2026年初頭、ソフトウェア工学の分野において興味深い現象が現れた。Claude Opus 4.6を代表とする新世代のAIプログラミングツールが、開発者の効率をかつてない高みへと押し上げている。マイクロソフト内部のデータによると、エンジニアは自主的にツールを選択した結果、Claude Codeが急速に主導権を握り、これは「最小抵抗の道」の自然な選択と見なされている。しかし同時に、「職業的倦怠感」についての議論が開発者コミュニティに集中して湧き上がっている。かつてGoogleやAmazonで働いていたエンジニアのスティーブ・イェーグは、「居眠り攻撃」と呼ばれる現象を述べている。長時間の環境プログラミングの後、予告なしに突然昼間に眠りに落ちるというものだ。今や、多くのソフトウェアエンジニアが共通の体験について公に語り始めている。それは、作業の生産性が大幅に向上する一方で、疲労感がより速く蓄積されるというものだ。技術はタスクの実行時間を大きく短縮したが、人間の意思決定負担を減らすことはなく、むしろ増加させている。イェーグは、以前の「AIは実務にほとんど役立たない」という議論は、Claude CodeとOpus 4.5および4.6の導入後には参考にならなくなったと指摘している。この組み合わせは、問題定義から動作可能なコードへの変換コストを著しく低減し、熟練したエンジニアが単位時間あたりに生み出す成果は、従来のワークフローの数倍に達している。生産性が約2倍を超えて向上すると、「吸血鬼効果」と呼ばれる現象が現れ始める。技術は単なるツールを超え、逆に使用者の作業リズムや心理状態を形成し始める。ソフトウェアエンジニアのシダント・カレは、自身のブログでこの過程を詳細に記録している。彼は「AI疲労は実在する」と題した記事で、前四半期のコード納品量がキャリア最高を記録した一方で、精神的な疲労もピークに達したと述べている。彼は、作業モードの根本的な変化を描写している。AI導入前は、「一日中」深く一つの問題に集中し、一貫した思考の流れを保っていたが、AI導入後は一日に五、六の異なる問題領域を並行して処理する必要が出てきた。各問題はAIの支援により、単独の作業時間は約一時間に大幅短縮されたが、問題間の頻繁な切り替えが新たな認知負荷となった。「AIは問題間の隙間で疲れを感じない」と彼は書いているが、「私は感じる」と続けている。カレは自分の新たな役割を「ライン作業の品質管理者」と表現している。プルリクエストが絶えず流入し、それぞれを審査、判断、承認する作業が続く。プロセスは途切れないが、意思決定の権限は移譲されていない。彼は裁判席に固定され、案件はAIから渡され、人間が責任を負う。最近発表された研究は、この現象に実証的な裏付けを提供している。アメリカのIT企業の200人の従業員を追跡したもので、AIの使用は初期にはタスク完了速度を著しく向上させたが、同時に連鎖反応を引き起こした。速度の向上は組織の納期期待を高め、より高い期待は従業員のAI依存を深め、依存の深さは処理範囲の拡大を促し、その結果、作業密度と認知負荷がさらに増大した。研究者はこのメカニズムを「作業量の拡大」と表現している。これは指示による拡大ではなく、効率向上と期待調整の間で繰り返される反復と自己強化の過程だ。デジタル製品デザイナーのサモ・コロシェッツは、ソーシャルメディア上で似たような状況を表明している。彼は、「1分で10個のUI案を生成するデモ」が繰り返し流されていると指摘し、これらの内容は従事者や管理者に暗黙の基準を形成していると述べている。ツールがこれほど迅速に案を出せるなら、その成果もまた迅速であるべきだと。しかし、これらのデモは、後続の選別や実現、部門間調整のコストをほとんど示しておらず、これらは依然として人間が負担している。技術は生産段階の時間を圧縮したが、意思決定の時間は圧縮していない。