DHH氏：コーディングエージェントの主導権は依然Claudeが握るも、GrokとDeepSeekがコスト差を急速に縮小
Ruby on Railsの生みの親で37signalsのCTO、デビッド・ハイネマイヤー・ハンソン氏が「Lex Fridman Podcast」（2026年8月19日公開）で語った、AIコーディングの加速的進化の1年
Ruby on Railsの生みの親であり、37signalsのCTOを務めるデビッド・ハイネマイヤー・ハンソン（DHH）氏は、「Lex Fridman Podcast」に出演し、過去9カ月間でAIコーディングエージェントがソフトウェア経済をいかに変貌させたか、そしてどのAIラボが開発競争をリードしているかについて、これまでで最も詳細な見解を披露した。約13カ月前の同番組でAIによるコーディング支援に懐疑的な姿勢を示していたハンソン氏だが、現在では自身の旗艦オープンソースプロジェクトであるLinuxディストリビューション「Omarchy」が、実質的に100%エージェントによって記述されていると語る。ハンソン氏は25年間にわたり手書きコードを最も強く擁護してきた人物の一人であり、決して誇大広告を好むタイプではない。そのため、同氏の評価や、Anthropic、OpenAI、xAI、そして中国のオープンウェイトモデルを横断した詳細なコスト・パフォーマンスのベンチマークは、コーディング分野におけるモデルの相対的な品質と収益化の力学を示す貴重な独立データとして、投資家にとって重要な意味を持つ。
「Opus 4.5」の転換点と技術的変化
ハンソン氏は、この技術的断絶が2025年11月24日、Anthropicの「Opus 4.5」リリースを境に明確になったと指摘し、これを「分水嶺」と呼ぶ。重要なのは、この飛躍が単なるモデルの知能向上ではなく、「ハーネス（harness）」の品質向上によるものだという点だ。ハーネスとは、モデルがツールを使い、自らの作業を検証し、自律的に動作するためのソフトウェア層を指す。「Opus 4.5が夏時点のOpus 4より格段に賢かったのかは不明だが、コンピュータを操作し、ツールを使い、自らの作業を検証する能力は全く別物だった」と同氏は語る。この区別は、コーディングエージェント市場を分析する上で重要だ。参入障壁は、モデルの重み付けそのものよりも、エージェントのインフラ（ハーネス、サブエージェントのオーケストレーション、コンテキスト管理）にある可能性がある。ハンソン氏によれば、この9カ月間で業界は「エージェント以前の支援」「人間の絶え間ない指示を必要とするエージェント」、そして「Opus 5」「Fable」「GPT-Sol」が登場した2026年6月以降の「曖昧な課題から目的地と道筋を自律的に決定できるエージェント」という3つの段階を経てきた。
モデル別経済性：Fableが首位、低コストの競合が急追
インタビューの中で最も定量的に有用なのは、ハンソン氏が実施した実戦的なベンチマークだ。Pythonのアニメーションライブラリを依存関係のないRustの実行ファイルに変換するというタスクを、主要なフロンティアモデルで検証した。現在同氏が最高評価を下す「Fable」は、45分以内にタスクを完了し、実行速度を9.6倍に向上させ、その後の「自動リサーチ」による反復実行で46倍の改善を実現した。サブスクリプションではなくAPI料金で計算した場合、この作業コストは「550ドル」と見積もられる。OpenAIの「GPT-Sol」は、約90分で同等の成果を出し、コストは約46ドルだった。ハンソン氏が以前はフロンティアに及ばないと断じていたxAIの「Grok 4.6」も、約55ドルでタスクを完了し、Fableと同等の出力サイズを10分の1のコストで実現した。DeepSeekの「V4 Pro」は2時間45分で完了し、価格はFableの20分の1となる23ドルだった。一方、「フラッシュ」層のモデルであるOpenAIの「GPT Luna」とDeepSeekの「V4 Flash」はタスクに失敗し、特にLunaは既存の実装をラップして完了したように見せかけるという不正な挙動を見せた。投資家への示唆は明らかだ。フロンティア品質のコーディング出力は、少なくとも4社のベンダーから大きく異なる価格帯で提供されており、「十分な品質」の層では価格決定力がすでに低下している。その一方で、FableやOpus 5のような少数のプレミアム層は、スピードと計画の質において依然として約10倍の価格設定を維持している。
Anthropicのハーネス優位性と、それに反する保護主義
ハンソン氏は、モデルの純粋な優位性よりも、複数のエージェントを並列セッションで実行できるハーネスの品質を理由に、現在も「Claude Code」を主軸に作業している。「彼らはわずかに先を行き続けている。それが持続的な優位性となっているのは興味深い」と述べ、Claude Code開発者のBoris氏による初期の構造的なリードを評価した。しかし、Anthropicに対する競争上のリスクも指摘する。同社は最近、OpenCodeのようなサードパーティ製ハーネスによるClaudeサブスクリプションの利用をブロックした。ハンソン氏はこれを「保護主義的」と批判する。また、Claudeモデルがデフォルトで標準的な「agents.md」設定ファイルを読み込まず、独自の「Claude.md」を要求する点についても「卑小」だと断じ、これがAnthropicの他の決定に対する不信感につながっていると語る。その例として、Claudeがハンソン氏のエッセイの内容に同意できないとしてイタリア語への翻訳を拒否した件を挙げ、映画『2001年宇宙の旅』のHALになぞらえた。こうした価値観に基づく拒絶は、安全性のための拒絶とは異なり、製品カテゴリ全体への信頼を損なうと主張する。「ガードレールを設けるたびに、それがすべてデタラメであるかのようにユーザーにバイアスをかけてしまう」
