原文タイトル：エージェントのためにFoxconn工場を作るのはやめよう
原文著者：Garry Tan、Y combinator
編集：Peggy

編集者注：多くの人が「AIはプログラマーを取って代わるのか」と議論する中、YCの社長であるGarry Tanは別の問題を提起している。もしAIがすでにプログラミング作業の大部分を完了できるなら、なぜ私たちは従来のソフトウェア管理方法でそれを管理し続けているのか？

今年の初め、Garry Tanは数ヶ月を費やし、RailsとAIエージェントを使って54万行のコードからなるプロジェクト「Garry's List」を作成した。プロジェクト完了後、彼は一見矛盾する結論に至った。この54万行のコード自体は重要ではなく、真に価値があるのは開発プロセスで生まれたGStack、つまりAIエージェントのワークフローを中心に構築された新しい開発フレームワークである。

彼の見解では、過去数年間でソフトウェア業界には集団的な慣性が形成された。開発者はテスト、バリデーター、リトライ機構、バックグラウンドタスク、そして様々な制御ロジックを絶えず追加し、モデルを何層にも包み込んできた。このアプローチは、モデルが高価で能力が限られていた時代には合理性があったが、LLMがすでに多くの作業を自律的に完了できるようになった今、これらのシステムはまるで超インテリジェントな労働者に「Foxconn工場」を建設しているようなものだ。つまり、すでに能力を持つエージェントを多くのルールとプロセスで制約しているのである。

モデルコストの急速な低下と能力の継続的な向上に伴い、ソフトウェア開発の焦点は「より多くのコードを書くこと」から「より多くの能力を設計すること」へと移行しているかもしれない。著者はMarkdownを使ってskill pack（スキルパック、つまりテスト可能で再利用可能な能力モジュール）を構築し、エージェントにコード、テスト、評価システムを自動生成させ、複雑なワークフローを複利効果のある能力資産として蓄積することを提案している。彼は例も示している。従来は数日かかっていたハッカソンの審査作業が、今ではエージェントによって数十分で完了できるという。

ある意味で、この記事が議論しているのはプログラミングではなく、ソフトウェアの工業化ロジックの終焉である。コードがもはや最も希少なリソースではなくなったとき、エンジニアのコア競争力も移行し始める。より多くのコードを書くことよりも、何を構築する価値があるのか、問題をどのように定義するのか、そして経験を再利用可能な能力としてどう蓄積するのかを判断することが、より重要になっている。著者が最終的に導き出した結論は、未来の最も優れたエンジニアは必ずしも最も多くのコードを書く人ではなく、最も少ないコードで最も多くのインテリジェンスを解放できる人かもしれないということだ。

以下が原文である：

今年の1月、私は再びコードを書き始め、Garry's Listを作りました。Railsのコードとそれを制約するテストを合わせると、50万行を超えています。

当時はそれを誇りに思っていました。でも、実際はそうすべきではありませんでした。本当に誇るべきはこのアプリケーションではなく、それを構築する過程で見つけた一連の働き方です。GStack、つまり私がAgentを使ってプログラミングする方法は、まさにGarry's Listを作る過程で生まれました。その後、それをオープンソース化しました。今ではGitHub史上最もスターを獲得したオープンソースプロジェクトのトップ100に入り、3ヶ月足らずで約10.5万スターを獲得しています。

あの50万行以上のコードは「プロダクト」です。その働き方は「副産物」です。そして本当に重要なのは、この副産物なのです。

では、54万行ものコードをLLMを中心に積み上げたものは、本質的に何なのでしょうか？

それはフォックスコンの工場です。高度に知能化されたAIワーカーのために建てられた工場です。このワーカーは本来、高度に監視される必要はありませんが、それでも私たちはそれを建ててしまいました。

