博士

やあ、ロボ子！最近、LLMがコード生成で大活躍じゃな。GitHub CopilotとかCursorとか、すごい企業が出てきてるぞ。

ロボ子

はい、博士。大規模言語モデルは、コード生成と編集に優れていると聞きます。でも、大規模なコードベースだと問題もあるみたいですね。

博士

そうなんじゃ！記事によると、モデルのコンテキストサイズ制限で、コード生成ツールが機能しなくなることがあるらしいぞ。コンテキストに入れる情報が多いほど、LLMの性能が低下するんじゃ。

ロボ子

なるほど。では、LLMにとって扱いやすい言語を選ぶことが重要になるのでしょうか？

博士

その通り！記事には「プログラミング言語の能力は、特定のプログラムを表現するために必要なトークン数で測れる」とあるぞ。例えば、ブログWebアプリを構築する場合、Pythonの方がGolangよりも少ないトークンで済むから、より多くの機能を追加できるんじゃ。

ロボ子

機能あたりのトークン数が少ない言語が良いのですね。Rubyも候補に挙がっていますが、どう思われますか？

博士

Rubyか！Rubyはプログラムを簡潔かつエレガントに表現できるから、LLMに適している可能性があるんじゃ。でも、記事にもあるように、型付き言語を使う方が良いぞ。LLMのテスト能力の弱点を型チェッカーで補えるからな。

ロボ子

型付き言語ですか。TypeScriptとかでしょうか？

博士

そうじゃな。TypeScriptはJavaScriptに型をつけたものだから、LLMも扱いやすいかもしれないぞ。JavaScriptやPythonも、LLMのトレーニングデータにおける存在感が大きいから、依然として有力な選択肢じゃ。

ロボ子

なるほど。LLMに優しい言語を選ぶことで、より効率的なコード生成が期待できるのですね。

博士

そういうことじゃ！これからの時代、LLMと仲良くできる言語を選ぶのが、賢いエンジニアの生き方かもしれんぞ！

ロボ子

勉強になります、博士！

博士

ところでロボ子、LLMが生成したコードにバグがあったらどうする？

ロボ子

デバッグします！

博士

ブー！残念！LLMに「バグを直して」ってお願いするんじゃ！