エリックの以前のビデオで、彼は以前非常に期待していたプロジェクト「Augment」について言及しました。今日は特にこれを調べてみました。このプロジェクトの方向性はGitHub Copilotと似ており、どちらもAIプログラミングアシスタントを開発しています。
大きな関心を示しました。サム・アルトマンもインタビューの中で、彼はAI分野の将来の発展方向の一つとしてAIプログラミングを挙げています。
AIがプログラミング言語（例：Python）を学ぶことと、自然言語（例：英語やスペイン語）を学ぶことは本質的に似ています。しかし、プログラミング言語はより規則的で論理的な構造を持っているため、AIがプログラミング言語を学ぶのは自然言語よりも簡単かもしれません。AIの基本的なアーキテクチャはこのような厳密で構造化された言語の学習に適しており、これはAIがプログラミング分野での進展が自然言語処理分野よりも速く、深くなることを意味します。
会社背景
Augmentの公式サイトは https://www.augmentcode.com/ です。
元マイクロソフトのソフトウェア開発者であるイゴール・オストロフスキー氏は、「近い将来、開発者がAIを使用せずに作業を行うことはなくなるだろう」と述べています。彼はTechCrunchとのインタビューで、「ソフトウェアエンジニアリングは依然として困難で、しばしば退屈で挫折感を感じる仕事だ。特に大規模な開発ではその傾向が強い。AIはソフトウェア品質を向上させ、チームの生産性を高め、開発者がプログラミングの楽しさを取り戻す手助けをする可能性がある」と話しました。そのため、オストロフスキー氏は自身が使用したいAI駆動型コーディングプラットフォームを作ることを決意しました。このプラットフォームの名前がAugmentであり、2億5200万ドルの資金調達を行い、ユニコーン級の評価額（資金調達後の評価額は9億7700万ドル）に達しています。
元グーグルCEOのエリック・シュミットやベンチャーキャピタルのIndex Ventures、Sutter Hill Ventures、Lightspeed Venture Partners、Innovation Endeavors、Meritech Capitalなどが投資に参加し、Augmentはまだ初期段階にある生成型AIコーディング技術市場を変革することを目指しています。
エンジニアを強化する
公式には興味深いブログ記事があり、Augmentの理念を共有しています。
AIがすべての知識労働者、特に開発者の仕事を奪うという恐怖、不確実性、疑惑（FUD）が増加する中、Augmentは逆の立場を取っています。
Don’t fire Kevin for Devin just yet. Augment Kevin with super powers! @dalmaer
人々はAIツールを人間のように扱いがちです。特にそれらと対話するときや、SF作品のAIに影響を受けた場合です。しかし、AugmentチームはJ.A.R.V.I.Sのようなシステムではなく、HALのようなシステムを作るべきだと考えています。
これらのシステムを開発する際に重要なのは、人間とコンピュータがそれぞれ独自の利点を持っていることを常に覚えておくことです。人間が全体を掌握し、無所不在で相互接続されたコンピュータシステムによって支援されるとき、真の驚異が起こります。これにより、開発者の個人的な作業体験を改善するだけでなく、チームや組織が負担やコミュニケーションコストを減らしながら、より大きな成果を得ることができます。
ソフトウェア開発の未来
願
私はプログラミングが好きです。コードを書くたびに、その日は通常とても楽しいものになります。創造的なプロセスが具体的な成果を生み出し、私の脳にとって特別な魅力があります。開発の流れを維持するためのプラットフォーム、ツール、サービスは私のお気に入りとなります。アイデアを分解して段階的に実現する過程には一種の芸術があります。
実行可能なコードを書き続けるか、またはコードが実行できない場合でも迅速に有効なサポートを得て軌道に戻れるほど、私は良い気分になります。
一方で、退屈な作業をしたり、本当に詰まってしまうと、気分が悪くなります。
私のキャリアにおいて、AI技術がどのように大きな助けになるかを示すいくつかの瞬間がありました：
私はGoogle Xの研究チームと協力したことがあります。彼らはLLM/Transformer以前の時代にモデルを構築し、上級ソフトウェアエンジニアたちが単一のコードベースに対応するのを支援していました。このプロセスは通常非常に退屈で、コンピュータが介入して助けるのに非常に適していました。 また、Shopifyのプロジェクトにも参加し、LLMを使用してGraphQLの複雑さを簡素化し、商人データとの統合を容易にする方法を追求しました。この経験からいくつか重要な教訓を得ました。例えば： ）デモを提示するのは簡単ですが 現実世界で大規模に動作する優れた製品を構築するのは非常に難しい 単一のLLMだけではすべてのユースケースを解決できない 数量だけでなく…データの質も重要である 反復プロセスにおいて、優れた評価ができるシステムが重要である
これらのプロジェクトを通じて、AI技術と開発者の連携がソフトウェアエンジニアリングにどのような劇的な変化をもたらすかを理解しました。
現在、Agumentではホワイトリストへの申請が可能です。私はすでに申し込みを済ませ、待機中です。