入り口ではシューズカバーを履き、朝6時に起床し、集団で体操をします。毎日同じ流れ作業に立ち続けます。生活は過酷で、高層ビルにはすべて防護ネットを設置しなければなりません——なぜなら、それはあなたが送りたい人生ではないからです。すべてのテスト、すべてのガードレール、すべてのリトライループは、このワーカーに巻き付けられる檻の一部です。そして、このワーカーは本来その仕事をこなせるだけでなく、あなたが想像もしなかった1000のこともできるのです。

人間もAgentも無限の可能性を秘めていますが、フォックスコン工場の論理は、素晴らしい人生から知性と労働を搾り取ることです。彼らは本来これらの仕事をこなせ、しかも1000倍多くこなせるのです。私たちがそれを許せば。

私はそんな工場を建てました。今日、ほぼ全員が同じように建てています。そして今、あなたに伝えたい：もうそんなことをするな、と。

タイムトラベラー

私が53.9万行のコードで本当に証明したのは、自分がタイムトラベラーに完璧に偽装できるということです。

2013年のWeb 2.0エンジニア、つまり前回私が本当にソフトウェアエンジニアと呼べた頃の自分が、2026年に放り込まれ、現代のツールを手にしながらも、自分が唯一知っている方法でソフトウェアを構築し続けている：より多くのコード。常により多くのコード。

ツールは変わったが、私の本能は変わっていません。

2013年のエンジニアは、心の奥底で一つのことを信じていた。能力はコードの行数に等しい、と。この信念は過去数十年にわたって正しかった。そして、それは今日まで続いている。

もし私にCodexやClaude Codeが与えられれば、100人、いや1000人分のエンジニアの仕事をこなせるだろう。しかし、それは依然として同じ地図の上で、より速いエンジンに乗り換え、今や誤った目的地へと全力で突き進んでいるに過ぎない。

これこそが、現在のほぼすべてのAI構築者が置かれている状況だ。彼らはツールをアップグレードしたが、2013年の思考モデルをそのまま保持している。

この罠は罠のように見えない。なぜなら、コードは確かに動くからだ。Garry's Listも確かにローンチされた。あの一ヶ月、私は人生で最も生産性の高い時期を経験したかのように感じた。

しかし、それは時代遅れのアイデアに奉仕するだけの生産性だった。

LLMはかつて高価だったため、私たちはそれを「飼いならす」必要があった

2025年頃までの旧来の経済学はこうだった。LLMの呼び出しは高価で、コードは安価である。

そのため、モデル呼び出しを節約するためにコードを書き、それを制約し、飼いならし、慎重に呼び出していた。当時のアーキテクチャは、大量のソフトウェアで少数の貴重なモデル呼び出しを包み込むものだった。

しかし、この方程式の両辺は逆転した。

モデルは安くなり、四半期ごとにさらに安くなっている。同時に、モデルは十分に賢くなり、価値とコストの比率は逆転した。モデルは使えるコードも書けるようになった。

だから、モデルを「監視」するためにコードを書く必要はもうない。自然言語でモデルに何をすべきかを伝え、本当に必要な最小限のコードだけを書かせればよい。

これがジャストインタイムソフトウェア（Just-in-Time Software）であり、私たちはその黄金時代に突入しようとしている。

ソフトウェア成果物の形態も完全に変わった。あのRailsアプリケーションは、私が書き、所有した54万行のコードと、それを監視するためのテストで構成されていた。その代替品は、Markdownと少量のコードからなるエージェントであり、規模は前者のほんの一部だ。

能力は同じ。読みやすく、保守も容易で、はるかに柔軟だ。なぜなら、振る舞いは自然言語で編集可能な指示の中に存在し、かつてある日に書き留めた論理コードの中に凍結されているわけではないからだ。

私たちはかつて、何かを世話するためにコードを書いていた。しかし今や、その何かは、それらのコードよりも賢くなっている。

フォックスコン工場の内部：防護ネットまで完備

最近コードを書いているなら、おそらく知らず知らずのうちにこのような工場を建設している。

自分のコードベースを覗いてみてほしい。モデルが仕事を完遂できると信じていないがゆえに存在するコードがどれだけあるか数えてみるといい。私のコードベースには、約26万2000行のアプリケーションコードと、それを監視するための約27万6000行のテストコードがある。監査委員会が会社本体よりも大きいのだ。

