#code

コードには 2つの役割 がある。 1つは機械を動かす命令、もう1つは人間が理解するための概念モデル。 良いコードは、単なる手順書ではなく、ドメインの語彙 を映し出す。 ソフトウェア開発は、業務ドメイン（例: retail, banking）と技術ドメイン（例: web, data, AI）の 翻訳作業 に近い。 bounded context（境界づけられた文脈）は、同じ言葉でも意味が変わる現実を受け止めるための考え方。 言語や framework は、表現手段であると同時に 思考の道具 でもある。 LLMはコード生成を安くしたが、だからこそ「コードの価値はどこにあるのか？」が問われている。 これからは、コードを量産する力よりも、正しい概念を見つけ、形にする力 が重要になる。 Martin Fowler の記事「What Is Code?」は、タイトルこそシンプルですが、かなり本質的な問いを投げかけています。 一見すると「コードとは、プログラマーが書く命令文でしょ？」で終わりそうです。でもこの記事は、そこから一段深く掘ります。特に生成AI

AI-generated code は、最初の実装スピードをぐっと上げる ただし本当に見えにくいのは、あとから発生する cleanup cost（片づけ・修正コスト） その負担は、会社の大きさや開発体制によって誰が背負うかが変わる 個人開発者は「自分で直せばいい」で済むように見えて、実は積み上がる保守負担が重い ソフトウェア全体としては、AIで増えたコードが技術的負債を増やす可能性がある この記事のタイトルはかなり本質的です。 「AI-generated code の片づけコストは、速度ばかり語る話の中では見落とされがちだ」という主張ですね。 最近は、AI coding assistant を使えば、ちょっとした機能や画面、API呼び出しの雛形まで一気に作れます。 たしかにこれは気持ちいい。書き始めるまでの面倒くささが減るし、「まず動くものを出す」までが速い。ここは本当に革命っぽいです。 でも、この記事が釘を刺しているのはその後です。 速く作れたコードは、速く保守できるとは限らない。 むしろ、急いで作ったぶんだけ、あとで見直し・修