Booklog - 部下としての AI 世界一流エンジニアの進化術

はじめに ~ 目次。 AI のマネジメント how to 本って感じ。 目次を見ると 3 章を中心にテクニックに触れているけど、他の多くは使う側のヒトの認知能力の向上やマインドセットが多い。 わたしは AI Agents を使ってても仕事を失うという気は感じたことないけど、この「めちゃくちゃ優秀な永遠の新人」をどうマネジメントするのかは日々試行錯誤してる。 最近だとハーネスやループをはじめとしたテクニックも重要だが、一番は使う側のヒトのパフォに依存すると考えてて、特に並列で回すと完全にヒトがボトルネックなので、本書がヒントになるかな。 とはいえ牛尾ファンのため昔のブログ、 note 、前著も読んでるし大体知ってる内容だったな、で終わるかも。

2026-06-27, read count: 1, page: 1 ~ 16, pages read: 16

第 1 ~ 2 章。 AI のマネジメントとそのためのスキルセットの話。 非エンジニアのヒトにわかるように書かれているため多少内容は大げさだったり冗長だが的を得ていて共感できる点が多い。 例えば、 AI を制御し切るためにはヒトの理解が先立って必要な点、 AI は使うヒトの能力を増幅するアンプである点など(文中ではアンプと言ってないけど)。 個人的に、 AI Agents をうまく働かせるためのスキルはこれまでも上位エンジニアや DevOps なんかに必要だったもので、いま適用対象がヒトだけでなく AI Agents も含まれるようになった程度でさほど新しいものではない認識。 違いは、その従来の全エンジニアには求められていなかったスキルが、今や AI Agents を使う全てのエンジニアに求められるようになったという点。 だから本書で主張されるように、今からでも学習して積み重ねるしかないねんよな。 モデルやツールの進化についても本書の主張に共感できる。今はコンテキストの節約のために skills に逃がしたり決定論的処理は script で行う等のテクニックが重要だが、これらのテクニックもピンポイントではいつまで続くかはわからない。 例えば小手先の prompt engineering だけでなくより広く Harness が重視されるようになった流れのように。 やっぱ日頃ブログを見てるから捉え方が似通ってて、再確認的な側面が強いかもな。

2026-06-28, read count: 1, page: 17 ~ 92, pages read: 76

第 3 章。本章は Vibe Coding をテーマにした実践的な内容。具体的にどのような手順で筆者が取り組んでいるかとか skills をどのように使ってるかとか。でも狭義の Vibe Coding じゃない。 plan を使ってる辺りも spec driven に近い。 日常的に AI Agents を使っているヒトにとっては退屈な内容かも。また進化が速いため、例えば AGENTS.md 使ってない辺りとか一部は陳腐化しはじめてるんじゃないかな。 あと今更気づいたがこれ料金改定で使い方が変わる前の話だと思われる。 AGENTS.md に触れてないのも Multi Agents で同じ振る舞いをさせる泥臭い工夫とか必要なくて触れてない可能性はあるな。 とはいえここで書かれている本質的な部分は変わらないと思う。理解・自動化・介入設計、 Harness Engineering の辺りなんかは、従来もマネジメントや DevOps で必要なことだったし、今後も変わらない部分なんじゃないかな。 skills はセキュリティ観点から結局自分で書いてるとかすごく共感できる。最近 sandbox が整備されてきたがそれでも心配で野に放たれた skills をそのまま使うのはやってないな。 『「想像力」にブレーキをかけない』もわかりみ。わたしの理解ではこれは思考の拡張だ。閃きの元になる基礎力があれば、足りない知識や具体化は AI が補完してくれるて理解が捗るから、生産性何倍とかの次元じゃなく無から有のレベルの進化やねんよな。

2026-06-29, read count: 1, page: 93 ~ 142, pages read: 50

第 4 章。 AI 時代にボトルネックとなるヒトの認知能力を鍛える話。認知負荷(Cognitive Load)に対する認知負荷耐性(Cognitive Load Tolerance)、能動的想起(Active Recall)で記憶力を鍛える。 プレ学習による構造化、これは点検読書と同じやな。理解の仕組み、関連性・グルーピング・構造化した説明。マインドマップや思考のフレームワークの活用。リサーチの資産化。 これは LLM Wiki も同じやろな。繋げる・統合することで自分の脳内でも知識の関連付けが広がる。 他に AI を使った学習の強化として英語学習、ひたすら基礎となる音の練習、多読、イマージョン学習。要は理解可能な範囲で情報量を増やして慣らすことで認知負荷が下げていくってことか。 語学の習得が得意なヒトには「曖昧さへの耐性」があるといわれる。これも曖昧さ触れて鍛えればいいということ？ そこまで AI 関係ない章だった気がする。認知能力を高めるには適度な負荷で耐性をつけていくしかないという地道な話という理解。 にしてもわたしは探索的な思考にマインドマップを全然使えないのだけどなんでかな。 Obsidian も好きじゃないし。これも耐性の問題で練習でどうにかなるものなのか。認知特性の問題ではないんかな。

