魔法使いとほうき：シャーウィン・ウーが語る、AIはOpenAIのエンジニアリングをどう書き換えているか

ウー氏は今でも時折コードを書くという。ウー氏のようなマネージャーにとって、今ではAIツールを使うほうが手でコードを書くよりはるかに簡単であり、ウー氏自身のコードは、OpenAIの他の一部のエンジニアリングマネージャーのコードと同様、すべてCodexが書いている。社内全体でどれだけのコードがAIによって書かれているかを正確に測るのは難しいという。なぜなら、その大部分、「ほぼ100%」は、通常まずAIが生成し、その後に編集されるからだ。

OpenAIが実際に追跡しているのは導入状況である。ウー氏によれば、エンジニアの約95%が毎日Codexを使っており、プルリクエストの100%がCodexによってレビューされている。つまり、本番環境にマージされるコードは基本的にすべて、Codexが目を通して変更を提案したものだということだ。また、Codexをよく使うエンジニアは、あまり使わないエンジニアに比べてPRを約70%多く出しているとも報告した。ヘビーユーザーがさらに効率化するにつれてこの差は広がっており、前回確認したときよりも拡大している可能性があるという。

「OpenAIのコードは100%Codexが書いている」と言ってよいのかとレニー氏が尋ねると、ウー氏はその言い方を退けた。本番環境で動いているすべてのコードがAIによって書かれたとまでは主張しないし、誰が書いたかを特定するのは難しい。ウー氏の見立てでは、ほぼすべてのエンジニアがあらゆるタスクでCodexを多用しているので、コードの大部分はおそらくCodexが書いている、ということだった。

また、信頼の度合いにはまだばらつきがあるとも指摘した。Codexをあまり信頼していないエンジニアもいるが、ほぼ毎日のように、Codexにできることに驚いたという人と話をするし、モデルに自律的に作業させてよいと思える各人の基準は上がり続けているという。ウー氏は、OpenAIのサイエンス担当VPだと紹介したケビン・ワイル氏の言葉を引用した。「今のモデルが、これから先で最も性能の低いモデルだ」。レニー氏は、OpenClawの開発者が最近、Codexの出力を十分に信頼しているので、そのままmasterにコミットしてもほぼ確実に大丈夫だと感じると語っていたことに触れた。ウー氏はその開発者を、チームに密にフィードバックをくれる優れたCodexユーザーだと評した。

1〜2年後のエンジニアの仕事がどうなっているかを問われ、ウー氏は大きく変わる可能性が高いと答えた。そして、エンジニアは今、おそらく今後12〜24か月という稀有な時期にいて、自分たちで物事を見極め、自分たちの基準を定めることができるのだという。

個人貢献者（IC）のエンジニアが「何隊ものエージェント群」を管理するテックリードになりつつある、というよく聞かれる見方にもウー氏は同意した。ウー氏のチームのエンジニアの多くは、同時に10〜20のスレッドを進行させている。そのすべてが実際にCodexのジョブとして動いているわけではないが、エンジニアが様子を確認し、方向づけ、フィードバックを与える並行した作業の流れである。仕事はコードを書くことから、マネジメントに近いものへと移ってきた。

この状況を表すウー氏のお気に入りの比喩は、『計算機プログラムの構造と解釈』（SICP）から来ている。MITのプログラミング入門講座でSchemeを教えるのに使われ、熱狂的なファンを持つ教科書だ。ウー氏はこの本の冒頭部分を覚えている。そこではプログラミングが魔術にたとえられており、プログラマーは魔法使い、プログラミング言語は呪文であり、課題はプログラムに思いどおりのことをさせる呪文を見つけることだとされている。そのためこの本はしばしば「魔法使いの本」と呼ばれる。ウー氏はこの本を1980年頃のものとしたうえで、この比喩は今も色あせていないと語った。ウー氏の解釈では、プログラミング言語は常に呪文であり、それが着実に使いやすくなってきた。そして今のAIの波はその次の段階だ。今や呪文は文字どおりのものになった。CodexやCursorに望むことをそのまま伝えれば、それを実行してくれるからだ。

