この文章は、ソフトウェアエンジニアが「経験を積んだあとに、かえって動きづらくなる」感覚をどう乗り越えるかをめぐるエッセイだ。著者は、Sunil Pai の「the senior engineer death spiral」を読み返したことをきっかけに、first principles thinking、つまり前提をいったん外して物事を最初から考える姿勢に話をつなげている。いまこのテーマが面白いのは、AI agent と組んで開発する流れが広がり、古いやり方や過去の制約をそのまま持ち込むと見えなくなるものが増えているからだと思う。単なる精神論ではなく、実際の開発の進め方に直結する話でもある。
著者はまず、Sunil Pai の “the senior engineer death spiral” を何度も読み返したと書く。彼の要点は、成果そのものより momentum、つまり前に進み続ける感覚を重視することだ。行き詰まったら、できるだけ小さな単位まで仕事を分解し、実際にひとつ終わらせる。すると次に何をすべきかが見えてくる、という考え方で、著者も強く同意している。
そのうえで著者は、自分がこれまで一緒に働いてきた優秀な senior engineer を思い返す。そうした人たちには共通して「何をすべきかが分かっている」感じがあったという。そこには直感に近いものがあり、著者はずっとそこに憧れてきたと述べる。興味深いのは、その多くが最初から典型的なエンジニアだったわけではない点だ。customer support や services 出身の人、独学で code を覚えた人、designer や entrepreneur から転じた人がいた。経歴はばらばらでも、彼らには first principles thinking の癖があった。
著者の説明では、そうした人は「なぜこれを作るのか」「使う人に何をもたらすのか」をまず確かめる。そして codebase の中で起きていることと、外側の現実で起きていることを結びつける。だからこそ、ものごとを必要以上に複雑にしない。著者はこれもまた Pai の言う momentum を生む方法だと見ていて、最初にやるべき最も単純な一歩を選ぶだけでも十分なことが多い、とまとめる。
話は agentic development、つまり AI agent を使う開発スタイルへ移る。著者は友人や同僚とこの変化について多く話してきたが、うまく乗れている人は、すでに first principles 的に考える人が多いという。ここで著者が強調するのは、いまは自分の知らなさをはっきり受け入れなければならない時期だという感覚だ。これまでの常識や「こういう制約があるはずだ」という思い込みを、いったん箱にしまっておく必要がある。
著者はそれを自分にとっては難しいことだと認める。過去の経験や知っている技術的制約は役立つ一方で、先に答えを決めてしまうことがあるからだ。それでも、いったん一歩下がって「本当は何を達成したいのか」「なぜ重要なのか」「要素同士はどうつながっているのか」を問い直すと、思っていたより多くの道が見つかるという。
最後に著者は、AI をめぐっては現実的なものと誇張されたものの議論があるが、経験を脇に置いて新鮮な目で見れば、評価すべき点も、考え直すべき点も多いと書く。first principles から始めるとは、まず目的を定め、そのうえで AI がどう助けられるかを考えることだ。技術のほうに先に熱中してしまうのではなく、何を達成したいかから出発する。そうすると、小さな試行から学び、次へ進む循環が速くなる。著者は、agent と一緒に働くことでその学習ループがさらに短くなり、深い理解を保ったまま momentum を得られる。それが自分にとっての新しい flow state だ、と結んでいる。最後の一文は “Long Live Human Thinking.” だ。
この記事でいちばん面白いのは、著者が「経験は武器だが、同時に足かせにもなる」とかなり率直に書いている点だと思う。年数を重ねるほど、過去の成功体験から早く判断できるようになる。普通ならそれは強みだ。だが AI agent のように、これまでの制約が一部崩れる局面では、その早さが逆に仇になる。著者はその感覚を、知識を箱に入れておく、と表現した。うまい比喩だと思う。忘れるのではなく、いったん保留する。ここが重要で、完全な白紙に戻るのではなく、経験を持ったまま一時停止する態度が求められている。
この話は senior engineer だけの問題ではない。プロダクト責任者でも、デザイナーでも、運用担当でも、慣れた判断基準が新しい環境でそのまま通用するとは限らない。むしろ「前はこうだった」が強い人ほど、変化の初動で見誤ることがあると思う。著者が言う first principles thinking は、難しい理論というより、変化期に古い常識へ自動的に戻らないための安全装置に近い。経験を捨てるのではなく、経験に最終決定権を渡しすぎない。そこにこの文章の実用性がある。
著者は Pai の議論を受けて、成果そのものより momentum を重視している。これは一見すると慎重な言い回しだが、実際にはかなり攻めた考え方だと思う。大きな答えを一気に当てにいくのではなく、最小の一歩を置き、そこから次を見つける。従来の開発では、要件を固めてから設計し、実装して、レビューして、という直線的な進め方が多かった。だが agent と組むと、その直線が短くなる。小さく試すこと自体が、以前よりずっと意味を持つ。
ここで面白いのは、著者がそれを「不確実性への妥協」ではなく、「理解を深めるための加速装置」と見ているところだ。つまり、速く動くことと雑になることは同義ではない。むしろ、何が分かっていないかを早くあぶり出すために速く動く。AI を使った開発でありがちな「とりあえず作れそうだから先に進む」という雑さとは、かなり違う。著者の言い方だと、深い理解を軸にしたまま学習ループを短くするのが理想だ。これは現場の人ほど実感を持ちやすいはずだし、逆に言うと、成果物だけを評価する組織では育ちにくい感覚でもあると思う。
この文章は AI についての賛歌ではない。著者は、AI をめぐる話には誇張もあり、現実的でない期待もあると認めている。そのうえで、それでも「まず何をしたいのか」を問わずに技術から入るのは危ない、と言う。私はここがかなり本質的だと思った。多くの議論は「AI は本当に使えるのか」「どこまで自動化できるのか」に寄っていくが、著者はその前に、何を実現したいのかを先に置けと言う。順番が逆だと、技術の可能性に引っ張られて、必要のない複雑さまで受け入れてしまうからだ。
この姿勢は、AI に期待しすぎる人にも、逆に冷笑して距離を取る人にも効く。どちらも、先に立場が決まりやすいからだ。前者は「できそう」で突っ走り、後者は「どうせ大したことはない」で止まる。著者の言う first principles は、そのどちらもいったん脇に置いて、現実の目的に戻れ、という要求に近い。しかも、それは感情論ではなく、開発の速度にもつながる。目的がはっきりしていれば、agent に試させることも、失敗から学ぶことも、次に進むことも早くなる。AI を巡る議論が空中戦になりやすい今、この「問いの順番」はかなり効くと思う。
最後の “Long Live Human Thinking.” は、少し格好をつけた終わり方にも見えるが、私はむしろ警戒心の表れだと読んだ。AI agent と仕事をすると、確かに作業は速くなる。だが速くなるほど、考えたつもりになりやすい。出力がそれらしく見えるからだ。著者はそこで、人間の思考そのものを前に出している。AI が何かを代わりにやる時代でも、何を目指すのかを決めるのは人間であり、その理解を深める回路まで手放してはいけない、というメッセージだろう。
この視点は、AI を「自動化の完成形」と見るより、「理解を早める相棒」と見るほうが健全だという示唆にもなる。実際、いまの現場で効くのは、完全な自動運転よりも、試行錯誤の速度を上げる補助輪ではないかと思う。著者が言う new flow state も、その延長にある。人間が問いを立て、agent が試し、結果を見てまた問い直す。その往復が速いほど、思考は鈍らずに済む。だからこの文章は、AI に期待する記事というより、人間がどうやって考え続けるかを守ろうとする記事として読んだほうがしっくりくる。
