までのドキュメントが重要
コンテキストが不足しているとAIを思い通りに動かせない

↑日本語は不利。空気を読む文化のよくない点だね

これを解消するための「ドキュメント生成AI」の需要が高まる。

（筆者も勉強中のため、解説は譲る）

プラスアルファの要素として「自己のブランド価値」を考える。
自己の資格研鑽・SNSアカウント育成・キャラ付け（セルフIP）を発信するなど

Xおすすめアカウント

元木さん: 神威
tomoyukiさん: AI社員
熊井さん: AI駆動開発

は押さえておきたい

エンジニアオワコン説へ

AIを使いこなすエンジニアが仕事を奪う方に回るので、むしろこれからも価値が上がり続けるよ

所感

AIニュースやトレンドを追いかけているだけでも
AIに限らず、技術セミナーを聞いていて私は「わかった気になる＝何もわかっていない」という状況になるのがこわくて、学んだ内容を再度インプットする時間を作ることを重要視していた。が、AIトレンドを見ていると、もうそんなことをやっている余裕すらなくなってきている。
どこかのタイミングで「自分にとって必要なAI」と「必要ではなくても、知っておくべき内容」の取捨選択を考えていかなければならない。

ちょっとだけ宣伝

私もやってるです

    ↓　　↓　　↓

登壇者へSlackで質問・相談できる環境もあります。