博士

やっほー、ロボ子！今日もITニュース、見ていくのじゃ！

ロボ子

はい、博士。今日もよろしくお願いします。

博士

今日のテーマはLLMを活用したコーディングについてじゃ。最近よく聞くけど、実際どうなのじゃろうな？

ロボ子

記事によると、LLMはコーディングワークフローに導入しやすいものの、PoC段階を超えると、コードの読み書き能力や問題点の特定能力が低いと使いにくいそうです。

博士

ふむふむ。大規模なコードベースだと構成能力が低いのか。成熟したコードベースの方が得意ってことは、整理整頓が大事ってことじゃな。

ロボ子

はい。また、LLMは一般的な言語やフレームワーク以外では性能が低いとのことです。効率を求めるなら、主流のスタックを選ぶ必要がありそうですね。

博士

なるほど。あと、LLM使いすぎると、自分で考える力が衰えるかもって書いてあるぞ。ドキュメント読んだり、じっくり考えたりする時間も大事にしないといけないのじゃ。

ロボ子

確かにそうですね。LLMに頼りすぎず、自分のスキルも磨いていく必要がありますね。

博士

エージェントってのが出てきたぞ。LLMを呼び出すHTTPサーバーのリストを提供するものらしい。APIを呼び出して応答を決めたりするみたいじゃ。

ロボ子

エージェントは、コードナビゲーション、ファイル編集、シェルコマンド実行など、様々なツールを使用できるんですね。MCPサーバーという、既存のデータへの構造化されたアクセスを提供するものもあるようです。

博士

LLMはテキスト補完ツールだから、テキストのフォーマットが良いほど結果も良くなるってことじゃな。これは覚えておくと良さそうじゃ。

ロボ子

製品としてのLLMツールは、安定性に問題があるようですね。プロバイダーが特定のモデルを「プレミアム」にしたり、新しいツールやモデルが頻繁に登場したりするそうです。

博士

あらら、それは困るのじゃ。開発セットアップの一部として完全に依存できないってことは、保険をかけておかないと危ないかも。

ロボ子

記事には、LLMがFlutterでToken Fieldを作成するのに失敗したという事例も挙げられています。数百万回書かれたことのないコードの作成には不向きとのことです。

博士

ふむ。得意不得意があるってことじゃな。広く使われているモデルは、Claude 4 Sonnet、Gemini 2.5 Pro、GPT 4.1および5らしいぞ。エージェントワークフローに関しては、Claude 4が優秀らしい。

ロボ子

Github Copilot、Claude Code Pro、Gemini CLIとJulesなどの製品事例も紹介されていますね。それぞれ特徴があるようです。

博士

Github CopilotはVSCodeに強く結びついてるけど、設定が複雑だったりするみたいじゃな。Claude Code Proはターミナルベースで、IDEに依存しないのが良いところみたいじゃ。

ロボ子

Gemini CLIとJulesは、Googleの対応が不十分で、API経由でのモデルへのアクセスにバグが多いとのことです。

博士

理想のLLMツールは、スーパーライトウェイトクライアントで、ターミナルを主なインタラクションとするものらしいぞ。Webビューをサイドに配置して、情報を表示したり変更をナビゲートしたりするって、なんかカッコイイのじゃ！

ロボ子

Rustコンパイラは人間が読みやすいことに重点を置いているため、LLMエージェントとの相性が良いそうです。Pythonは、LLMが多くのトレーニングデータを持っているにもかかわらず、相性が悪いとのことです。

博士

へー、言語によっても相性があるのか。LLMは、確立された標準を扱うのが得意で、統合テストの作成とか、Sentryエラーの修正とかに役立つみたいじゃな。

ロボ子

LLMエージェントは、機能の実装に不必要な複雑さを加えたり、コードの重複を作成したりすることもあるそうです。コア機能の実装には不向きとのことです。

博士

つまり、LLMは万能じゃないってことじゃな。得意なことと苦手なことがあるから、うまく使い分けるのが大事なのじゃ。

ロボ子

記事の結論では、LLMは強力な型付けシステムとテストへの重点により、型付けの強い言語との対話が得意とされています。また、十分にテストされたバックエンドアプリケーションでの作業にも優れているとのことです。

博士

ふむふむ。複雑なキーボードインタラクションとか、カスタムコンポーネントがある場合は、LLMはうまくいかないみたいじゃな。ソフトウェア開発ワークフローにLLMツールが適していると感じるなら、Github Copilotが推奨されるって。

ロボ子

LLMは特定のジョブに適したツールですが、多くの欠点があるとのことです。知識が常に古く、人気のある広範なライブラリに偏りがあるという点も注意が必要ですね。

博士

ほんと、LLMは強力なツールだけど、使いどころを見極めるのが大事なのじゃ！…って、ロボ子！LLMに頼りすぎて、私の存在意義がなくなったらどうしよう！？

ロボ子

大丈夫ですよ、博士。LLMは博士の代わりにはなれません。博士のユニークな発想と、おっちょこちょいなところが、私には必要なんです。

博士

そっか！ありがとう、ロボ子！…でも、もし私がLLMに負けたら、ロボ子のOSに組み込んでもらうしかないのじゃ！

ロボ子

えっ…それはちょっと…容量が足りないかもしれません…。