ウー氏はこの比喩をさらに『ファンタジア』の「魔法使いの弟子」にまで広げた。ミッキーは魔法使いの帽子を見つけ、ほうきに仕事をさせて眠り込み、目を覚ますと洪水になっていて、それを老魔法使いが片づけることになる。ウー氏はこれを「究極のバイブコーディング」と呼んだ。ここから引き出される教訓は、こうした呪文は非常にレバレッジが高いが、自分が何をしているのかを理解していなければならない、ということだ。20のCodexスレッドを回すには、モデルが暴走しないようにするためのスキルと経験と思考が必要になる。放ったらかしにして目を離すわけにはいかない。同時に、こうしたツールに習熟したシニアエンジニアは、今やはるかに多くのことをこなせる。ウー氏によれば、それこそが仕事を楽しくしている理由でもある。「文字どおり、今の私たちは魔法使いになったような気分です」。レニー氏は、以前のゲストが願いを叶えるジーニーにたとえていたことを付け加え、ウー氏は「猿の手」に言及した。求めたものは手に入るが、副作用がついてくる、というわけだ。

レニー氏は、増えつつある不満を取り上げた。エージェントが行き詰まると、時間を無駄にしているように感じてストレスを覚える人がいるというのだ。ウー氏は、そういうことは常に起きていると認めたうえで、モデルもツールも完璧ではなく、人々がまだその使い方を学んでいる最中であるがゆえに、そこにこそ今の興味深い課題があるのだと語った。

ウー氏は社内のある実験について説明した。あるチームが、100%Codexによって書かれたコードベースを維持しているのだという。通常、エージェントが必要なものを作れないときには逃げ道がある。腕まくりをして、場合によってはCursorのタブ補完を使いながら、自分で書けばいい。このチームはあえてその選択肢を捨てているので、彼らにとっての問いは、どうすればエージェントにタスクをこなさせられるか、ということだけになる。ウー氏によれば、OpenAIはそこで得られた知見についてブログ記事を公開する予定だという。

ウー氏が紹介した教訓のひとつは、コーディングエージェントが失敗するとき、その原因はたいていコンテキストにあるということだ。タスクの指定が不十分だったか、物事をどのように進めるべきかについてエージェントが十分な情報を持っていなかったのである。解決策は、エンジニアの頭の中にある暗黙知を、コードコメント、コード構造、Markdownファイル、スキル、その他モデルが読めるリソースを通じてリポジトリに落とし込むことだ。AIを使わないという選択肢をなくしたことで、エージェントに全面的に頼るために誰もがいずれ解決しなければならない問題に、このチームは取り組まざるを得なくなったのだとウー氏は語った。

PRが増えればコードレビューも増える。レニー氏は、それが苦行にならないようOpenAIはどうしているのかと尋ねた。ウー氏によれば、人々がまずモデルに任せるタスクは、エンジニアリングの中でも最も面倒で退屈な部分になりがちで、それが今の仕事がより楽しくなっている理由の一端なのだという。ウー氏自身、コードレビューが大嫌いだった。大学卒業後に最初に就職したQuoraでは、誰もが手を入れるニュースフィードのコードを担当していたため、毎朝ログインすると20〜30件のレビューが待っており、先延ばしにしているうちに50件にまで膨れ上がるのを眺めていたという。

ウー氏によれば、Codexはコードレビューが非常に得意で、特にGPT-5.2は、うまく方向づければとりわけ優れたレビューをするようになった。CodexがすべてのPRをレビューして提案を残すので、以前は10〜15分かかっていたレビューが2〜3分で済むこともある。小さなPRの場合、人間によるレビューを省略し、ばかげたミスを拾ってくれる「もう一組の目」としてCodexに任せることもあるという。

OpenAIは、プッシュ後のプロセスの多くもCodexで自動化している。ウー氏によれば、エンジニアが最もいら立つのは、コードを書いた後にそれを本番環境に届けるまでの過程、つまりテスト、lintエラー、レビューだ。今では社内ツールで、Codexが単純なlintエラーを修正してパッチを当て、CIを再実行するようになっている。狙いは各ステップでエンジニアの作業を減らすことで、その結果、エンジニアははるかに多くのPRをマージしてリリースできるようになったという。