むしろ、これが新たなボトルネックとなりつつある。人間の注意力と意志力だ。イェーグは簡略化した分析枠組みを提案している。AIツールを習得したエンジニアの単位時間あたりの生産性が10倍に向上したと仮定し、その差分の9倍の価値は誰が得るのかは、使用者の労働供給の配分次第だ。例えば、シナリオAでは、エンジニアが従来通りの勤務時間を維持し、増加した成果をすべて雇用主に渡す場合、雇用主は変わらぬ人件費でほぼ10倍の成果を得ることになる。エンジニアの収入は比例して変わらないが、労働強度と精神的消耗は著しく増加し、イェーグはこれを「搾り取られる」と表現している。シナリオBでは、エンジニアは勤務時間を大幅に短縮し、従来の10%の時間で従来と同じ成果を出す。この場合、増加した価値はすべて個人が得て、より多くの余暇を得ることになる。しかし、この状態は競争環境下では持続しにくい。組織内のメンバーが皆これを採用すれば、組織全体の生産性は競合に遅れ、長期的には存続リスクに直面する。イェーグは、理想的な状態はこの二つの極端の間にあるべきだと指摘している。ただし、現行の組織構造では、調整の権限は非対称であり、組織は自然とA側に針を振りたがる。一方、個人は積極的に逆方向に作用させる必要がある。この枠組みは、技術の効率性問題を配分の問題に変換している。AIは「価値は労働によって創造される」という基本的な事実を変えないが、同じ労働単位で創出できる価値の規模を変える。これが飛躍すれば、従来の配分バランスは必然的に崩れる。イェーグは2001年にアマゾンで働いていた経験を振り返る。当時、彼のチームは高い納期圧力と不確実性の高いリターンにさらされていた。彼は同僚に向けて次の式を書いた：$/時間。彼は説明する、「分子（年間固定給与）は短期的に変えにくいが、分母（実働時間）はかなり弾力的だ」と。彼は、「どう稼ぐか」から「どう働くか」に焦点を移すべきだと提案した。25年後、イェーグはこの式がAI時代にも適用できると考えている。違いは、AIが分母の変動を大きく拡大したことだが、個人の分母コントロール力は同時に高まっていない。ソーシャルメディアのユーザー、ジョセフ・エモーソンは別の視点からこの問題に応じている。彼は、多くのクリエイティブ分野の成功者、著名な作家やデザイナー、研究者は、毎日4時間も働かず、残りの時間はリカバリーや散策、インプットに充てていると指摘する。これは効率の問題ではなく、認知活動の生理的限界の問題だ。もしAIが「仕事」と「有効な仕事」をさらに切り離すなら、我々が再定義すべきなのは、「労働時間」そのものかもしれない。イェーグは最後に、自己の調整を試みていることを明かす。彼は公開活動を減らし、多くの会合を断り、あらゆる技術的な道を追わなくなった。彼は依然として執筆し、製品を作り、仲間と交流しているが、午後にはパソコンを閉じて家族と散歩に出る。彼は、「どれだけ指針を戻せるかわからない」と言うが、「方向は正しいと信じている」とも。より広範な従事者層にとっては、この問題はまだ集団的な議題にはなっていない。AIの生産性向上に関する物語は依然主流であり、疲労についての議論も個人や断片的なものにとどまっている。しかし、次第にこれらの曲線が交差しつつある兆候が見え始めている。技術はタスクの道筋を短縮したが、労働時間は短縮していない。ツールは実行を分担したが、責任は分担していない。効率は納期を早め、同時に消耗も促進している。AIが「もっと速くできる」と繰り返すなら、私たちがより耳を傾けるべき問いは、「もっと遅くできるのか？」かもしれない。---フォローしてください：暗号市場のリアルタイム分析と洞察をもっと！ $BTC $ETH $SOL#Gate広場で新年を迎える#トランプが新たな関税政策を発表
奇妙だ！AIがシリコンバレーの効率を10倍にした一方で、$BTCの半減よりも隠れた危機を引き起こしている
