コーディングエージェントの加速効果は、フロントエンド開発が最も大きく、次にバックエンド、インフラ、研究の順になる。フロントエンドはTypeScriptやReactなど主流技術への対応とブラウザ操作による自己修正能力で劇的に高速化。一方、バックエンドはバグやセキュリティ問題の考慮が必要で加速効果は限定的。インフラや研究では、深い専門知識や実験・試行錯誤が必要なため、エージェントによる恩恵はさらに小さい。この理解に基づき現実的なチーム構成と期待値設定が重要。
Longer training horizons have not slowed AI progress because modern architectures (like transformers) and techniques such as reward shaping distribute gradients effectively, making credit assignment over long episodes tractable without exponential difficulty increases.
AI progress hasn't slowed despite longer training horizons, possibly due to huge FLOP efficiency gains from fixing bugs, unreliable human intuitions about near-human intelligence, and capabilities depending on traits beyond intelligence like persistence.