結論から言おう

12日間。23,000行のコード。プログラムが書けない一人の人間に、一つのAI。

完成したものは：4言語対応個人サイト、8プラットフォーム対応SNS自動投稿システム、多モデル討論エンジン、健康データリアルタイムダッシュボード、AI画像自動生成、完全なCI/CDパイプライン。

従来のチームに外注すれば、見積もりは35万台湾ドルからで、3.5人のエンジニアが12日間かかる。私が投入した時間を除けば、費用は3千台湾ドル未満。これは今年の旧正月のAgent Codingの記録——人機協作の手応えと産出を探索する試みである。

スーパー個体 vs 従来チームの構造対比

私の出発点

私はTerminalが使えない。黒地に白文字の画面を見ると不安になる。Python、JavaScript、Astro——これらは私にとって宇宙語である。

私のバックグラウンドは生命科学、神学研修、連続起業の過程でFintech、農産品EC、建設会社副総、CDO、マーケティング総監、コンサルタントなどを歴任。デジタル変革、循環経済、台日交流協力が私の守備範囲で、すべてESG関連である。私はExcelは使うがマクロは書けない。これまでプログラムが必要なときは、チームを組むか第三者に委託していた。

今月中旬、私は何年も前に買ったドメインを、1ページのHTMLから完全なコンテンツプラットフォームに改造した。従来このスケールのエンジニアリングには最低半年、最速でも3ヶ月はかかっていた。

実際に起きたこと

初日、ClaudeがAstroフレームワークを構築し、GitHubに上げ、Cloudflare Pagesにデプロイした。私は全過程を見守り、必要に応じて議論に参加し、決定を下した。

3日目、私はgit pushが何をしているか、frontmatterフィールドとは何かが分かり始めた。急にプログラムを覚えたからではなく、すべての操作に具体的な文脈があったからだ——「この行のコードは記事タイトルをカードに表示するためのものだ」と分かっていた。

5日目、私は直接Claudeに言えるようになった：「Tagsページの年度フィルターがスマホで壊れている。pillarとyearの組み合わせロジックに問題がある。」どう直すかは分からないが、問題がどこにあるかは分かる。この区別は重要である。

7日目、私は積極的に要求を出し始めた：「各記事に自動でカバー画像を生成したい。DALL-Eを使って、300KB以下に圧縮し、GitHubに自動アップロードする。」私はプログラムを学んでいるのではない。プログラムが書けるパートナーを指揮しているのである。

12日目、システムが動き出した。10分ごとにFitbitの歩数と心拍数、Timing AppのAI使用時間、株価データを自動取得し、GitHubにプッシュして自動デプロイをトリガーする。SNS投稿はApple Notesで書き終えた後、Google Sheetsに自動配置され、APIを通じて8つのプラットフォームに配信される。記事をプッシュすると、GitHub Actionsが自動で英語、日本語、簡体字中国語に翻訳する。

12日間のコード産出分布と成果物

学んだ三つのこと

第一に、「できる」の定義が変わった。

以前、「プログラムができる」とは、空のファイルから始めて、一行ずつロジックを構築することを意味していた。今、「できる」とは：解決すべき問題を知っている、産出の品質を判断できる、エラーが発生したときに問題を記述できる、ということだ。

私は今でも最初からPythonスクリプトは書けない。しかしClaudeが書いたプログラムのどこに問題があるか、どのアーキテクチャ決定が後で問題を引き起こすか、どのCSS部分がスマホで破綻するかは分かる。これはプログラミング能力ではなく、エンジニアリング判断の「手応え」である。そしてこの能力は、正月期間の集中実戦から生まれた。

第二に、AIはあなたの判断を置き換えないが、あなたの判断を拡大する。

Claudeが書いた第一版の記事は、私が半分削った。それが提案したデータベースアーキテクチャは、私が二度覆した。それが生成したカバー画像は、私が差し戻して作り直させた。

AIの価値は、何でも正しいことではなく、「アイデアから実装まで」の時間を3ヶ月から3日に圧縮することにある。圧縮されるのは品質ではなく、その間の反復的で機械的で自動化可能な工程である。判断力は依然としてあなたの仕事である。

第三に、スーパー個体とは一人で何でもできることではなく、一人でどう調整するかを知ることである。

私はClaudeでプログラムを書き、DALL-Eで画像を生成し、OneUpで投稿をスケジュールし、GitHub Actionsで自動化する。私はこれらの技術のどれも精通していない。しかし、それらをどう連携させるかは知っている。

これはかつてチームを率いていた感覚と同じである。違いは、以前は人の コミュニケーション、感情、スケジュール、休暇を管理していた。今は疲れない、休暇を取らない、午前1時でもデバッグを手伝ってくれるパートナーと協力している。コストは117倍の差がある。

補足

これはAIがすべてのエンジニアを置き換えられることを意味しない。

私が作ったのは個人サイト、自動化ツール、コンテンツプラットフォームである。これらの複雑さは、銀行の基幹システムや半導体プロセスソフトウェアとは同じレベルにない。

しかし、まさにここがポイントである：以前はチーム全体が必要だった中小規模プロジェクトが、今では判断力のある一人とAIで完成できる。これはフリーランサー、小規模起業家、個人ブランド経営者のゲームルールを変える。

AGIの到来を待つ必要はない。変化はすでに起きている。

42人日、一人で完成

42等価人日、117倍コスト効率比、1日平均1,917行産出

数字に戻ろう：42等価人日の作業量を、12日間と3千台湾ドル未満で完成させた。

私が特に優秀だからではない。ツールが変わり、私がそれを使う意欲があったからだ。

AIを使って何かを始めるために、まずプログラムを覚える必要はない。必要なのは：十分に具体的な問題、間違いを恐れない忍耐、そして「私にはできない」を「やってみよう」に変える決断である。

その決断は、AIには代替できない。