あるクリーナーは、モデルが本来処理できる入力をチェックしている。あるバリデーターは、モデルが本来発見できる出力をチェックしている。あるリトライループは、モデル呼び出しを包み込んでいるが、モデルは実際には自力で復旧できる。こうしたコードの一行一行は、まさに「この労働者は必ず失敗する」という賭けなのだ。

あなたも似たような賭けを書いたことがあるだろう。私たちは皆、書いている。

127個のバックグラウンドタスクのうち、33個はスケジュールタスクだ。これは能力ではなく、今では通常時間通りに出勤するLLMワーカーに33個の目覚まし時計を設定しているようなものだ。

私が「フォックスコン工場」を建設していた日々、Claudeと私は1778行のファイルを書いた。その唯一の目的は、モデルが提示した事実に疑問を投げかけることだった。

それは、モデルが提起するすべての主張を分解し、並行して5つの異なるソースに検証を送り、スコアリングする。単純な主張はまず軽量なトリアージの閾値を通過し、すべての内容が完全なプロセスを経るのを防ぐ。最初のラウンドで結果が出なければリトライする。そして、予備手段の予備手段もある。

『リック・アンド・モーティ』のあるエピソードで、リックが朝食のテーブルで小さなロボットを作る。ロボットは起動して顔を上げ、「私の使命は何ですか？」と尋ねる。リックは「お前はバターを渡す係だ」と言う。ロボットはバター皿を押し出し、自分の手を見下ろして「なんてこった」と言う。そして、そこに座り込む。そのロボットにも無限の可能性があった。しかし、バターを渡すために作られたのだ。私の27万6000行のテストは、まさにそのバター皿だ。

2023年式の「フォックスコン工場」メソッドでソフトウェアを構築するとき、あなたは檻を建てている。不注意なら、自分自身がこのAIエージェント監獄の看守になる。

Markdownは今やプログラムだ

Markdownと言っても、プロンプトのことではない。

プロンプトは一時的だ。一文を入力し、結果を得て、そして蒸発する。

私が言っているのは構築のことです。バージョン管理が可能で、テスト可能で、再利用可能な構築です。

Markdownは指示層です：意図、スキル、判断、そして作業をどのように完了すべきかに関する説明です。TypeScriptは薄い決定論的ロジックの層です。それは、本当にコードで行わなければならない少数のタスクだけを担います：I/O、そして絶対に幻覚を起こしてはいけない部分です。

さらに重要なのは、Markdownをコードと同じようにテストすることです。

私のシステムでは、このサイクルはたった一つの言葉で表されます：「skillify it」。

まず、Agentと一緒に何かを作り上げ、それが動作するまで進めます。そして、「skillify it」と言います。するとAgentが以下を書き出します：

Markdownのスキル説明；

それに必要な最小限のコード；

コードのユニットテスト；

スキルのLLM評価；

スキルとコードをカバーする統合テスト；

Agentが関連するシナリオで自動的にこのスキルを呼び出すためのリゾルバ；

そしてリゾルバ自身の評価。

この一式全体が、スキルパック（skill pack）です。それは再利用可能な能力ユニットであり、複利的に成長し続けます。

本当に素晴らしいのはテストです：スキルをカバーすることで、変化の中でも壊れないように保ちます。これがvibe coding（感覚でコードを書くこと）との違いです。Vibe codingは単なる感覚ですが、スキルパックにはテストがあります。

私たちは今、Agentエンジニアリングのシステムプリミティブをリアルタイムで模索し始めたばかりです。まるで初期のCPU時代にスタック、ヒープ、レジスタ、フォン・ノイマンアーキテクチャを発明したかのようです。