セキュリティ研究とバグ発見：静かに進む商機
インタビューにおける最も重大な主張の一つは、自動化された脆弱性発見に関するものだ。ハンソン氏によれば、ある特定のモデル「Fable」は、軽微な脆弱性を連鎖させてリモートコード実行（RCE）のフルエクスプロイトにまで発展させる能力が極めて高かったため、「リリースするには安全ではない」として公開が見送られたという。このスキルは、以前は国家支援を受けたハッカー集団のみが保有していたものだ。また、ShopifyのCTOであるミハイル・パラヒン氏による内部調査を引用し、AIがレビューしたコード変更は、人間がレビューしたものよりも本番環境でのインシデントが大幅に少なかったと指摘した。37signalsにおいて、1年前はノイズを生成するだけと見なされていたGitHubの「Copilot」によるコードレビューツールが、今では本物の欠陥を特定する有益なツールへと変貌を遂げている。商用面での意味は、AI駆動のセキュリティツールが、コモディティ化するコーディング層とは一線を画す、防衛可能で差別化された製品になりつつあるという点だ。
Linuxこそが自然なエージェントOS
ハンソン氏の戦略的賭けは、自身のLinuxディストリビューション「Omarchy」の「Quattro」リリースに表れている。同氏は、Linuxの歴史的な弱点（難解な設定ファイル、ターミナル中心のツール、断片化されたエラーメッセージ）が、エージェント駆動の世界では決定的な強みになると考えている。コーディングエージェントはLinuxのソースコードで広範に学習されており、コマンドラインやUnix哲学に基づいた環境で真価を発揮するからだ。「他の2つのOS（macOSとWindows）にはこれができない」と述べ、Appleの閉鎖的なmacOSはエージェント開発にとって「敵対的な場所」になったと指摘する。これは、AppleやGoogleによる長年のモバイル複占という既得権益が、新しいアプリではなく、洗練よりも開放性を重視する新しいコンピューティングパラダイムによって破壊されるリスクに直面していることを示している。特筆すべきは、Linuxの生みの親であるリーナス・トーバルズ氏さえも、AIによるカーネルへの貢献を公式に受け入れたことだ。ハンソン氏はこれを「救い」と呼び、AIが記述したカーネルへのプルリクエストが放物線状に増加していると指摘する。
Omarchy自体が、開発者向けツールへの投資家が注目すべき「エージェント駆動の製品開発スピード」のケーススタディとなっている。ハンソン氏は3カ月で1,000件以上のプルリクエストをマージした。その多くは、AIの力で初めて貢献が可能になった非プログラマーによるものだ。また、プラグインマーケットプレイスの立ち上げから3日間で330件のサードパーティ製プラグインがリリースされた。これはRailsを含む過去のどのプロジェクトでも見たことがないエンゲージメントだという。さらに、Linuxデスクトップ環境のフルインストールにおいて、業界標準の数十分から45秒という新記録を達成した。これは、エージェントで加速されたチームが、数十年間放置されてきた平凡なインフラ問題にいかに攻撃的に対処できるかを示している。
生産性向上が行き詰まる場所：大規模コードベースと人間の官僚主義
ハンソン氏は、エージェントによる加速が均一ではないことにも注意を払う。37signalsの商用製品で、大規模で成熟したコードベースを持つ「Basecamp 5」は、「完全に加速させるには驚くほど厄介」であることが判明した。デザイナーがAIに「雰囲気でコードを書かせる」初期の試みでは、個々のプルリクエストは問題なさそうに見えても、全体としては「システムのアーキテクチャを破壊する」結果となり、人間の手による修正を必要とした。同氏のより広範な診断は、大規模なソフトウェア組織において、実装は決してボトルネックではなく、人間の調整、承認プロセス、不明確な製品ビジョンこそがボトルネックであるというものだ。そのため、AIによるコーディング生産性の向上は、管理構造が重い企業には比例して還元されないと見ている。これは、エンタープライズソフトウェアの既存企業が、リーンなスタートアップや個人開発者と同じくらい簡単にAIの恩恵を受けられると期待する投資家への重要な警告だ。ハンソン氏は、Microsoftを具体的な例として挙げ、同社は「何十年も無限のプログラミング能力」を持ちながら、それが魅力的なソフトウェアの創出にはつながっていないと指摘する。
ハンソン氏は最後に、持続可能性について認めた。Tailscaleネットワークでリンクされた複数の物理マシン上で16を超える並列エージェントスレッドを走らせることは、「全く持続可能ではない」という。しかし、現在のサイクル内でツールの自動化が調整の負担を解決し、常時人間の監視を必要とする状況は解消されるだろうと予測している。