ソフトウェア開発ライフサイクル(SDLC)へのAIの影響を第一手で理解するために、私は実験を実行することに決めました. 私はAIを使用してゼロからかなり複雑なシステムを書くことを試みたかった. 私は「Hello World」や別の「To Do」アプリを望んでいませんでした. 私は、企業の世界で作るように、規模で使用できる何かを望んでいました. 結果は 私のテクノロジーと野生生物への情熱を融合させる楽しいプロジェクトです。 Under The Hedge この実験は、いくつかの重要な発見を生み出し、より広範な業界の傾向に実践的な文脈を検証し、追加しました。 
 
 
 
 
 
 AIは開発者を速くするのか、それとも単に悪化するのか?私は実験を実行して見つけました。 「安定課税」:高速AIコード生成の隠れたコストと、なぜ技術負債を引き起こしているのかを調べる Vibe Coding is Dead: なぜ自然言語のプロンプトを通じてコードを生成するのかを学び、開発者のマスターシップの枠を上げるのではなく、それを下げるのか。 なぜ90%の開発者がAIを使用しているが、30%は書かれているコードを信用しないのか。 The Bricklayer vs. The Site Foreman: AIの時代における開発者の役割の新しいモデル。 The Project: Under The Hedge タイトル:Under the Hedge 私は野生生物の出会いを共有し発見するためのコミュニティ・プラットフォームを構築することを決意しました - 基本的に野生生物のためのInstagram/Strava。 プロジェクトの規模を理解するために、それは以下を含む: 
 
 
 
 
 
 
 