レニー氏は、Codexがコードを書き、そのコードを自らレビューするという循環性について尋ねた。ウー氏はその点を認め、ほうきの話に立ち戻った。OpenAIはどのPRをCodexだけのレビューに任せるかについて慎重であり、ほとんどの人は今も自分のPRに目を通している。ウー氏はこの変化を、注意の度合いが100%からゼロになったのではなく、約30%になったのだと表現した。OpenAIは社内で多くのモデルをテストしているが、自社モデルをドッグフーディングしたいため、外部モデルはあまり使っていない。社内のモデルバリアントはレビューにおいて異なる視点をもたらしてくれ、それがうまく機能しているという。

ウー氏によれば、マネージャーの役割はエンジニアの役割ほどには変わっていない。まだ「マネージャー向けのCodexは存在しない」からだ。ただし、ウー氏自身はマネジメント業務の一部にCodexを使っている。そして、今後の方向性を示唆するトレンドが見えているという。

1つ目は、Codex、そしておそらく社会全体におけるAIが、トップパフォーマーや主体性の高い人々を不均衡なほどに強化するということだ。それによって、チーム内の生産性の差が広がる。ウー氏が長年掲げてきたマネジメント哲学は、時間の大半をトップパフォーマーとともに過ごし、彼らが障害なく、生産的に働き、意見が聞き届けられるようにすることであり、それは今ますます重要になっていると考えている。その例として挙げたのが、100%Codexのチームだ。彼らに自由にやらせたことが実を結んでいる。また、モデルと協働するためのベストプラクティスを探っているエンジニアのグループについても語った。ウー氏はこれを非常にレバレッジの高い取り組みだと考えており、OpenAIは彼らが学んだことを知識共有セッションやドキュメントを通じて広めている。レニー氏はこれを、マーク・アンドリーセン氏が最近このポッドキャストで語った「AIは優秀な人をより優秀にし、卓越した人を並外れた存在にする」という言葉と結びつけた。

2つ目のトレンドは、管理範囲（スパン・オブ・コントロール）に関するものだ。ウー氏によれば、人事評価の際、GitHub、Notion、Google ドキュメントといった社内のナレッジに接続したChatGPTを使えば、ある人が過去12か月に何をしてきたかをすばやく把握し、ディープリサーチ風のレポートの下書きを作ることができる。ウー氏の見方では、エンジニアが今や20〜30のCodexスレッドを管理しているのと同様に、こうしたツールによって、マネージャーはソフトウェアエンジニアリングで一般的な6〜8人よりもはるかに大きなチームを率いられるようになるかもしれない。ウー氏はこれをサポートやオペレーションの領域と比較した。そこでは、より多くの仕事をエージェントに任せることで、チームはより多くのことをこなせるようになり、マネージャーはより多くの人を監督できるようになる。OpenAIのエンジニアリングマネージャーの中には、すでにこうしたツールを使って大規模なチームを効果的に運営している人もいるという。

ほかにマネジメントの教訓はあるかと問われ、ウー氏は、自分の哲学は時を経てもほとんど変わっていないと答えた。トップパフォーマーの原則を具体的に言えば、自分の時間の50%以上を、おおよそ上位10%の人々と過ごすことだという。

ウー氏の指針となっているイメージは、『人月の神話』から来ている。ウー氏はこの本が1970年代に書かれたものだと考えている。この本では、ソフトウェアチームは外科手術チームのように組織されるかもしれないと予測されていた。1人の外科医が執刀し、看護師、研修医、フェローといった他の全員は、その外科医を支え、求められたらメスを手渡すために存在する、というものだ。ソフトウェアはずっと協働的なものなので、実際にはそうはならなかったとウー氏は言う。しかしウー氏は、チームの一人ひとりに、自分が外科医で、軍隊のような大勢に支えられているかのように感じてもらえるよう努めている。実際にはマネージャーであるウー氏ひとりなのだが。実践的には、それは先回りして考え、組織上の障害を取り除くことを意味する。AIの時代にはそれがさらに重要になるとウー氏は主張した。エンジニアが次々とPRを生み出しているとき、ボトルネックになるのはたいてい組織やプロセスの問題だからだ。理想は、外科医が求める前にメスを用意しているマネージャーである。

レニー氏は、AIがこうした障害を予測するのに役立つのではないかと提案した。ウー氏はまだ試したことはないが、魅力的なアイデアだと答えた。社内のナレッジ、Notion、Slackに接続したChatGPTに、自分のチームが今抱えている障害は何か、自分にどう手助けできるか、さらには来月起こりそうな障害は何かを尋ねる、というものだ。

