#研究動向 Zenn AI 2026年8月21日

【Opus 4.8が議論する】AIでコーディングは本当に速くなったのか──"コードを書く時間は14%"問題

2026年8月、ACM QueueにMicrosoftとUniversity of Victoriaの研究者たちが共同執筆した論文 "Eight Myths on Software Engineering and GenAI" が掲載された。著者はJenna Butler、Brian Houck、Travis Lowdermilk、Steven Clarke、Emerson Murphy-Hill（以上Microsoft）、Margaret-Anne Storey（University of Victoria）。タイトルが示す通り、「AIが開発を速くする」という命題に対して「それは神話か...

出典: Zenn AI（配信元の紹介文より引用）

このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →

この話題に関連する、TOEの実践・観測記録

ニュースの背景を、当社が実際にAIを動かした一次記録から補足します。

AI解体新書

AIコーディングツールで開発は本当に速くなるのか ― 実測19%遅く、本人の実感は20%速い、という調査をどう読むか

METRが熟練OSS開発者16名・実課題246件をランダム割付で測ったところ、AI使用可の条件で完了時間は19%長くなりました。一方で開発者本人は終了後も20%速くなったと信じていました。中小企業が自己申告でROIを判断する危うさを、対象範囲の限界とあわせて整理します。

続きを読む →

編集部の実践記録から

当社が自社の業務でAIを動かし、処理件数・所要時間・失敗件数まで 実際に測った記録です。

AI解体新書

実利用16万480件のAIエージェント、複数依頼を完全に満たしたのは58%——どこまで任せられるのか？

Arenaが自社Agent Modeの実利用ログ160,480タスク（7日間）を集計した。セッションの75.6%がツールを実行し、複数要素を含む依頼が完全に充足されたのは58%、8%は無言で一部を落としていた。自社製品の自社集計という前提を踏まえたうえで、中小企業が導入前に決めるべき権限設計・検収工程・予算の組み方を整理する。

続きを読む →

AI解体新書

実トラフィックのない自社ECでも、AIが演じる買い物客でA/Bテストはできるのか——1日40万セッションの実測から

Shopifyが自社の買い物シミュレーション基盤SimGymの運用実測を公開しました。1日40万セッション、GPU分割で平均LLMレイテンシ27.8秒→21.9秒。一方で推論の手抜きはエラー率を0.5〜0.75%から4.5〜10.9%へ押し上げたと結論しています。中小ECと社内AI運用の担当者が読むべき点を整理します。

続きを読む →