2026-06-30, read count: 1, page: 143 ~ 188, pages read: 46

第 5 章。ここで言うセンスは対象への解像度の高さである。解像度を高める助けに AI を使うという話。 その解像度の高さがソフトウェアサービスであれば、問題解決✕ユーザー理解✕過渡に提示速度、と定義している。 最小の努力で最大の効果を出す。 Be Lazy 。その楽をするために頑張る。その頑張りを AI は補助できるのでもっと楽に実現できる。 新 Be Lazy が出た。 AI を効率的に使うために認知負荷耐性を高める、と同じで努力のコストを下げることが重要なんやろな。 楽になった分新しくできる仕事ややれることを詰めてしまうのが悩みどころか。 また AI Agents へオフロードしても、指示やレビューみたいなヒトの判断がいる部分が大量に積み重なりじわじわ消耗するので、そこは耐性高めるしかないのかな。 詰め込むなって話かも知れんが。

2026-07-01, read count: 1, page: 189 ~ 216, pages read: 28

第 6 章。必然的に脳の疲労が溜まりやすい AI 時代に合わせた心身の最適化。疲労にあわせた自分のペースを作る。 運動。習慣化による自動化で判断を減らす。そして健康を守ること。 ADHD などの認知特性や自分の「楽しい」にあわせた集中しやすい環境・週間作り。ルーチンなど。 判断を減らすのはわたしも結構続けてる。朝昼は基本固定、服もメタ T で固定。それでも子育てや家事で判断を消費するから中々難しい。 運動や健康といったテーマも、自分がこれまで読んできた運動・健康・脳等の本の裏付けもあるからすんなり納得いくけど、本書の巻末に参考文献がないのが残念やな。 認知特性に合わせるというのもよく分かるな。わたし自身も発達障害のグラデーションの何処かにいるので、アダプトゲン等も含め、自分の特性を活かしたり調整したりはかなり気を使ってる。 そういう意味ではリモートワークは仕事・家事・運動・読書・音楽をいつやるか融通を最大限利かせられる点でハマってる環境なんやろな。

2026-07-02, read count: 1, page: 217 ~ 244, pages read: 28

第 7 章。 AI 時代に必要なのは予測よりも変化に対応する能力。本人の基本能力が AI を使いこなせることで初めてブーストされる。基本能力が低いと Slop 化。 AI の出力を鵜呑みにせず、 AI を使い倒しても品質に妥協しない。 「AI を使う」という変化への適応はリスクを取って挑戦することに近い。(現在の)AI は新しいものを生み出せないからヒトのクリエイティビティが重要になる。 変化への適応力という文脈でいえば TEAM OF TEAMS でいわれるような不確定要素への対応で必須やねんよな。予測が無駄というのは危ういと思う。予測も事実に基づいて調整していくだけやからな。いつでも動けるよう備える。 いまの AI では Human-in-the-Loop が品質保証に必要だが、これも変わるだろうし今現在に順応仕切るのも本質じゃないんやろな。 どんな道具がでてきても使いこなせるだけのバイタリティは基礎に支えられてるから、そこを見据えたゆとりと学び続ける姿勢の重要性を今の AI は示唆してるんやろう。しらんけど。 わたしも AI の登場で知らない知識へのアクセスが広がって思考が拡張された。 また仕事用にエラーログから issue/PR 作成する Agents を作り協働してる。 これらを通してヒトがボトルネックであるのを噛み締めてるけど、それでも従来比でも速くなった。今後も変化に適応する限りブーストされ続けるんやろな。 本書はコレで終わり。 AI How to 本になりそうやったが最後の章で変化への適応力がでてきたり、ブログの内容に付加されるものが色々あって、よかった。ディープブルースの話含め、ブログのいろんな記事をまとめた形になってて面白かった。

2026-07-03, read count: 1, page: 245 ~ 280, pages read: 36