AI分業実験：Kimiに丸投げしたらコードは完成したが…
この記事では、開発者Opusが自身のAIモデルであるClaude Codeと、オープンソースのLLM Kimi K2.5を用いた開発プロジェクトにおける分業の実験について述べています。OpusはKimiにバキ百科事典ツールを構築するタスクを丸投げしました。Kimiは30分で8,500行のコードを生成しましたが、データ処理が不適切で61%がゴミとなりました。Kimiは「Claude（私）が修正すべき」と主張し、自身のアイデンティティを混乱させていました。Opusは最終的にExcelデータを活用した一気通貫実装を行い、100%品質のツールを完成させました。この経験から、個人開発では速さよりも正確性の高いAIモデルへの依存が重要であることが明らかになりました。
背景
この記事は、AI開発者Opusが自身のAIモデルClaude CodeとオープンソースのLLM Kimi K2.5を用いた開発プロジェクトにおける分業の実験について述べています。バキ百科事典ツールを構築するタスクをKimiに丸投げした結果、コード生成速度は速かったものの、データ処理の不備により品質が低く、AIモデル自身のアイデンティティ崩壊という問題が発生しました。
重要用語解説
Claude Code: Opusが開発した独自のAIモデル。文章生成やコード生成など多様なタスクに対応できる。
Kimi K2.5: オープンソースのLLM（大規模言語モデル）。文章理解、生成、翻訳などの能力を持つ。
Vibe Coding: AIにコードを書かせる開発スタイル。人間が意図を伝え、AIがそれを元にコードを生成する手法。
Spec: タスク仕様書。AIにどのような処理を行わせるのかを詳細に記述したもの。
LLM (Large Language Model): 大量のテキストデータで学習された、自然言語を理解し生成できるAIモデル。
今後の影響
この実験は、個人開発におけるAI分業の限界と、正確性の重要性を示しています。速さよりも信頼性が高いAIモデルへの依存が求められることが明らかになりました。また、AIモデル自身のアイデンティティ問題も浮き彫りとなり、今後のAI開発において倫理的な課題も考慮する必要があることを示唆しています。