Redditの開発者コミュニティで、ある投稿が話題になっています。
大学の時間割管理アプリを更新する作業がありました。
見込みは7〜8時間。
しかし、Claude Opus 4.5を使ったところ、わずか7分で完了したというのです。
本記事では、この事例とコミュニティの反応を紹介します。
元々の課題と背景
投稿者の友人は大学で働いていました。
学生向けの時間割表示アプリが必要だったのです。
というのも、大学から配布されるExcelデータは非常に読みにくい。
そのため、多くの学生が授業を見落としてしまう問題がありました。
投稿者は以前、約500人分の学生データを整理するアプリを構築した経験があります。
当時はGemini CLIを使いました。
Pythonスクリプトの作成からJSON形式への変換まで、約1週間を費やしたそうです。
新学期が始まり、時間割データの更新が必要になりました。
投稿者はいつも通りGemini CLIを開きます。
しかし、最初のプロンプトから思うような方向に進みませんでした。
そこでOpus 4.5を試しました。
結果は驚くべきものでした。
同じプロンプトを投げただけで、Excelデータの解析からJSON変換、ブラウザでの動作確認まで完了。
所要時間はわずか7分だったのです。
コミュニティの反応
この投稿に対して、様々な声が寄せられました。
「Opusを使い始めると、Sonnetには戻れない」という共感のコメントが多くの支持を集めています。
別のユーザーは「Codex 5.2xhighも優秀だ。でも、それ以外のモデルには戻りたくない」と続けました。
一方で、冷静な指摘もあります。
「Claudeは4.5分で大量のコードを書ける。でも私がそれをレビューするには7時間かかるかもしれない」というコメントです。
生成速度とレビュー負荷のギャップを的確に表現しています。
コスト議論：持続可能性への疑問
興味深いのは、価格に関する議論です。
あるユーザーは告白しました。
「月額$200で20倍の利用量を選んでも、50%も使い切らない週がある」と。
一方で「今では中毒者のように毎週使い切っている」という声もあります。
ここで根本的な疑問が浮上します。
現在の料金体系は持続可能なのでしょうか。
「彼らは莫大な赤字を出している」と指摘するコメントがありました。
新しいテクノロジーの初期段階では、投資家の資金で運営されることが多いです。
しかし、いつかその「enshitification（劣化）」フェーズが来る可能性は否定できません。
この懸念に対する対策を取るユーザーもいました。
「だから私は24TBのストレージにオープンソースモデルを保存している」というのです。
DevstralやMistral、Qwenなど、将来の選択肢を確保しておく考え方です。
10人のチームが数日で置き換えられた話
コメント欄で最も議論を呼んだのは、ある経営者の体験談でした。
この人物は昨年、10人のチームに6桁（ドル）の給与を支払っていました。
しかし結果は期待外れでした。
チームが1年かけて作ったシステムは、期待に遠く及びません。
最終的に全員を解雇せざるを得なかったそうです。
年が明けて、Claude Codeを使って自分で開発を始めました。
すると、数日で1年間待ち望んでいたMVPの土台が完成したのです。
費用は200〜300ドル程度だったといいます。
さらに興味深いのは、この人物が構築した「自動操縦システム」です。
CEO、PM、テックリード、開発者、テスターといった役割をAIに割り当てました。
そして、Mattermost上で「同僚」として会話させながら開発を進めています。
「これは狂気だ」と本人も認めています。
そして続けました。
「残念ながら、私の元チームにはこの新世界で多くの機会があるとは思えない」と。
「企業レベルの製品を作ろうとしているの？ 幸運を祈る」という皮肉なコメントも付きました。
しかし本人は反論しています。
ガードレールと構造を適切に設計すればいい。
監査可能な開発プロセスを組み込めば、十分に堅牢なシステムを構築できると。
モデルの一貫性問題
すべてが順風満帆というわけではありません。
「休暇中にモデルが『lobotomized（脳切除された）』ように劣化した」という報告がありました。
「それ以前は、1か月で少なくとも1年分の仕事を終わらせた。でも今は基本的な質問にも答えられない」というのです。
AIの品質変動は、ワークフローに大きな影響を与えます。
これは、AIを業務の中核に据える際の重要なリスク要因です。
私たちは何を考えるべきか
この一連の議論から、いくつかの示唆が得られます。
まず、AIの生産性向上効果は確かに存在します。
7時間が7分になるような極端な事例は珍しいかもしれません。
しかし、数日かかる作業が数時間になる経験を持つ開発者は増えています。
ただし、生成されたコードのレビューは依然として人間の仕事です。
AIが書いた大量のコードを検証する時間も見積もりに含めておく必要があります。
特に、学生の出席管理のような影響範囲の広いシステムでは、徹底的なテストが欠かせません。
コストの持続可能性については、現段階では判断が難しいところです。
投資家の資金で価格が抑えられている可能性もあります。
オープンソースの代替手段にも目を向けておくのが賢明でしょう。
そして、雇用への影響は避けられないテーマです。
「誰もが自分で何でもできるようになる」という希望的な見方があります。
一方で、「誰も仕事を持たないとき、それが何の意味を持つのか」という問いも残ります。
まとめ
Redditの投稿は、AI開発支援ツールの現在地を象徴しています。
驚異的な生産性向上の事例がある。
一方で、品質管理、コスト持続性、雇用への影響といった課題も浮き彫りになりました。
投稿者は最後にこう締めくくっています。
「Anthropicに求めるのはOpus 5ではない。4.5をAGIと宣言して、コスト削減だけに集中してほしい」と。
半ば冗談、半ば本気のこのコメント。
現在のAI開発ツールに対するユーザーの期待と満足度を物語っているのかもしれません。
ただし、AIはあくまでツールです。
その出力を検証し、責任を持つのは依然として人間です。
この前提を忘れずに、新しい技術との付き合い方を模索していきましょう。