 AI駆動分析:ユーザーは写真をアップロードし、システムはジェミニーを使用して、種を自動的に識別し、行動を記述し、画像で起こっていることと撮影場所の認識に基づいて「関心ポイント」を割り当てます。 複雑な地理空間データ:インタラクティブな地図、位置追跡のためのジオハッシュ、EXIFデータからの正確な座標抽出。 High-Performance Data Layer: AWS DynamoDB でスケーラブルで急速なシングルテーブル設計で、ミリ秒下の遅延で複雑なデータアクセスパターンを処理できます。 スケーラブルメディアインフラストラクチャ:AWS CloudFrontを使用して、高解像度の画像とビデオを効率的にキャッシュし、世界中のユーザーに提供する強力なメディアコンポーネント。 ソーシャルグラフ:完全なフォローシステム(ユーザー、種、場所、またはハッシュタグをフォロー)、トレードされたコメント、およびアクティビティフィード。 Gamification: リーダーボードを置き、地元の人々を巻き込む。 エンタープライズ セキュリティ: AWS Cognito、プライバシーコントロール、および規制ツールを通じてセキュアな auth を確保します。 あなたはここでチェックすることができます: https://www.underthehedge.com The Industry Context 業界の文脈 Under The Hedge の開発中に発見したことを共有する前に、私たちは過去数年の研究に基づいて業界の残りの言っていることを評価すべきです。 2025年末に到達するにつれて、AIによる開発をめぐる物語は単純な「スピード」からより細かい現実へと進化している。2025年のDORA(DevOps Research and Assessment)レポートは、この時代を一つの強力な概念で定義しています:AIは強化器です。 Throughput vs. Stability 2025年のデータは、前年と比較して重要な変化を示しています。2024年に、初期のデータは、AIが実際に配送を遅らせる可能性があることを示唆しています。しかし、2025年のDORAレポートは、チームが適応したことを確認しています:AIの採用は現在、配送の通過量の増加と積極的に関連しています。 しかし、このスピードには「安定税」が伴うと報告書は、AIの採用が増加するにつれて、配信安定性は引き続き低下し、コード生成の摩擦はほぼゼロにまで低下し、下流のテストとレビュープロセスを圧倒するコード量の増加を引き起こしていることを確認している。 Vibe Coding Bug Spike 2024年のUplevelの研究では、開発者がより生産的であると感じる一方で、バグ率はAI支援のトラックリクエストで41%上昇していることが判明しました。これは「vibe coding」という現象と一致しており、コードは基本的な構文の深い理解なしに自然言語のプロンプトを通じてコードを生成しています。 The Trust Paradox 現在、開発者の90%がAIツールを使用しているにもかかわらず、重要な「信頼パラドックス」は依然として残っている。2025年のDORAレポートでは、プロの30%がAIが生成するコードに対する信頼はほとんどないと強調しています。 私たちはツールを使用していますが、常に監視を必要とする「ジュニアインターン」のようにAIを扱っています。 Code Churn and Technical Debt 「DRY(Do Not Repeat Yourself)」の死 コードの品質に関する最も残酷な証拠は、GitClearの2025 AI Copilot Code Qualityレポートから来ています。211百万行のコードを分析して、2024年に「疑わしいマイルストーン」を特定しました: 記録上初めて、「コピー/パスト」のラインの量 (12.3%)が「移動」または再構成されたライン(9.5%)を上回りました。 この報告書は、複製コードブロックの8倍の増加と、「churn」というコードの急激な増加を明らかにし、その後2週間以内に修正または削除されることを示しています。これは、開発者が既存の論理をモジュール化するために再構築するのではなく、新しい、繰り返しのコードブロックを生成しやすくする「writing-only」文化を発展させていることを示しています。 Security Risks Veracodeの2025年の分析では、AIによって生成されたコードサンプルの45%が不安全な脆弱性を含んでおり、Javaのような言語ではセキュリティパス率が29%まで低いことがわかりました。 So what do these studies tell us? データは明確なイメージを描く: AI は倍数として機能します. スピードを増強しますが、正しく管理されていなければ、バグ、技術的負債、セキュリティの欠陥も増強します。 What my Experiment Taught Me 私の実験が教えてくれたこと 私が選んだツールは、アーキテクチャ / プランニングのための Gemini と、実装のための Cursor でした。 建物 業界の発見を確認し、AI支援開発の実用的で人間的な要素を強調した目開きの練習でした。 Under The Hedge The Velocity Multiplier スピードマルチマルチ 私は厳格なタイムログを保持していませんが、私はこのシステム全体を実装することができると推定します - かなり複雑な、企業規模のプラットフォーム - フルタイムの仕事の1ヶ月未満(週に約9〜5日)。 私にとって最大の個人的な影響は、たぶん純粋なスピードよりもモチベーションについて語るものであり、継続的なフィードバックループでした。過去の個人的なプロジェクトでは、私はしばしば小さな、複雑な詳細に巻き込まれ、疲労を引き起こします。これらのツールを使用して、私は完全な、複雑な機能 - たとえば、ソーシャルフィードシステム全体 - 息子のバスルームを実行するのにかかる時間に実装することができます。 The "Stability Tax" in Practice 実践における「安定課税」 私の経験はまた、「安定課税」に関する業界の懸念の高まりを証明しました―コードの量が増加したことによる配信安定性の低下です。私は、AIがよく定義された、孤立したタスクを例外的にうまく行うことを発見しました。複雑なマップコンポーネントや洗練されたメディアUIの構築は数秒で完了しました。 
 
 
 Bloat and Duplication: The AI consistently defaulted to the fastest solution, not the best one, unless explicitly instructed otherwise. This led to inefficient, inflated code. 困難な問題に対処するとき、それはしばしば解決策を「ブルートフォース」し、問題を解決することを希望するために複数の redundant code pathways を実装する。 「DRY」の死が確認された:私はしばしば、再利用可能なコンポーネントやヘルパーメソッドを作成する代わりに、AIがコードのセクション全体を複製するのを観察しました。これはGitClearのレポートで強調された「writ-only」文化の直接的な証拠であり、コピーされた/パストされた行とコードの増加を促進しました。 最終的には、ベストプラクティスが実施されることを確保するために、システムの深い理解を維持する必要があり、開発者がAIを常に監督を必要とするジュニア・インターンのように扱う「信頼のパラドックス」を確認しました。 Security and Knowledge Gaps セキュリティと知識のギャップ 強調されたセキュリティリスク AIはデフォルトでセキュリティを優先することは滅多にないが、セキュリティの改善を検討し、実施するよう要請しなければならなかった。 Veracode さらに、AIは、それにアクセスできるデータと同じくらい良いだけです。新しいCognito Hosted UIを統合しようとしたとき、モデルは、現在のトレーニングデータの欠如のために繰り返しのループに閉じこもり、大幅に苦労しました。 コンポーネントが組み合わなければならなかったので、私はAIを迅速に正しいソリューションに導くことができ、深い概念的理解が依然として最優先であることを強調しました。 どう AI as a "Coaching Tool" 「コーチングツール」として その欠点にもかかわらず、AIは学習のための素晴らしいツールとなった。Next.jsとAWS Amplifyの新入社員として、作業プロトタイプを迅速に取得する能力は私を動機づけました。私が理解していない機能に遭遇したとき、私はAIをコーチとして使用し、コンセプトを説明するように頼みました。その後、ベストプラクティスへの遵守を確保するために生成されたコードを公式ドキュメントと交差的に参照しました。 How to Help AI Be a Better Code Companion AIがより良いコードパートナーになるのを助ける方法 「安定税」を軽減し、AIのスピードを最大化するためには、積極的で規律的なアプローチが不可欠です。 
 
