[TL;DR デイリー] 静かに言っていたことをはっきり言うと：あるエンジニアの月間AIコストがシリーズA調になる瞬間、これは単なるツールの話ではなく、経済実験に変わり始める。では、私たちが実際に見ているのは、ソフトウェアエンジニアリングの次世代OSなのか、それとも産業規模でAIの粗製濫造を生み出す非常に高価な機械なのか？おそらく両方だ。🤖💸 🔥 設定：兆トークンの使い込みが公共のコスト議論に 📌 ヘッドラインの数字は意図的に馬鹿げている • OpenClawの創設者ピーター・スタインバーガーは、AI作業のために1か月で約1,000万ドルのトークンコストを費やしたと推定し、すぐに追加で「そのすべてが有効な支出ではなかった」と述べた。 • 他にも、ローレン・タンのCursorプロフィールで、30日間で約1.5兆トークンを使用したことが話題になった。 • 100万トークンあたり約8ドルという粗いベンチマークを用いると、ピーター・ピエカルツィックは1日約38万4,000ドル、月約1,100万ドル、年間換算で1億3,200万ドルと推定した。 • 90%の企業割引を適用しても、月額は約110万ドル、年間約1,300万ドルに達する。 📌 人々が驚いた理由：この使用量は通常の開発行動から大きく逸脱している • 12,000人の開発者を対象としたJellyfishのデータによると、中央値ユーザーの月間トークン消費量は約5,100万トークン。 • 90パーセンタイルは約3億8,000万トークン。 • ローレンの1.5兆トークン使用量は中央値の約29,000倍、スタインバーガーが以前公開した6,030億トークンでも中央値の約12,000倍。 • トークン使用量を給与計算に置き換えると、物語は一変する：これはもはや「生産性ツール」ではなく、「計算貴族」のように見える。 📌 実際の請求額は複雑で、すべてのトークンが同じ価格ではない • Cursorスタイルのトークン数には、標準的な入力、モデル出力、キャッシュ書き込み、キャッシュ読み込みが含まれる。これらは価格が大きく異なる。 • Opus 5.5スタイルの価格設定では、100万トークンの入力は約4ドル、出力は約20ドル、キャッシュ読み込みは約0.2ドル。 • ある使用状況のスクリーンショットでは、733億トークンで合計約3万ドルかかっており、これは平均して100万トークンあたり約0.41ドルを意味する（キャッシュトラフィックが支配的だったため）。 • この混合レートを1.5兆トークンに適用すると、月額コストは1,100万ドルではなく約61万5,000ドルに下がる。 • もしすべてがキャッシュ読み込み価格で課金されるという極端な最下限シナリオでは、1.5兆トークンの月額コストは約30万ドル。 • ピエカルツィック自身も後に主張を修正し、自分の初期推定が10倍過大だったとしても、月額コストは依然として約10万ドル程度になる可能性があると述べた。 🔥 それらの支出は実際には何を買ったのか？ 📌 「1つのチャットボット」ではなく、まるでエージェント組織図 • スタインバーガーは、このスタイルの作業を「トークンコストが制約でなくなったときのソフトウェア開発とはどのようなものか」を探求していると説明した。 • 彼の3人チームは約100個のCodexインスタンスを稼働させていた。 • これらのエージェントはPRをレビューし、セキュリティバグのためにコミット履歴をスキャンし、重複したGitHubイシューをマージし、修正を書き、パフォーマンス劣化を監視し、会議に参加して議論からPRを生成するまで行った。 • ローレンは自身の設定を20人以上のエージェントからなるチームと説明した：チーフ・オブ・スタッフエージェント、PMエージェント、そして20個以上の自律的に動作する実行エージェント。 📌 核心的な洞察は「生成」ではなく「検証」にある • ローレンの主張では、エージェントによるコーディングのボトルネックはコードを書くことではなく、コードが実際に機能することを証明することである。 • 彼女のプロセスでは、エージェントがコードを実行し、CPUトレースやヒープスナップショットを収集し、iOSシミュレータを起動し、ユーザーのようにアプリとやり取りする。 • 目的は閉ループを作ること：エージェントが自身の出力を検証できるなら、タスクが完了するまで繰り返し改善できる。 • 検証できない場合、差分を人間に渡して処理を停止する——つまり人間がシステム中最も遅い部分になる。 • 彼女が主張する月間4,000件のPR規模では、各PRに5分のレビューを費やしても合計で約333時間となり、これは1人の人間がフルタイムで働く月間労働時間に相当する。したがって手動レビューでは検証層として機能できない。 