2026年初頭、ソフトウェア工学の分野において興味深い現象が現れた。Claude Opus 4.6を代表とする新世代のAIプログラミングツールが、開発者の効率をかつてない高みへと押し上げている。マイクロソフト内部のデータによると、エンジニアは自主的にツールを選択した結果、Claude Codeが急速に主導権を握り、これは「最小抵抗の道」の自然な選択と見なされている。
しかし同時に、「職業的倦怠感」についての議論が開発者コミュニティに集中して湧き上がっている。かつてGoogleやAmazonで働いていたエンジニアのスティーブ・イェーグは、「居眠り攻撃」と呼ばれる現象を述べている。長時間の環境プログラミングの後、予告なしに突然昼間に眠りに落ちるというものだ。
今や、多くのソフトウェアエンジニアが共通の体験について公に語り始めている。それは、作業の生産性が大幅に向上する一方で、疲労感がより速く蓄積されるというものだ。技術はタスクの実行時間を大きく短縮したが、人間の意思決定負担を減らすことはなく、むしろ増加させている。
イェーグは、以前の「AIは実務にほとんど役立たない」という議論は、Claude CodeとOpus 4.5および4.6の導入後には参考にならなくなったと指摘している。この組み合わせは、問題定義から動作可能なコードへの変換コストを著しく低減し、熟練したエンジニアが単位時間あたりに生み出す成果は、従来のワークフローの数倍に達している。
生産性が約2倍を超えて向上すると、「吸血鬼効果」と呼ばれる現象が現れ始める。技術は単なるツールを超え、逆に使用者の作業リズムや心理状態を形成し始める。
ソフトウェアエンジニアのシダント・カレは、自身のブログでこの過程を詳細に記録している。彼は「AI疲労は実在する」と題した記事で、前四半期のコード納品量がキャリア最高を記録した一方で、精神的な疲労もピークに達したと述べている。
彼は、作業モードの根本的な変化を描写している。AI導入前は、「一日中」深く一つの問題に集中し、一貫した思考の流れを保っていたが、AI導入後は一日に五、六の異なる問題領域を並行して処理する必要が出てきた。各問題はAIの支援により、単独の作業時間は約一時間に大幅短縮されたが、問題間の頻繁な切り替えが新たな認知負荷となった。「AIは問題間の隙間で疲れを感じない」と彼は書いているが、「私は感じる」と続けている。
カレは自分の新たな役割を「ライン作業の品質管理者」と表現している。プルリクエストが絶えず流入し、それぞれを審査、判断、承認する作業が続く。プロセスは途切れないが、意思決定の権限は移譲されていない。彼は裁判席に固定され、案件はAIから渡され、人間が責任を負う。
最近発表された研究は、この現象に実証的な裏付けを提供している。アメリカのIT企業の200人の従業員を追跡したもので、AIの使用は初期にはタスク完了速度を著しく向上させたが、同時に連鎖反応を引き起こした。速度の向上は組織の納期期待を高め、より高い期待は従業員のAI依存を深め、依存の深さは処理範囲の拡大を促し、その結果、作業密度と認知負荷がさらに増大した。
研究者はこのメカニズムを「作業量の拡大」と表現している。これは指示による拡大ではなく、効率向上と期待調整の間で繰り返される反復と自己強化の過程だ。
デジタル製品デザイナーのサモ・コロシェッツは、ソーシャルメディア上で似たような状況を表明している。彼は、「1分で10個のUI案を生成するデモ」が繰り返し流されていると指摘し、これらの内容は従事者や管理者に暗黙の基準を形成していると述べている。ツールがこれほど迅速に案を出せるなら、その成果もまた迅速であるべきだと。