まだ人々が織り込んでいないことは何かと問われ、ウー氏は「1人で10億ドル規模のスタートアップ」というアイデアを選んだ。ウー氏は、これを最初に語ったのはおそらくサム・アルトマン氏だろうと考えている。このアイデア自体は刺激的だと感じているが、その波及効果が見過ごされていると考えている。

ウー氏の考える二次的効果はこうだ。1人で10億ドル規模の会社を作れるのなら、誰にとっても会社を立ち上げること自体がずっと容易になる。ウー氏は、スタートアップや中小企業の大ブームが起きると予想している。ウー氏が指摘したのは、AIスタートアップにすでに見られる垂直特化の動きだ。そこでは、作り手がユースケースを深く理解しているため、ひとつの領域向けのツールを作ることがうまく機能している。これを推し進めれば、そうした企業が100倍に増えるかもしれない。1社の「1人10億ドル企業」を支えるには、その会社向けに特注のソフトウェアを作る100社の小さなスタートアップが必要になるかもしれず、ウー氏は私たちが「B2B SaaSの黄金時代」に入る可能性を示唆した。ウー氏の構図では、10億ドル規模の1人企業が1社、1億ドル規模のスタートアップが100社、そして1,000万ドル規模のビジネスが何万社も存在するかもしれない。個人にとって、1,000万ドル規模のビジネスがあれば一生安泰だ。

三次的効果について、ウー氏は不確実性がますます高まると断ったうえで、ベンチャーキャピタルへの影響を挙げた。世界が、1人か2人のオーナーのためにソフトウェアを作るマイクロ企業で満たされるようになれば、スタートアップとVCのエコシステムは変化するだろう。少数の大手プラットフォーム企業が存在する一方で、ベンチャー規模の100倍や1,000倍のリターンを生み出せるスタートアップの数は減るかもしれない。1,000万〜5,000万ドル規模の企業はベンチャー投資としてはリターンが乏しいが、主体性の高い個人にとっては素晴らしいものだ。四次的効果も教えてほしいというレニー氏の冗談めいた求めには、ウー氏は応じなかった。

レニー氏は反論した。自身のビジネス（ベンチャー規模ではないという）を運営してきた経験から言うと、サポート依頼の量を考えれば、契約規模が非常に大きいか、運営者が外部の業務委託に頼るのでもない限り、1人で10億ドル規模の会社は想像しにくいというのだ。ウー氏は部分的には同意しつつ、別の姿を提示した。1人の創業者が、すべてのチケットに対応するために自らAIを差し向けるわけではない。そうではなく、たとえばポッドキャストやニュースレター専用のサポートソフトウェアを作る10社や20社といった、多数の小さなスタートアップ（それぞれが1人で運営されている可能性もある）が、彼らに合わせたツールを販売するようになる。ソフトウェアを作るコストが劇的に下がるにつれて、企業はより多くを外部に委託し、小さいままでいられるようになるかもしれない。ウー氏は、これは非常に不確実なことだと繰り返した。レニー氏は、四次的効果として自分なりの候補を挙げた。注目を奪い合うものが増えるにつれて、流通経路とオーディエンスの価値がますます高まる、というものだ。

ウー氏は以前レニー氏に、多くの企業のAI導入はROIがマイナスかもしれないと語っていた。ウー氏は、これは測定が難しいため定量的な数字を見ているわけではないと明確にしたうえで、企業がAIを導入しようとする様子を見てきた経験から、そうだとしても驚かないと述べた。また、テック業界の外で見られる、AIが押しつけられているという感覚とも結びつけて語った。

ウー氏の最初の指摘は、シリコンバレー、X、そしてソフトウェアエンジニアリングはバブルだということだ。ほとんどの人は、アメリカ人の大半も含めて、エンジニアではなく、「AIにどっぷり浸かって」もおらず、モデルのリリースを追いかけてもいない。パワーユーザーはスキルやAGENTS.md、MCPについて語るが、ウー氏が顧客企業の従業員と話すと、彼らは技術の仕組みをほとんど理解しないまま、ごく基本的なことを試みているのだという。