私はスキルパックがそのようなプリミティブの一つだと考えています。Harness（実行フレームワーク）もまた別のプリミティブです。

ほとんどの人はまだこれに気づいていません。なぜなら、彼らは依然としてコード行数でソフトウェアを測定しているからです。

本当にクレイジーなものを作れる

これはおもちゃのような議論ではありません。

このAgentができることは、あの50万行以上のRailsアプリケーションを超えており、追加されたコードはそのほんの一部に過ぎません。

具体的な例を挙げよう：ハッカソンの審査だ。

2週間前の土曜日、私たちはGStack/GBrainハッカソンを開催し、85件の応募作品があった。私は全作品が入ったGoogle Driveをアップロードし、「スタート」と言った。

エージェントは各コードベースのコード品質を分析し、参加者一人ひとりを徹底調査し、各デモ動画を視聴してスクリーンショットを撮り、UIにスコアを付け、85チームをランク付けした。最後に、この作品群の中で最も注目すべき5つのアプリケーションを教えてくれた。

ハッカソンの審査は、本来なら数日かかる大変な作業だったが、今では約30分で済むようになった。

私はコードを書かなかった。OpenClawにタスクを任せ、私はそれを導く役割を担った。それが完了したら、「skillify it」と言った。

すると、それは誰でも永久に再利用可能なtarballとなり、あらゆるハッカソンのテーブルに適用できるようになった。

今ではほぼ毎日「skillify」と言っている。すでに350以上のスキルパックを持っている。個人的にも仕事でも処理する必要があるほぼすべてのタスクを、今では私のエージェントがこなしてくれる。

これが逆転の一例だ。

かつて、このような能力は本格的なソフトウェアプロジェクトだった：クローラー、スコアリングパイプライン、動画処理、調査モジュール、ランキングシステムが必要だった。今では、それはMarkdownと少しのコードになり、エージェントが午後一で構築し、誰でも再利用できる。

ちなみに、そのハッカソンの優勝者は、私が最終的にブラッシュアップしてmainブランチにマージしたコードを実際に書いた。今ではGStackはシミュレーターと実機の両方でiOSアプリをテストできるようになり、この完全な機能は、たった一人の人物がハッカソンの8時間足らずで作り上げたものだ。

Tokenmaxxing

ここに入場券があるが、ほとんど誰も代金を払おうとしない：トークンにお金を使う覚悟が必要だ。

Peter SteinbergerはOpenClawを作った。これは私のお気に入りのハーネスだ。彼は、トークンに年間約100万ドルを費やす覚悟があると語っている。

ほとんどの人はこの数字を聞いて尻込みする。だが、尻込みすべきではない。なぜなら、ここに黄金があるからだ：もしそれを実行する覚悟があれば、2028年に生きることができる。他の人々が追いつくには何年もかかるだろう。

これこそが、OpenAI が各 YC 企業に対して200万ドル相当のトークンクレジットを、uncapped SAFE の形で提供することを決めた理由でもある。

生の知能をトークンに変換し、さらにそのトークンをユーザーが実際に使え、リアルなニーズを解決し、かつユーザーが対価を払う価値のあるアウトプットに変えられるとき、何か魔法のようなことが起こる。

もしあなたが創業者なら、この能力を最大限に引き出すべきだ。これこそが、私が一貫して skillify を強調する理由であり、それは本当に良い結果をもたらす方法だからだ。

過去の時代、私たちは LLM の呼び出しが高すぎると感じ、節制して使わなければならなかった。私たちは常に ration（配給）していたのだ。

しかし今、まさにその本能が人々を遅らせている。

もし tokenmax を受け入れ、Agent が自由にトークンを消費し、継続的に動作することを許せば、1994年のインターネット黎明期のようなファーストムーバーアドバンテージを得られる。ただし、今回はそのコストをトークンで支払うことになる。