しかし、これらのデモは、後続の選別や実現、部門間調整のコストをほとんど示しておらず、これらは依然として人間が負担している。技術は生産段階の時間を圧縮したが、意思決定の時間は圧縮していない。むしろ、これが新たなボトルネックとなりつつある。人間の注意力と意志力だ。
イェーグは簡略化した分析枠組みを提案している。AIツールを習得したエンジニアの単位時間あたりの生産性が10倍に向上したと仮定し、その差分の9倍の価値は誰が得るのかは、使用者の労働供給の配分次第だ。
例えば、シナリオAでは、エンジニアが従来通りの勤務時間を維持し、増加した成果をすべて雇用主に渡す場合、雇用主は変わらぬ人件費でほぼ10倍の成果を得ることになる。エンジニアの収入は比例して変わらないが、労働強度と精神的消耗は著しく増加し、イェーグはこれを「搾り取られる」と表現している。
シナリオBでは、エンジニアは勤務時間を大幅に短縮し、従来の10%の時間で従来と同じ成果を出す。この場合、増加した価値はすべて個人が得て、より多くの余暇を得ることになる。しかし、この状態は競争環境下では持続しにくい。組織内のメンバーが皆これを採用すれば、組織全体の生産性は競合に遅れ、長期的には存続リスクに直面する。
イェーグは、理想的な状態はこの二つの極端の間にあるべきだと指摘している。ただし、現行の組織構造では、調整の権限は非対称であり、組織は自然とA側に針を振りたがる。一方、個人は積極的に逆方向に作用させる必要がある。
この枠組みは、技術の効率性問題を配分の問題に変換している。AIは「価値は労働によって創造される」という基本的な事実を変えないが、同じ労働単位で創出できる価値の規模を変える。これが飛躍すれば、従来の配分バランスは必然的に崩れる。
イェーグは2001年にアマゾンで働いていた経験を振り返る。当時、彼のチームは高い納期圧力と不確実性の高いリターンにさらされていた。彼は同僚に向けて次の式を書いた：$/時間。彼は説明する、「分子（年間固定給与）は短期的に変えにくいが、分母（実働時間）はかなり弾力的だ」と。彼は、「どう稼ぐか」から「どう働くか」に焦点を移すべきだと提案した。
25年後、イェーグはこの式がAI時代にも適用できると考えている。違いは、AIが分母の変動を大きく拡大したことだが、個人の分母コントロール力は同時に高まっていない。
ソーシャルメディアのユーザー、ジョセフ・エモーソンは別の視点からこの問題に応じている。彼は、多くのクリエイティブ分野の成功者、著名な作家やデザイナー、研究者は、毎日4時間も働かず、残りの時間はリカバリーや散策、インプットに充てていると指摘する。これは効率の問題ではなく、認知活動の生理的限界の問題だ。
もしAIが「仕事」と「有効な仕事」をさらに切り離すなら、我々が再定義すべきなのは、「労働時間」そのものかもしれない。
イェーグは最後に、自己の調整を試みていることを明かす。彼は公開活動を減らし、多くの会合を断り、あらゆる技術的な道を追わなくなった。彼は依然として執筆し、製品を作り、仲間と交流しているが、午後にはパソコンを閉じて家族と散歩に出る。彼は、「どれだけ指針を戻せるかわからない」と言うが、「方向は正しいと信じている」とも。
より広範な従事者層にとっては、この問題はまだ集団的な議題にはなっていない。AIの生産性向上に関する物語は依然主流であり、疲労についての議論も個人や断片的なものにとどまっている。しかし、次第にこれらの曲線が交差しつつある兆候が見え始めている。技術はタスクの道筋を短縮したが、労働時間は短縮していない。ツールは実行を分担したが、責任は分担していない。効率は納期を早め、同時に消耗も促進している。AIが「もっと速くできる」と繰り返すなら、私たちがより耳を傾けるべき問いは、「もっと遅くできるのか？」かもしれない。
フォローしてください：暗号市場のリアルタイム分析と洞察をもっと！ $BTC $ETH $SOL
#Gate広場で新年を迎える
#トランプが新たな関税政策を発表