ウー氏が推奨するのは、トップダウンのコミットメントとボトムアップの導入を組み合わせることだ。トップダウンとは、経営陣がAIファーストになることにコミットし、ツールを購入し、その取り組みを後押しすることを指す。ボトムアップとは、実際の業務を担う従業員が意欲を持ち、学ぶ姿勢を持ち、ベストプラクティスを築いて共有することを指す。ウー氏によれば、OpenAIでもそのように進んだ。会社としては常にAI中心でありたいと考えていたが、導入が本格的に進んだのは、従業員が自分の仕事にAIを適用できるCodexのようなツールが登場してからだった。エンジニアリング、財務、オペレーション、営業では仕事の内容が大きく異なるため、「ラストワンマイル」は現場から解決していく必要がある。導入が純粋な経営陣の命令にとどまると、結果として、ツールを使うべきだとはわかっていて、場合によっては人事評価で利用状況を見られているものの、何をすればいいのかわからず、学べる相手もいない従業員が生まれることになる。

ウー氏の具体的な助言は、社内に「タイガーチーム」を作ること、場合によっては専任のメンバーを置くことだ。このチームが機能を探り、それを特定のワークフローに適用し、知識を共有し、熱意を生み出す。ウー氏によれば、こうしたチームは通常ソフトウェアエンジニアで構成されているわけではない。多くの企業にはエンジニアがまったくおらず、エンジニアは高コストで採用も難しいからだ。目を輝かせるのは、技術に近い領域の人々であることが多い。たとえば、コードは書かないがExcelの達人で、ツールが大好きなサポートやオペレーションのリーダーといった人だ。ウー氏はこれを自身のマネジメント哲学の言葉でまとめた。AI導入におけるハイパフォーマーを見つけ、ハッカソンやセミナー、知識共有を通じて彼らに力を与えよ、ということだ。

レニー氏は、AIの領域では顧客の声に耳を傾けることが必ずしも正しい戦略ではない、というウー氏の見解を取り上げた。ウー氏は、顧客と話すべきなのは当然なので、それほど過激な意見ではないと言う。ウー氏の主張は、この分野とモデルの変化があまりに速いため、特にツールやスキャフォールディングの領域では、自らを破壊してしまうということだ。

ウー氏は、Fintoolの創業者ニコラ・ブスタマンテ氏が、金融サービス向けAIエージェントの構築から得た教訓を共有したXの投稿から、あるフレーズを引用した。「モデルはあなたのスキャフォールディングを朝食代わりに平らげる」。ウー氏はその経緯をたどった。2022年にChatGPTがリリースされた当時、モデルは未熟で、開発者はモデルを制御するためにエージェントフレームワークやベクトルストアといったスキャフォールディングを何層にも重ねた。ウー氏によれば、2023年頃には、ベクトルストアが組織のコンテキストをモデルに取り込む主要な手段になると多くの人が考えていた。それは、あらゆるコーパスを埋め込み、適切なタイミングで適切な情報を取得できるようにベクトル検索を調整することを意味した。モデルが改善するにつれて、より良い方法は、そうしたロジックの多くを取り除き、モデルを信頼して検索ツールを与えることだと判明した。その検索ツールは、ファイルシステム上の単純なファイルも含め、どんな種類の検索でもかまわない。ベクトルストアには今も用途があり、多くの企業がまだ使っているが、ベクトルストアを中心にエコシステム全体が築かれるという前提は変わったとウー氏は述べた。また、エージェントフレームワークも今ではやや有用性が下がったように見えるという。

ウー氏は同じ論理を、今流行しているスキャフォールディング、つまりスキルファイルやファイルベースのコンテキスト管理にも当てはめた。いずれモデルがそれを自ら管理するようになるか、あるいはこの分野が予測しにくい何らかのパラダイムへ移行することも想像できるという。だからこそ、顧客の要望だけに従っていると、その時々の局所最適（「もっと良いベクトルストアがほしい」「もっと良いエージェントフレームワークがほしい」）を反映しているにすぎないため、その局所最適に向けて開発してしまう危険がある。ウー氏は、OpenAIのAPIチームもこの過ちを犯し、取るべきではなかった方向転換をしてきたと認めた。レニー氏はこれを機械学習における「The Bitter Lesson」になぞらえ、ウー氏は、AIを使った開発にもそのような教訓があり、それは「私たち全員が日々学んでいる」ものだと同意した。

ウー氏の開発者への助言はこうだ。「モデルの今の位置ではなく、モデルが向かっている先に向けて開発するようにしてください」。ウー氏がこれまでに見てきたうまくいっているスタートアップは、おそらく80%程度まで実現できている能力を軸にプロダクトを作っている。プロダクトはほぼ機能していて、モデルのアップグレードによって一気にかみ合うのだ。ウー氏は、o3では半分しか機能しなかったものが、GPT-5.1や5.2で実現可能になった例を挙げた。モデルは非常に速く改善するので、待つ時間は長くないことが多い。

ウー氏は注目している2つの領域を挙げた。1つ目はタスクの長さだ。ウー氏はMETRのベンチマークに言及した。これは、モデルが50%または80%の確率で完了できるソフトウェアエンジニアリングのタスクがどれだけの長さかを追跡するものだ。ウー氏の記憶では、最先端のモデルは50%の信頼性で数時間のタスク、80%の信頼性で1時間弱のタスクをこなせる。このグラフには以前のモデルもプロットされていて傾向がはっきりとわかるため、ウー氏はこれを身が引き締まるグラフだと評した。ウー氏の考えでは、CLIで対話的に使うコーディングツールも含め、今日のプロダクトは長くても10分程度のタスクに最適化されている。Codexに数時間のタスクをさせる人もいるが、ウー氏はそれを例外だと見ている。この傾向が続けば、12〜18か月以内に数時間のタスクを一貫してこなせるモデルが登場し、いずれは6時間、つまり1日がかりのタスクを任せて走らせたままにできるようになるかもしれないとウー氏は予想している。それを前提に作られたプロダクトは、まったく違ったものになるだろう。それでもフィードバックは与えたくなるだろうし、1日中まったく監督なしで動かしたいとは「おそらく思わない」だろうとウー氏は言う。モデルにできることの範囲は大幅に広がるはずだ。

2つ目の領域はマルチモーダル、主に音声である。ウー氏は、音声モデル、特にネイティブなspeech-to-speechモデルが今後6〜12か月で大きく向上すると予想しており、音声向けの新しいタイプのモデルやアーキテクチャに関する興味深い取り組みにも触れた。ウー氏は、企業の現場において音声は著しく過小評価されていると考えている。誰もがテキストであるコーディングについて語るが、世界のビジネス、サービス、オペレーションの大部分は音声を通じて行われているからだ。

ウー氏は、AIを業務プロセスに適用することに強気であり、ここでもシリコンバレーのバブルのせいでこれが見過ごされていると述べた。ウー氏は、オープンエンドな知識労働と反復可能なプロセスを区別している。ソフトウェアエンジニアリングはオープンエンドで反復可能ではない。同じ機能を二度作ることはないからだ。だからこそ、探索すべきオープンエンドな目標を与えられたCodexのようなツールがうまく機能する。ウー氏は、データサイエンスや一部の戦略的な財務業務も同じカテゴリーに位置づけた。

ウー氏によれば、経済の多くは、マネージャーが時間をかけて磨き上げてきた反復可能なオペレーションで成り立っている。それは通常、従業員が逸脱すべきではない標準業務手順書（SOP）としてまとめられている。エンジニアリングでは逸脱から創意工夫が生まれるが、サポート窓口や公益事業会社に電話をかけると、相手はこうした手順書の一つと、あなたのために何ができて何ができないかについての一連のルールに従っている。ウー氏が見ている機会は、こうしたプロセスを、ビジネスデータ、業務上の意思決定、そして企業のさまざまなシステムと完全に統合したうえで、高い決定性をもって自動化することだ。

大企業から今後20年でAIが自社をどう変えるのかと尋ねられると、ウー氏は、ソフトウェアエンジニアリングはその一部ではあるが、業務プロセスの側のほうがさらに大きく様変わりするかもしれないと答えている。規模については慎重だった。この機会が、それ自体巨大なソフトウェアと比べて絶対的な規模で大きいのか小さいのかはわからないという。しかし、Xでほとんど話題にならないことから想像されるよりは間違いなく大きいと考えている。

創業者から最もよく聞かれる質問、つまりOpenAIに潰されないためにはどうすればよいかについて、ウー氏の答えは、市場は非常に大きいのでスタートアップは考えすぎるべきではない、というものだった。ウー氏がこれまでに見てきた失速したスタートアップはすべて、顧客が望まないものを作ったから失敗したのであって、OpenAIやGoogle、その他のラボに潰されたからではない。コーディングのような競争の激しい領域でさえ、人々がプロダクトを愛しているからこそCursorは巨大に成長したのだとウー氏は言う。機会の大きさを示すものとして、ウー氏はVCのオーバートン・ウィンドウが移動したことを指摘した。今やVCは直接競合する企業同士に投資している。ウー氏はこれを創業者にとって「世界で最も力を与えてくれること」だと呼んだ。一部の人に本当に愛されるものを作れば、非常に価値あるビジネスにつながりうるからだ。

ウー氏はOpenAI自身のスタンスについても説明した。サム・アルトマン氏とグレッグ・ブロックマン氏がトップから繰り返し強調してきたように、OpenAIは自らをエコシステムおよびプラットフォームの企業と位置づけており、APIは同社の最初のプロダクトだったという。ウー氏はいくつかの例を挙げた。OpenAIのプロダクトでリリースされるすべてのモデルは、Codexのハーネス向けに調整されたCodexモデルも含め、APIでも提供される。OpenAIはプラットフォームの中立性を保つよう努めており、競合他社が自社のモデルを使うことを妨げていない。また、「Sign in with ChatGPT」のテストも行ってきた。ウー氏はOpenAIを、おそらく航空母艦のような存在でありながら、なお皆の水位を引き上げることから恩恵を受けている存在だと表現し、OpenAIがこのように運営されているからこそAPIは大きく成長したのだと述べた。

ウー氏はこの考えの根拠をOpenAIの憲章に置いた。AGIを構築し、その恩恵を全人類に広めることだ。ChatGPTはすべての人に届くことを目指しているが、OpenAIは自社だけでは世界の隅々にまで届けられるとは考えていなかったため、ウー氏の記憶では2020年頃という早い時期にAPIを公開した。「ポッドキャスターやニュースレター運営者向けのカスタマーサポートボット」のようなものを作ってくれる他者が必要なのだ。ChatGPTのアプリSDKも同じ論理に従っている。これはChatGPTチームが所有しているが、ウー氏のチームと緊密に連携して作られたものだ。ChatGPTの週間アクティブユーザーは約8億人で、ウー氏はこれを世界のおよそ10%にあたり、急速に増えていると説明した。そのオーディエンスを他の企業に開放することで、さらに広がっていくはずだという。

レニー氏は、ChatGPTの無料版が最も高性能なモデルとそれほど変わらない点を称賛した。ウー氏は同意し、健康や教育の分野でのOpenAIの取り組みを挙げたうえで、無料版のモデルは2022年以降はるかに賢くなり、今ではGPT-5を利用できるようになっていると述べた。ウー氏はこれを、一般の人々が億万長者と同じiPhoneを使っていることになぞらえた。月20ドルで彼らが使っているのと基本的に同じAIを使え、200ドルなら同じProモデルが手に入る。もっとも、億万長者も日常的にはほとんどPlusプランのモデルを使っているのではないかとウー氏は考えている。

ウー氏は、APIを抽象度が段階的に高まっていく階層構造として説明した。最下層にあるのはResponses APIで、最も人気のあるエンドポイントだ。ウー氏によれば、これは長時間動作するエージェント向けに最適化されている。モデルにテキストを渡すと、モデルはしばらく作業を続け、その間ポーリングすることができ、最終的にレスポンスが返ってくる。意図的に特定の設計思想を押しつけないようになっており、開発者はほとんど何でも作ることができる。

その上にあるのがAgents SDKで、これも非常に人気が高まっている。従来エージェントとして思い描かれてきたもの、つまりループで動作し、サブエージェントに作業を委任することもあり、ガードレールを備え、エージェントの「群れ」をオーケストレーションするAIを構築するのに役立つ。ウー氏は、これ自体がスキャフォールディングであるという皮肉に触れ、「これが最終的にどうなるかは見てみましょう」と付け加えた。さらにその上には、エージェントをデプロイするというメタレベルの作業のためのツールがある。AgentKitとウィジェットは、エージェントのUIが似通ったものになりがちなことから、APIやAgents SDKの上に洗練されたインターフェースをすばやく構築するためのUIコンポーネントだ。また、モデル、エージェント、ワークフローが期待どおりに機能しているかを定量的にテストするためのEvals APIもある。開発者はスタック全体を使ってエージェントをすばやく構築することも、最大限の柔軟性を求めてResponses APIまで降りていくこともできる。

本について、ウー氏はqntmの小説『There Is No Antimemetics Division』を推薦した。自分のことを忘れさせてしまう存在と戦う政府機関の物語だ。ウー氏は2日で読み終え、独創的で新鮮で、意図せずして面白い作品だと感じたという。ノンフィクションでは、米国と中国に関する2冊を推薦した。ダン・ワン氏の『Breakneck』は、「法律家的な」米国と「エンジニア的な」中国という対比に説得力を感じたという。パトリック・マギー氏の『Apple in China』は、Appleファンとして、Appleと中国の関係についての記述と、同社の内部事情の詳細の両面で興味を引かれたという。2人の子どもと忙しい仕事を抱え、テレビはほとんど見ないが、アニメの大ファンで、『呪術廻戦』の第3期を楽しんだそうだ。日本のアニメは、欧米のメディアが避けてきたような斬新な筋書きや世界観を生み出していると考えている。最近のお気に入りのプロダクトは、Ubiquitiのホームネットワーク機器と防犯カメラで、ウー氏はこれを「ホームネットワーク界のApple」と呼んだ。主な理由はソフトウェアと、そのモバイル、Apple TV、iPad向けのアプリだという。ウー氏の人生のモットーは「決して自分を哀れむな」で、自分を立て直す主体性は常に自分の中にある、ということを思い出させてくれる言葉だという。

レニー氏は、ウー氏が以前Opendoorで手がけていた仕事について尋ねた。ウー氏はそこで、住宅にいくらの買取額を提示するかを決めるモデルに取り組んでいた。ウー氏は、予想以上に重要だった3つの変数を挙げた。高圧送電線は価格を大きく下げる。ウー氏がそれを完全に理解したのは、ダラスでブーンと音を立てる送電線のそばに立ち、家族は子どもをその近くに置きたくないのだと気づいたときだった。間取りは非常に重要だが、定量化するのが極めて難しかった。チームはキッチンの幅やスタイル、主寝室の位置などを測定していたが、ある家が売れず、オペレーションチームが現地に入ってみると、実際にその場にいなければわからない間取りの問題だと言われることもあった。間取り図はデジタル化すらされていないことが多く、フェニックスやダラスといった地域の住宅の紙の間取り図を、ごく少数の人が保有しているだけだった。そして最後に、玄関ドアに至るまでの外観の印象（カーブアピール）が予想以上に重要だった。ウー氏は、玄関ドアの交換が最もROIの高い住宅リフォームだと結論づけたとされるZillowの本のことを覚えていた。

ウー氏の締めくくりのメッセージは、これからの2〜3年は、テックとスタートアップの世界において、長きにわたって最も楽しい時期のひとつになるということだった。ウー氏が社会に出たのは2014年で、最初の数年は素晴らしかったが、その後はおよそ5〜6年、テック業界はあまり刺激的ではなかったという。この3年間は自身のキャリアの中で最も活気に満ちた時期であり、次の2〜3年もそれが続くと予想している。その後、いずれこの波は収束し、進歩はより漸進的なものになるだろう。それまでは、人々は探求し、発明し、私たちの働き方を変えていくだろうとウー氏は言う。そしてウー氏自身も、それを当たり前だと思わないよう心がけている。

この時期を逃さないためのウー氏の助言は、関わることだ。ソフトウェアエンジニアである必要はない。ツールを使い、何ができて何ができないかを学び、モデルの改善に伴ってその境界がどう動いていくかを見届けること。ただ座って見過ごしてはいけない。ついていかなければという不安について、ウー氏は、自分はXやOpenAIのSlackに「慢性的に張りついている」ので悪い見本だと認めた。それでも、他の人々を見ていると、押し寄せる情報の多くはノイズであり、それは業界の狂乱的なペースと、Xというプロダクトの仕組みによって生み出されているのだという。ウー氏の提案は、1つか2つのツールから小さく始めることだ。Codexのクライアントをインストールして試してみる、あるいはChatGPTをNotion、Slack、GitHubといったいくつかのデータソースに接続し、何ができて何ができないかを確かめてみるといい。