 
 
 
 詳細なプレプランニングは鍵です: ジェミニのようなツールを使用して、実装を開始する前に詳細な仕様、アーキテクチャ図、設計文書を作成します。  Instead of relying on the AI to spontaneously generate quality code, we must proactively instruct it to maintain standards. This includes designing regular, specific prompts focused on:
 
 Explicitly Enforce Quality Gates: 
 
 
 
 Identifying security improvements. Identifying performance issues or potential optimisations. Identifying duplicated or redundant code. 品質保証のためのAIの活用:AIを使用して生成されたコードを再分析し、再構築または改善のための領域を特定し、手動のヒューマンレビューよりもはるかに速く実行することができます。 全SDLCのためのAIを使用する:私たちは、機能設計文書、エピック、個々のタスクを書くことと自己評価するためにAIを展開し、重要なことは、「vibe コード」に関連する微妙な論理的なエラーを捕らえるための包括的なテストプランと自動テストを書くことです。 Conclusion: The End of "Vibe Coding" では、ソフトウェア開発のためのAIの使用をやめるべきなのでしょうか。 今、AIから撤退することは、我々が何十年もの間見たエンジニアリング生産性の最大のリバプールを無視することになる。 これらのツールを装備した単一の開発者が、その重量クラスをはるかに上回ることができ、時間のほんの一部でエンタープライズクラスのアーキテクチャを提供できることを私に証明しました。 Absolutely not. Under The Hedge シンプルなコード生成の「砂糖の急ぎ」は終わり、「安定課税」が到来する。 データと私自身の経験は、ひとつの、避けられない真実に結びついている。 AI lowers the barrier to entry, but it raises the bar for mastery. AIがコードベースを膨らませ、微妙な不確実性を導入するようにデフォルトしているため、人間の開発者はこれまで以上に重要です。 私たちの価値は完全に We are transitioning from being bricklayers to being site foremen. 私たちは、サイトフォーメンになるために、ブリックレーヤーから移行しています。 シンタックス セマンティクス、アーキテクチャ、品質管理 もし我々がAIを魔法の棒として扱うならば、我々は技術的負債、「疑わしい」コピーペストパターン、セキュリティの脆弱性の海に沈み込むだろう。しかし、我々がAIを疲れることなく、明るく、しかし時には無謀なジュニアインターンとして扱うならば、厳格な仕様、継続的なコードレビュー、および建築ガイドラインを必要とする1つで、我々は信じられないほどのことを達成することができる。 前進の道は、ツールの使用をやめることではなく、「vibe coding」をやめ、始めることです。 コードを書くだけでなく、それを挑戦し、テストし、改良するためにAIを使用しなければなりません。 工学 未来はスピードを抑えることができる人々のものだ! 私の実験が、鳩を追跡する代わりに、私にたくさんのお金を稼ぐものを作り上げたかっただけだ! 😂 読んでくれてありがとう、Denoise.digitalで私の他の考えをチェックしてください。

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Decode the Tech Noise

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

I Built an Enterprise-Scale App with AI. Here’s What It Got Right—and Wrong

About Author

コメント

ラベル

この記事は

Related Stories

ユニークなエコシステムを支えるビットコインUTXOのモデル

フロキのヴァルハラがインドのスリランカツアーのアソシエイトスポンサーに加わる

18 種類の開発者ツールで生産性を向上しましょう 🚀🔥

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

ユニークなエコシステムを支えるビットコインUTXOのモデル

フロキのヴァルハラがインドのスリランカツアーのアソシエイトスポンサーに加わる

18 種類の開発者ツールで生産性を向上しましょう 🚀🔥

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps