Product
先月、バックエンドのリファクタリングで壁にぶつかり、モデルを切り替え続けた。どれかが魔法のように解決してくれると思っていた。
その後気づいた。私はそれぞれの強みを持つ協力者として扱っていなかった。万能の答えを探していただけだった。
最強のモデルが必ず勝つわけではない
Sonnet 4.5、Opus 4.5、Codex GPT-5.3 Extreme High を使ってきた。書類上では、最も進んだものが勝つと思うだろう。
実際はそうならない。
Sonnet はバックエンドの debug とリファクタリングで圧倒的に強い。context 処理能力が高く、継ぎはぎ式の記憶の罠に陥らない。
Opus は時々鮮やかな瞬間がある。Sonnet にはない知識を引き出し、一人では突破できなかった壁を越える。
でも大半の時間、そんなにひねくれた難題には直面していない。ルーティングロジックを直したり、状態管理を整理したり、エッジケースを処理している。
良い習慣が余分な火力に勝る
事前に技術マップを作っておけば——一般的なアーキテクチャ、モデルのトレードオフ、調整可能なパラメータ——Opus の独自の強みはそれほど必要ない。
人と働くのと同じ。資格が多いほど成果が良いとは限らない。時には context 保持力が強く、専門分野への洞察があり、実戦的な問題を着実に解決できる人が必要——それが Sonnet だ。
Opus はもっと繊細に感じる。問題がぴったり合えば輝くが、日々の sprint では頼れない。
Codex は意外だった
Codex GPT-5.3 は予想外にしっかりしている。
第一:過度な約束をしない。不確実なことがあれば言ってくれる。
第二:完成度が高い。私の指示が曖昧で解釈の余地があるとき、適切に処理するか、推測せずに確認を求める。
面白い事実:web prototype を作るとき、一部のモデルは「これは AI が作った」とすぐ分かる出力を生成する——文体的な特徴が明らかすぎる。Codex が書くコードはより中立的に感じる。
第三:協働ロジックが優れている。Codex は明らかにより多くのインタラクションフィードバックで訓練されていて、agent が協働するとき互いに争うべきでないことを理解している。Anthropic の他のモデルは、タスク範囲が重なると互いに延々と編集し合う。Codex はいつ止めるべきかを知っている。
今、各モデルをどう使っているか
Sonnet 4.5 は私の go-to model、特に debug で。とても geeky で、relentless で、献身的なエンジニアのように問題を突破する。
Codex は真面目で貢献したいエンジニアのように感じる。しっかりした回答、勝手に rollback しない、時々本当に洞察に富んだ提案をくれる。
Opus は特殊。自分で決定を下し、問題が起きると rollback する。タスクは効率的に終わらず、最後に「問題なし」と言う。
AI との協働は自分自身を映す鏡
最も驚いたのは: coding agent との協働が、自分の思考プロセスを映す鏡になったこと。
非効率に感じるとき、通常はモデルの問題ではない。自分の計画の穴を拡大している:
- ワークフローを事前に計画したか?
- 問題を過度に複雑化していないか?
- 最終目標を明確にしたか?
このプロセスは確率的勾配降下法を思い出させる。良い最適化は最初のステップで即座に収束しない。ランダム性と適切なステップサイズを使って、異なる出発点から最適に近い解を見つけ、局所最適を避ける。
AI と適切に協働すると、そんな感じになる。思考が不明瞭だった場所が浮かび上がり、抱いていた幻想を壊す——大きなモデルを盲目的に信じることは、人が権威や肩書きを信じるのと同じように。
「常に最高」なものはない。「適合」が重要。カードゲームと同じ:すべてキングである必要はなく、適切なカードを適切な場所に配置することが大切。
明確なら、実行は簡単になる。面白いのは、作業の途中で自分が明確でなかったことに気づくこと。
最初はただのアイデア。でも作る過程がそれを磨く。このプロセスは繰り返し問いかける:「本当にこれか?」
進めば進むほど、作業自体が筋が通っているか教えてくれる。これを十分やった後は、外部の承認や友好的な支持をあまり気にしなくなった。
最終的には、自分で分かる。
Do you believe in it?
これは宣伝ではなく、作りながら実際にはまった落とし穴の記録です。