ソフトウェア開発の未来に関するリトリートでは、コード生成がもはやボトルネックではなくなり、ハーネスエンジニアリングという規律が出現しているという5つの主要な発見がハイライトされました。 executiveのAI駆動型生産性への期待と、特にセキュリティに関する技術的な現実およびリスクとのギャップが重大な懸念事項です。これは、砂漠でのエアフィルターのAI最適化が、異なる環境要因により北極での壊滅的な火災リスクにつながったという話で示されました。市民開発者による「バイブコーディング」の台頭は、検証されていないスプレッドシートの使用に関する既存の懸念を増幅させ、強力な制御とセキュリティ対策を必要としています。多くのexecutiveは、LLMが要約タスクでうまく機能するのを見て、Hightowerが言及した「忙しい仕事」の側面を見落とし、そのプログラミング能力を過大評価しています。技術的なバブルは認識されていますが、その期間と最終的な結果は不確実であり、ドットコム時代との類似性が指摘されていますが、今回は新しい創造物に対する熱意が低いことが注目されています。現在のAI導入の推進は、主にコスト削減に起因しており、これは取締役会を興奮させる考えですが、トークンコストの上昇によって抑制される可能性があります。LLMは、異常検知やコードの理解における運用において価値があることが証明されていますが、ガバナンスとデータの機密性が問題となります。エージェントによる自動修復は課題を提示しており、開発チームへの注意深い文書化とフィードバックループが必要です。このテキストではまた、LLMが契約法の質問に答える上で教授を上回った実験についても論じており、高い精度と低い有害性を示しています。ドメイン固有言語（DSL）は、トークン効率、セキュリティ、および決定論的なコード生成を提供することにより、LLMの信頼性を向上させる方法と見なされています。LLMによりDSLのパーサーの構築は容易になっていますが、基盤となるセマンティックモデルが最も重要です。最後に、増大する懸念は「LLMスピーク」であり、AI生成テキストに識別可能な様式的な残渣があり、読者の否定的な反応を引き起こし、コンテンツを不明瞭にする可能性があります。この蔓延するスタイルは、作家に独自の人間的な声を維持することを困難にし、AI生成された散文がその固有の人工性を除去するために真に編集できるかどうかについての疑問を提起します。LLMは既存の抑圧的な執筆慣習を増幅するかもしれませんが、独自の人間的な声を育む能力は、より高い可視性と信頼性を提供します。