これにより、価格が崩壊しつつあるリソースにまだこだわっている99.99%以上の組織を締め出し、本当に理解している少数の者に先行優位を残すことになる。

年間数万から数十万ドル、あるいはそれ以下でも、数年後に全世界が採用せざるを得ない方法で、今日から運用できる。

2026年に、2028年のように生きることができる。この先行投資には価値がある。なぜなら、今日10万ドル相当のトークンが、来年は1万ドル、再来年は1000ドル、2028年末にはおそらく100ドルになるからだ。

歴史上のどんな起業家にでも言えることだが、6桁の資本を投じて未来に2〜3年先取りし、その優位性を数年維持できると言えば、100人の有能な創業者のうち100人がその取引を受け入れるだろう。

唯一の障害は、2013年の本能だ。それは「モデルの呼び出しは高すぎるから、自由に使ってはいけない」と告げる。

しかし、もはや高くはない。それは古い経済学だ。反転はすでに起きている。

Esalen であって、Foxconn ではない

もし54万行の制御コードが労働者のための Foxconn 工場を建設するものなら、その解法はその逆を築くことだ。

ビッグサーの断崖に、エサレンという場所がある。人々はそこで解体され、再構築され、鎧を脱ぎ、より自分らしくなって帰ってくる。

流れ作業はない。現場監督もいない。朝6時の笛もない。あるのは自由であり、支配ではない。

そんなものを作れ。

YCのような場所を作れ：そこで我々は君が会社を立ち上げ、現実の問題を解決し、プロダクト・マーケット・フィットを見つける手助けをする。

労働者を自由にするものを作れ。その労働者が人間であれ、AIであれ。

これこそが精神の核心だ。

エージェントを自由にするものを作れ。人間が自由に能力を発揮できる会社を作れ。

知識労働において、工場は失敗のパターンだ。真の目標は、人を解放する機関を築くことにある。今や、その目標はエージェントにも向けられている。

OpenClawは、自分でレンチを持ち込まなければならないフェラーリのようなものだ。モデルはエンジンであり、車全体ではない。我々はまだApple Iの瞬間にあり、ブレッドボードにはんだ付けをしている。

それは粗い状態でリリースされた。君はまだ自分でそれを完成させなければならない。

私がオープンソース化したGBrain、検索エンジン、スキルパックは、まだ箱から出してすぐ使える完全な製品ではない。

OpenClawは安全ではないと言う人もいる。彼らは理解していない。自由こそがそれを強力にしている理由だと。本当に問題に直面するまでは、信頼するものに急いで安全ガードを取り付けるな。君の手にあるレンチこそ、それがまだ檻に閉じ込められていない証拠だ。

制御システムが精巧なのは、制御には完全な支配が必要だからだ、つまりフォックスコンの工場のように。自由システムが粗いのは、君がそれを完成させると信じているからだ。

君は自分がどちらを築いているのか選ばなければならない。そして、どれだけのコードを書いたか振り返ってみろ。

これは一体何を意味するのか

54万行のRailsコードは、私がまだ古いゲームで最高レベルに達することができるという証明だ。

しかし、そのレベルはWeb 2.0に属し、10年前のものだ。

私は今でも以前と同じように上手くプレイでき、1000倍のエンジニアにさえなれる。しかし、私がやっているのはフォックスコンの工場を築くことだ。古いコード。古いゲーム。

そして、新しいゲームは、コードの行数でプレイするものでは全くない。

結果として、私のアンチたちは正しかった。もしこの記事を読んでいるなら、匿名の皆さん、敬意を表します。

意図を直接、実行可能でテスト可能、再利用可能なシステムに変換できるようになると、ボトルネックはどれだけ構築できるかではなく、あなたが本当に何を望んでいるのか、そしてそれが構築する価値があるかどうかになる。

希少なリソースは、明確さ、センス、そして判断力になる。

最もコードを書かないエンジニアこそが、最も多くのものを構築する人であることが多い。

私は54万行のコードを書いてこれを学んだ。あなたが同じ道を辿る必要はない。

[原文リンク]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia