※本記事は、2025年ニューヨークで開催されたAI Engineer SummitのAgent Engineering Session Dayで行われたKevin Hou氏による講演「How Windsurf writes 90% of your code with an Agentic IDE」の内容を基に作成されています。詳細な情報は https://ai.engineer でご覧いただけます。次回イベントであるAI Engineer World's Fairは2025年6月3-5日にサンフランシスコで開催予定です（チケット購入：https://ti.to/software-3/ai-engineer-...）。
Kevin Hou氏はCodeium社のhead of product engineeringとして、AI駆動の開発者ツールを構築しています。AI分野でのキャリアの大部分を過ごし、以前は自動運転スタートアップNuroでtech lead managerを務めたほか、Airbnb、Salesforceなどの企業でも勤務していました。写真撮影、バスケットボール、木工を趣味とし、プリンストン大学でコンピュータサイエンスと機械学習を学びました。
本記事では講演内容を要約しております。内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの講演動画をご覧いただくことをお勧めいたします。
1. 背景とWindsurfの登場
1.1 AI開発ツールの進化史とCodiumの経験
Kevin：私たちは2022年にAI開発ツールの歴史的転換点を目撃しました。当時、Copilotが最先端技術であり、ベータ版から正式リリースされたばかりで、開発者たちは初めてゴーストテキストを体験し、補完機能を実際に見ることができました。これは人々が本当にAIが開発者のために何ができるかという魔法を初めて見た瞬間であり、開発者をより生産的にしていました。
私たちCodiumは、この革新的な瞬間を受けて、自動補完製品をローンチする最初の企業の一つになることを決意しました。その結果、VS Code、JetBrains、Vim、Emacsの拡張機能で数百万人のユーザーを獲得することができました。しかし私たちは当時から、インテリジェンスがより良くなることを常に知っていました。当時は短い補完、おそらく関数の完成程度しかできませんでしたが、より良いモデル、より大きなモデル、より良い訓練パラダイム、完全に新しい強化学習、新しいツール使用など、すべてが登場することを知っていました。
そのため、私たちは開発者のために可能な限り最高の体験を構築したいと考え、当時からエージェントについて検討し始め、モデルがより大きくなった場合のソフトウェア開発の未来がどのようなものになるかを考え始めました。当時は最良の体験として、チャットと自動補完の製品を構築しましたが、ChatGPTからのコピー&ペーストが過去のものになることを常に知っていました。また、人々がおそらくタブを押す回数も減り、より多くを生成できるLLMを持つようになり、誰が知っているか分かりませんが、私たちは常に会社として、エージェントが現在最高だと考えていますが、将来について常に考えている技術オプティミストです。
将来のIDEでは、誰が知っているか、IDEの中でコードを書くことすらしないかもしれません。私たちはただ、開発者のために最高の製品を構築することに専念しています。今年2025年は、ついに私たちが皆、ソフトウェア開発内でのエージェントの力を認識している年だと感じています。エージェントはここに留まり、Windsurfが、私が誇りに思って言えるのは、その技術の最前線を押し進めているということです。私たちはそれらの機能について話し、そのエージェント的な未来を押し進め続けるつもりです。なぜなら、エージェントが過去に他のLLMが行ったことのない方向にソフトウェアエンジニアリングを動かしていくと信じているからです。
1.2 Windsurfの概要とデモンストレーション
Kevin：このスライドは「Vibe coding with Windsurf」、つまりWindsurfでのコーディングについてです。私はここでWindsurf製品の簡単なデモをお見せします。ここにバーがあり、これが私たちのエージェントです。私たちはPythonウェブスクレイパーを構築していることが分かります。これはPythonウェブクローラーを構築し、ウェブサイトに関する統計情報を提供するものです。
実際にpipから依存関係をインストールしているのが分かります。これは皆さんが使用するターミナル内で行われているため、それとやり取りすることができます。編集を提案し、仮想環境をセットアップし、ユーザーに非常に役立つAcceptとRejectの機能を提供しているため、生成されるコードが皆さんとコードベースに対して機能するという確信を持って進めることができます。
これはもちろん、フードの下にはもっと多くの機能があります。私たちのユーザーがよく行うことの一部として、ドキュメントを調べることがあります。私たちはデフォルトでウェブ検索を有効にしています。常にコードベースを見ているため、コードベースを検索することができます。コミットメッセージを生成することもできますし、画像をドラッグアンドドロップすることもできます。可能性は本当に無限です。
これらの機能は、私たちがエンジニアリングチームとして製品を構築する際に真実として保持している一握りの原則、いくつかの通底する考え方によって支えられています。チームとして、私たちは常に同じミッションに立ち返ります。それは皆さんをフローの中に保ち、無限の可能性を解き放つということです。私たちは雑務を処理したいと考えています。デバッグスタックトレースを見ること、オリジナルソースコードを修正すること、正しいバージョンのドキュメントを取得することを処理したいのです。これらは私たちが解決しようとしている問題であり、皆さんが得意なことに時間を費やしてほしいのです。私たち全員を興奮させることは、製品の出荷、優れた機能の構築、そして一般的にはコードの出荷です。
2. 製品哲学と実績
2.1 「フローを保つ」設計思想と成果指標
Kevin：その目標を念頭に置いて、私たちは何に取り組むべきかをどのように判断するのでしょうか。これは入力と出力のゲームです。私たちはユーザーができる限り少ない明示的な入力で、最も正確で本番環境に対応したコードを生成できるようにしたいと考えています。皆さんの貢献を減らし、私たちのエージェントがより多く貢献できるようにしたいのです。
私たちは背景調査などを行うことで、必要な人間のループの量を減らしてこれを実現しています。私たちは常に皆さんの次のステップを予測しようとしており、皆さんがより速く行動できるよう、皆さんに代わって決定を下します。
これはすべて幻想のように思えるかもしれませんが、Windsurfは3ヶ月前の11月13日にローンチされました。その日付は私の記憶に永遠に刻まれています。そして、これらが私たちがすでに見ている結果です。3ヶ月間で45億行のコードを生成してきました。これは途方もない数字です。私がこのプレゼンテーションを始めてから、実際におそらくユーザーがCascadeに数千のメッセージを送信し、コードのリファクタリング、新機能の作成、ウェブサイトの新しいページの構築を依頼してきたでしょう。
また、私たち全員がエンジニアなので楽しい統計ですが、過去90日間で16夜、私たちの容量を超えたことによる信頼性の問題でPagerDutyのオンコールで夜中に起こされました。これらの問題は、プラットフォームに人々を呼び込むという大きな成功による問題であり、AnthropicとOpenAIの最大の消費者の一部であるという幸運な問題を抱えています。
2.2 3ヶ月で45億行コード生成の実績と技術的課題
Kevin：このミッションとメトリクスを念頭に置いて、私たちがこのエージェント型エディターを構築する際に使用するいくつかの原則を見ていきましょう。Windsurfを使用したことがある方は、製品を使用する新しい方法について学ぶかもしれませんし、私自身の好奇心のために、Windsurfを聞いたことがある人はどれくらいいますか。手を挙げてください。おお、すごいですね。Windsurfを使用している人はどれくらいいますか。手を下げたすべての人は、あそこに行ってください。
これらのミッションとこのミッションを念頭に置いて、私たちは何に取り組むべきかをどのように判断するのか説明しましたが、私たちがすでに見ている結果について詳しく見てみましょう。3ヶ月で私たちは45億行のコードを生成してきました。これは途方もない数字であり、私がこのプレゼンテーションを開始してから、実際におそらくユーザーはCascadeに数千のメッセージを送信し、コードのリファクタリング、新機能の作成、ウェブサイトの新しいページの構築などを依頼しているでしょう。
また、私たち全員がエンジニアなので面白い統計として、過去90日間で16夜、私たちの容量を超えることによる信頼性の問題のためにPagerDutyのオンコールで夜中に起こされました。これらの問題、これらの課題は、プラットフォームに人々を導入するという大きな成功があったためです。私たちはAnthropicとOpenAIの最大の消費者の一部であるという幸運な問題を抱えることができました。
3. 第1原則：トラジェクトリ（統一タイムライン）
3.1 エージェントとユーザーの協働メカニズム
Kevin：最初の原則はトラジェクトリです。トラジェクトリとは何でしょうか。私たちはトラジェクトリを使用して皆さんの心を読みます。Cursor（部屋の中の象）のような他のエディタとは異なり、私たちのエージェントはエディタに深く統合されており、それが正確に何を意味するかについて話しますが、一方では、エージェントが皆さんが何をしているかを理解しなければならないと想像できます。そして他方では、皆さんに代わって物事を理解し、実行できる必要があります。
これにより、私のお気に入りの一つである「continue my work」のような機能が生まれました。私たちは皆さんがコードを書いているとき、ターミナルコマンドを実行しているときにユーザーの理解を構築しており、その後実際にエージェントサイドバーに入って「continue my work」と言うだけで、実際にそれを継続して実行し、完全なPRや完全なコミットを提供することもあります。
また、ターミナル実行モードのようなものもあります。LLMを自動的に使用して何が安全で何が安全でないかを決定できるため、gitのようなものを実行している場合はそのまま動作しますが、どこかにrm -rfがある場合は、おそらく自動的に実行したくないでしょうし、LLMが「おそらくユーザーに確認するためにこれをフラグに立てるべきだ」と言うでしょう。これらは、人間をループに入れつつも、可能な限り最小限にするための方法の一部です。
最後に、私たちはまた、これらの種類の最先端機能を、ユーザーが自分がコントロールしていると感じ、自分のコードに変更を受け入れたり拒否したりできるような方法で製品に統合する優秀なUX、優秀なデザインチームを持っているため、本番環境にプッシュするコードに対して確信を持つことができます。
トラジェクトリがどのように機能するかをご紹介します。私たちには統一タイムラインという概念があります。エージェントはバックグラウンドで舞台裏で動作し、ユーザーが暗黙的に何をしているかを理解します。これにはファイルの表示、コードベースの移動などが含まれます。例えば、皆さんがファイルを編集し、その後エージェントがファイルを編集するとします。これはすべて共有の行動タイムラインに入ります。これには検索、grep、編集、コミットなどが含まれると想像できます。ユーザーは皆さんが何をしているかについてこの種の全体的な理解を持っており、この全体の体験はこの共有タイムラインによって統一されています。皆さんがそれに貢献でき、エージェントもそれに貢献できるため、エージェントと話していて、皆さんがちょうど行った変更を元に戻したり、ファイルの状態について何か古い概念を持っているという問題に遭遇することはありません。これは私たちの第一級の原則であり、エディタを構築することにした時、エージェントと共有タイムラインでのこの概念を中心に構築することにしました。
3.2 「Continue my work」とターミナル統合の実装
Kevin：この機能が実際に動作している例をお見せします。ここでは新しい関数を追加していて、自動補完とその機能のベルやホイッスルが見えています。右側では「continue my work」と尋ねました。これは新しい関数なので、おそらく私たちのフォームハンドラーがこの新しい関数を使用してほしいと思うでしょう。私たちが提供したコンテキストに基づいて、エージェントは「おそらく私たちはこのファイルにこのファイル変更を加えたい、おそらく他にもいくつか」と推測していることが分かります。そして最後に、実際に「よし、npm run devを実行しよう」と言って、皆さんのcommand Jターミナルポップアップでバックグラウンドで皆さんに代わってターミナルコマンドを実行することができます。このようにして私たちは皆さんをフローに保っています。数分かかっていたものが今では数秒になっています。
別の例をお見せします。ターミナルが今やエージェント的なタイムラインに深く統合されています。ここで皆さんがコマンドを入力している場合、典型的な例は新しいパッケージをnpm installしたり、新しいパッケージをpip installしたりすることです。エージェントは「あ、あなたはこのパッケージをインストールしたばかりです。なぜこれを皆さんのプロジェクトに実装しないのですか」ということを知るべきです。そしてコードベース周辺で取得できるコンテキストに基づいて、その作業ラインを継続することができます。
私たちはコピー&ペーストのない未来を非常に強く信じています。ターミナルやドキュメント、さらにはウェブサイト上にいて、エージェントにテキストをコピー&ペーストするような状況は決してあるべきではありません。それは世界の仕組みではありません。同様に、私たちは未来がターミナルになるとは強く信じていません。
ターミナル内でコマンドを実行している別の例をお見せします。私はこれについて少し話してきましたが、このトラジェクトリの概念により、皆さんがコマンドを実行する方法にできる限り似ているサンドボックス内で自動的に物事を実行することができます。バックグラウンドでいくつかのシェルスクリプトを実行する代わりに、私たちが行うことは、皆さんが実際にターミナルコマンドを書く場所の真下に置くことです。したがって、皆さんが何かをpip installしたり、エージェントが何かをpip installしたりすると、同じ環境に行きます。この種の奇妙さのインスタンスが発生することはありません。これはすべて、これら2つの側面、エージェント側と人間側を可能な限り近づけるための私たちの努力の一部であり、統一された製品を構築することによってこれを行います。
私たちは開発者がここに留まると信じており、開発者とシームレスに働きたいなら、エージェントは彼らが何を考えているかを理解しなければなりません。Windsurfはユビキタスでなければならず、エージェントは皆さんの心をますます多く読み、将来皆さんが知らないことをしているかもしれません。私たちは1から5ステップ先だけでなく、10、20、30ステップ先の未来を見ているでしょう。皆さんが関数の定義を終える前にユニットテストを書いているでしょう。皆さんが変数名を編集するだけで、複数のファイルにわたってコードベース全体のリファクタリングを実行しているでしょう。これはすべて、この統一されたトラジェクトリ概念の一部です。
4. 第2原則：メタ学習とパーソナライゼーション
4.1 自動生成メモリとコードベース理解
Kevin：第2の原則はメタ学習です。Windsurfがその瞬間に皆さんが何をしているかを理解していても、皆さんのコードベースと皆さんの好み、そして皆さんの組織ガイドラインについてはまだ推論された理解があります。皆さんの会社の上級エンジニアが時間をかけて構築してきた概念を、私たちはこのメタ学習という概念と呼んでいます。Windsurfは皆さんと皆さんの会社について、これらのことを適応し記憶するために一から構築されています。
フロンティアLLM、つまり世界に存在する最高のLLMについて考えてみてください。彼らは非常に非常に賢いエンジニアで、確実に私よりも有能で、おそらく皆さんの多くよりも有能です。彼らは膨大な量のコードを書くことができ、正しく書くことができ、おそらく実行され、うまくコンパイルされるでしょう。しかし、彼らが持っていないのは、皆さんが持っていた露出、皆さんが持っていた教育、そして皆さんが個人的に、または皆さんの会社がどのようにコードを書くかを記憶し、知る能力です。
これが私たちの製品にとって何を意味するかというと、私たちは自動生成メモリという概念を実装しています。時間をかけて、皆さんが何をしているかのメモリバンクを構築します。皆さんは「私がTailwind version 4を使用することを覚えておいて」や「私がReact 18ではなく19を使用することを覚えておいて」と言うことができ、これらのことが記憶されます。一度言えば永遠に記憶されます。
また、人々がカスタムMCPサーバーなどを実装できるようにしているため、お気に入りのツールをプラグインすることができ、皆さんのワークフローに適応できます。また、同じ概念に戻りますが、私たちは皆さんをできる限りフローに保ちたいのですが、エージェントに「私の承認なしにRMコマンドを実行してはいけない」と伝えることができ、コマンドをホワイトリストやブラックリストに登録することもできます。
このようにして、時間をかけて皆さんの好みについて学習し、開発者を効果的にするものについて考えると、それは皆さんが彼らに伝えることを記憶するからです。AIが私たちのためにプロジェクトを書き、維持することを望むなら、Windsurfもこの行動をモデル化しなければなりません。
短期的には、これは皆さんが同じことを何度も何度もエージェントにプロンプトする必要がないことを意味しますが、長期的には、AIは皆さん自身のシームレスな拡張のように感じるべきです。これは明示的対推論コンテキストのアイデアであり、私たちは会社で常に「アイデアは安い」と言っています。
4.2 明示的vs推論的コンテキストの概念
Kevin：自動生成メモリが実際に動作している例をお見せします。ここでは「覚えておいて、このことを覚えておいて」と明示的に伝えてもいません。私たちはただアーキテクチャの概要を提供し、「このプロジェクトは何をするのですか」と尋ねているだけです。そして、いくつかのツールの使用に基づいて記憶しています。いくつかの異なるファイルを見て、ルートを見て、今度は「これがこの人が取り組んでいるプロジェクトです。利用可能なエンドポイントは以下の通りです」ということをメモリに記録しています。そして、私たちが送信する次のメッセージでそれを参照できます。つまり、将来の会話では、メモリバンクの概念があるため、今度は物事をワンショットできるのです。
同様に、ドキュメントは自動学習されます。皆さんのpackage.jsonのために、皆さんが明示的に私たちに伝えたために、皆さんが使用しているパッケージを知っており、ウェブでそれらのバージョンに一致するドキュメントを検索することができ、すべて暗黙的に行います。
メタ学習の夢は、コードベースや製品の使用に基づいて、完全に推論されたコンテキスト感覚を持てることです。自動生成メモリは、その方向への一歩です。私たちはルールファイルを追加することをユーザーに許可していることを強く信じています。ルールファイルを強く信じていますが、ルールファイルは松葉杖だと考えています。2025年末までに、ルールファイルに入れようとしていることの99%は、皆さんのコードベースや使用に基づいて解釈または推論されるでしょう。
私たちの夢は、すべての単一のWindsurfインスタンス、Windsurfを使用するすべての単一ユーザーが、会社や人のタイプ、開発者のスキルに関係なく、そのユーザーに合わせてパーソナライズされ、一つのことを伝えるだけで済むということです。
5. 第3原則：インテリジェンスとの拡張性
5.1 従来インフラからの脱却とチャット機能削除
Kevin：最後に私のお気に入りの原則であるインテリジェンスとの拡張です。これは何を意味するのでしょうか。今やWindsurfがその瞬間に皆さんが何をしているかを理解し（第1の原則）、時間をかけて改善できる（第2の原則）ようになったので、どのようにして実際にLLMが拡張される速度と拡張するエージェントを構築するのでしょうか。私たちは今日最高のツールを皆さんに提供しようとしていますが、新しいモデルが他の週ごとに出てくることを認識しています。毎日何らかの新しいパターンについての新しい記事があり、追いつくのは本当に本当に困難です。しかし、私たちはCodiumで常に考えています。どうやってこの上に留まるのか、今日だけでなく3ヶ月後、6ヶ月後、12ヶ月後、3年後のために最高の製品をどう構築するのか。
2021年にChatGPTが登場したとき、おそらく私と同じように、私たち全員の想像力が暴走していました。「よし、AGIを解決しよう、ポスト経済その他」と思いました。しかし、明らかにその時点とその未来の間には多くのことが起こる必要があり、その時点でのモデルは率直に言って、私たちが望んでいたことをすべて達成するには少し愚かすぎました。そこで私たちは多くのインフラストラクチャを構築しました。皆さん、そして私はおそらくこれをすべて行ったでしょう。埋め込みインデックスを構築し、検索ヒューリスティックを構築し、生成するコードが良いことを確認するための出力検証システムを持っています。これらはすべて限界で助けることができたものですが、これはすべて固定された知能の概念で動作していたという仮定に基づいています。
2021年、2022年、これらのモデルで動作していました。私たちはモデルが処理できなかったエリアやエッジケースを補償するために、このすべてのインフラストラクチャを構築していました。Windsurfへのアプローチについて非常に異なることは、私たちの製品がモデルと拡張することを望んでいることです。モデルが良くなれば、私たちの製品も良くなるのです。
この実践におけるこの原則の一例をお示しします。実際、私がニューヨークに着いたとき、私はCascadeでチャットを削除したとツイートしました。それは非常に、分からない、ただ考えがあっただけで、奇妙に皆さんの多くがこれを取り上げました。これは私たちが非常に強く感じていることの例であり、私たちがチャットを削除した理由です。これは何を意味するのでしょうか。私たちはWindsurf内でCascadeと呼ばれるエージェントのみを持っています。チャットはレガシーパラダイムであり、私たちはそれを完全に置き換えました。
ここで見ることができるように、ユーザーはそれを楽しんでいます。実際、彼らはそれを知らないかもしれませんが、より高い品質を楽しんでいるだけです。この例として、@メンションがあります。私たちは@メンションを構築しました。おそらく皆さん全員が、1年前、2年前にコンテキストがあまり良くなかったためにメンションを使用したことがあるでしょう。今日、Windsurfはコードとドキュメントのビット間の関係を動的に推論できます。90%の時間、何かを@メンションする必要はありません。必要なことは、エージェント内の検索システムに、何をする必要があるかを計画させ、その後自動的にコンテキストを再構築させることだけです。
@fileや@webは、限界で作業しているときは非常に役立つパターンですが、これらは最終的に長期的には基点を削っています。私たちはLLMが改善されることを信じており、明示的に@メンションを指定する必要がない程度まですでに改善されています。LLMはそれを拾うのに十分賢いはずです。
5.2 Web検索とドキュメント理解の革新
Kevin：この例では、以前は私はNext.jsアプリ内でSupabaseを実装していました。以前であれば、@webしたり、@docsしたり、@codebaseしたり、@thisしたり、@thatしたりしていたでしょう。しかし今は、ただ「Supabaseを追加して」と言うだけです。そして、それは推論し、計画を立てることができます。「ウェブを検索しよう、人間が行うように振る舞おう」と。
これに入るために、Windsurf内にはWebサーチも組み込まれており、これについて非常に特別なことは、人間がWebを読むようにWebを読むことです。これらのハードコードされたルールの代わりに、おそらく埋め込みインデックスを作成することもできましたが、おそらく非常に低品質の結果を得ることになったでしょう。その代わりに、私たちは「LLMは非常に非常に優秀だ、モデルに何をしたいかを決めさせよう。どの検索結果を読むか、ページのどの部分を読むかを決めさせて、最後に私たちに答えを与えさせよう」と言いました。
私たちは、モデルがより良くなり続けるにつれて、教師なしの作業を続け、完全なPRを生成し、複雑なドキュメントを読むことになると信じています。可能性は本当に無限です。
これが私たちが今話したいくつかの原則です。これをどこに持っていくかについては多くの方法があります。Windsurfの下にあるエンジンは本当に本当に秘密のソースであり、2025年が全く新しい世界になると信じています。ルールファイルなし、PRの生成、コミットの生成、それは狂気になるでしょう。私たちはすでにこれを見ています。私たちのユーザーの90%、すみません、すべてのユーザーの90%、彼らが書いているコードの90%はCascadeで生成されています。これは驚異的な数字です。自動補完は20-30%程度でした。これは狂気です。人々は今日、過去にできたよりもはるかに多くのことを成し遂げるためにエージェントを使用しています。
6. 将来展望と現在の成果
6.1 2025年の予測と90%コード生成率の達成
Kevin：私たちはすでにこれを見ています。私たちのユーザーの90%、すみません、すべてのユーザーが書いているコードの90%はCascadeで生成されています。これは驚異的な数字です。自動補完は20-30%程度でした。これは狂気です。人々は今日、過去にできたよりもはるかに多くのことを成し遂げるためにエージェントを使用しています。
私たちは皆ソフトウェアエンジニアなので、この部屋にいるすべての人が最高のツールで武装していることを確認したいと思います。そしてそれらの最高のツールはエージェントです。
そして、街の良いものすべてのように、私はチップを期待します。チケット価格の25%で、それはかなり高額だと聞きました。ここに皆さんがおそらく興味を持っているであろう実際のQRがあります。これはWindsurfのダウンロードリンクです。私たちは無料プランを提供しているので、先に進んでそれをスキャンして、今日魔法を使い始めてください。
最後に、私たちのブースには素晴らしいスワッグがあります。私はTwitterで活発にコミュニティとつながろうとしていますが、視聴していただき本当にありがとうございました。皆さん全員がWindsurfの構築方法について何かを学んでいただけたことを願っています。カンファレンスの残りをお楽しみください。
6.2 エージェント時代のソフトウェア開発の未来
Kevin：これが私たちが今話した原則のいくつかです。これをどこに持っていくかについては多くの方法があります。Windsurfの下にあるエンジンは本当に本当に秘密のソースであり、2025年が全く新しい世界になると信じています。ルールファイルなし、PRの生成、コミットの生成、それは狂気になるでしょう。
私たちは、モデルがより良くなり続けるにつれて、教師なしの作業を続け、完全なPRを生成し、複雑なドキュメントを読むことになると信じています。可能性は本当に無限です。私たちは1から5ステップ先だけでなく、10、20、30ステップ先の未来を見ているでしょう。皆さんが関数の定義を終える前にユニットテストを書いているでしょう。皆さんが変数名を編集するだけで、複数のファイルにわたってコードベース全体のリファクタリングを実行しているでしょう。
私たちは皆ソフトウェアエンジニアなので、この部屋にいるすべての人が最高のツールで武装していることを確認したいと思います。そしてそれらの最高のツールはエージェントです。私たちは今日、過去にできたよりもはるかに多くのことを成し遂げるためにエージェントを使用している時代にいます。エージェントは過去に他のLLMが行ったことのない方向にソフトウェアエンジニアリングを動かしていくと私たちは信じています。