📌 これによりエンジニアの役割が変わる • このモデルでは、エンジニアはコーダーというよりエージェント向けのエンジニアリングマネージャーのように見える。 • ローレンの主張は率直だ：1つのエージェントの出力を信頼できないなら、100個にスケールさせることはできない。 • 彼女のpstackワークフローはこれを構造化されたプレイブックにまとめている——複数のローカルおよびクラウドエージェント間で理解・設計・コーディング・レビュー・検証を標準化している。 🔥 しかし物語が鋭くなるのはここからだ：すべての自律性には厳しい制約が必要だった 📌 コードベースはエージェント対応に再構築された • GrokBotは当初、軽率なコードで構築され、アーキテクチャ的制約が弱く人間によるコード読解も少なかった。 • その結果、エージェントは「最も楽な道」を選んでしまい：より多くのコード、曖昧な境界線、パフォーマンスリスクの上昇。 • ローレンはこれを修正するために600件以上のPRを使ってシステムを「Dune」と呼ばれる内部アーキテクチャにリファクタリングした。 • CIルールは極めて厳格になった：useEffectを禁止し、コメントを禁じ、依存関係グラフを検証してElectronメインとレンダラーが相互インポートしないようにした。 • 要するに、「賢い」部分は単なる優れたモデルではなく、エージェントが手抜きをする余地を減らすために環境自体を再設計したことだった。 📌 pstackは強力かもしれないが、非常に非移植性かもしれない • 彼女のパッケージには23個のプレイブックと20以上のエンジニアリング原則が含まれる。 • これは普遍的な開発ワークフローというより、モデル用に高度にチューニングされた行動ケージのように見える。 • それはそれで問題ない——しかし普通のチームや普通の予算、普通のレガシーコードベースにコピー＆ペーストしようとすると魔法が消えてしまう可能性がある。 🔥 反発：これは革新なのか、それとも金持ち子弟の計算パフォーマンスなのか？ 📌 批判者はこれを「AI粗製濫造工場」だと指摘する • Redditやエンジニアリング界では多くの開発者が、「無制限のトークン支出で何千ものPRをマージすることはソフトウェアエンジニアリングの革命ではない」と主張した。 • 彼らの主張は：これは膨大な計算資源を使ってコードベースに微細な変更を押し込むことであり、本当のボトルネックである長期的な保守性を無視している。 • 言い換えれば、コード生成は判断よりも速くスケールする。そして判断が十分に投資されないとき、その負債はリポジトリを受け継ぐ誰かに社会的に転嫁される。 📌 マーケティング価値の方がエンジニアリング価値より高い可能性がある • T3創設者のテオは、実際の内部コストは月額2万5,000〜5万ドル程度ではないかと推測した。 • 彼の見解は単純だった：そのレベルでも露出価値はある。ある企業が100万ドルをイベントに費やしても、ローレンの一投稿ほど注目を集めることはできない。• カーソルの視点では、これはユニットエコノミクスの話というより、PRの傑作に過ぎない可能性がある。 • ローレン自身も明確に特権を認めている：彼女は効果的に無制限のトークンを備えたAIラボで働いているため、誰もが彼女の方法を真似すべきだとは主張していない。 📌 より深い問いは技術的ではなく、経済的である • アジェント開発が検証ループが大幅に補助される場合にのみスムーズに機能するのであれば、真の製品は「AIコーディング」ではなく、大規模な安価な検証へのアクセスである。 • もしそうなら、AgentFiこそがより興味深い枠組みとなる：アジェントが何をできるかではなく、誰がそれらを自律的に動作させる余裕を持っているかである。 • 将来は最も優れたプロンプトを持つチームのものではなく、最も優れたインセンティブシステム、ガードレール、資本効率の高い検証ループを構築するチームのものになるかもしれない。 私の見解？ この物語は、誰もが不快に感じるからこそ有用である。 • 最良のケース：アジェントがソフトウェアシステム間でコードをリリースし、テストし、修正し、調整する新しいエンジニアリングスタックの早期の兆しである。 • 最悪のケース：計算リソースの補助によって支えられたパフォーマンスであり、出力量を製品品質と誤解している。 • 最も可能性が高いのは、真実はその中間に存在することだ。アジェントソフトウェアは現実かもしれないが、規律あるアーキテクチャと健全な経済モデルがなければ、単にテクニカルデットをより速く製造する方法になってしまうかもしれない。 そこで私が皆さんに残したい問いは： もしアジェントが1か月に4,000件のPRを書けるが、その検証コストを支払えるのはごく限られたエリートだけだとしたら、それはソフトウェアの未来なのか、それとも権力のデモに過ぎないのか？