これらのアイデアは予備的なものであり、単なる興味深い推測であることに留意してほしい。そのすべてを十分に検討・研究する時間がなかったし、その多くは間違っているかもしれない。しかし、この内容が現在の動向を理解しようとする人々にとって魅力的なものであることを願っている。
OpenAIのo3モデルは驚くべきものではない。OpenAIは2ヶ月前、テストにおいてスケーリングの法則を私たちに示した。そして、コンピューティングの歴史は、それがどれほどあり得ないと思われようとも、トレンドラインを信頼すべきであると定めている。本当に驚くべき点は、わずか2ヶ月の間にそれが急速に起こったことである。大学レベルのAIから博士レベルのAIへと、これほど短期間で移行したのだ。人類にとって変化はエキサイティングなものだが、急速な変化は憂慮すべきものだ。
O3レベルのモデルは、報酬関数が定義できるあらゆるタスクに対して最適化することに長けている。数学とプログラミングは、報酬関数の設計に容易に適しているが、小説の執筆はより大きな困難を伴う。
その結果、短期的（1年以内）には、さまざまな習熟度を示すモデルが観察されることになる。数学、プログラミング、一般的な推論においては、基本的にAGIレベルの能力を達成するだろうが、書かれた小説は平凡なものになるだろう。
AIはすぐにすべてのソフトウェア・エンジニアに取って代わるのだろうか？ソフトウェア・エンジニアリングは、非常に特殊なプロンプトに基づいてプル・リクエストを作成することだけが仕事ではない。数学者とは異なり、ソフトウェア・エンジニアは常に物理的／現実的な世界、つまり他の人々と相互作用している。
エンジニアはクライアントと協力してニーズを理解し、チームメンバーと協力して要件を理解しなければなりません。エンジニアがアーキテクチャを設計したりコードを書いたりするとき、彼らは実質的な組織的コンテキストの中で活動しています。しかし、o4はこのようなコンテキストを持つエンジニアに、10倍のスピードで作業する力を与えます。
ソフトウェア・エンジニアが10倍のスピードで作業すれば、必要な人数は減るのだろうか？特定の企業のことを考えれば、必要なソフトウェア・エンジニアの数は減り、よりスリムなチームで同じアウトプットを達成できるかもしれない。しかし、ソフトウェア・エンジニアに対する世界的な需要は増加するかもしれない。そのため、個人にも企業にもパーソナライズされたマイクロアプリケーションを提供する、よりスリムな企業によるアプリケーションの黄金時代を目撃することになるかもしれない。
長期的（皮肉なことに、現在は2年が長期的と考えられている）には、ソフトウェアエンジニアリングは劇的に変化し、予測を困難にするだろう。o6システムが存在し、アプリケーションに完全に統合されているのに、変わらないわけがない。フロントエンド・エンジニアのような役割は、3年以内に存在しなくなるかもしれません。これは珍しいことでしょうか？フロントエンドエンジニアという役割は、30年前には存在しなかった。
私たちは、ソフトウェアが世代を重ねるごとに自己破壊的なものになってきたことを認めるべきだ。ソフトウェアはこれまでも、そしてこれからも、ニーズを純粋なロジックに変換するものだ。この翻訳プロセスは、バイナリからPythonの抽象化レベルへと昇華してきた。現在の違いは、それが今、英語へと昇華しつつあるということだ。
この英語へのシフトは、非技術者にもコーディングを開放する。しかし、最も効果的なビルダーは、抽象的なレベルと現実の間を行き来できる人たちであることに変わりはない。
まとめると、ソフトウェア・エンジニアリングは基本的に、コードを通じて組織のニーズを理解し、解決するものであるため、ソフトウェア・エンジニアリングの完全自動化は、すべての組織の完全自動化と一致することになる。
これまで知識労働者について述べてきたが、肉体労働者についてはどうだろうか？AIは彼らにも影響を与えるだろうが、重力や摩擦と戦わなければならないため、ペースは遅くなる。処理に1時間を要するモデルは工場の生産ラインには適さないため、Oレベルモデルはロボット工学にとって大きな助けにはならないだろう。基礎モデルの知能強化は有益であり、Oレベルモデルはこれらのモデルのトレーニングに役立つだろうが、ロボット工学の進歩における主要なボトルネックを解決することはできない。主なボトルネックは、ハードウェアの改良と、知覚と行動のための高速で信頼性の高いモデルである。これらの改善にはさらに時間がかかる（つまり数年）。ロボット工学が真に急速に進歩するのは、ロボットがロボットを製造するようになり、AIがAI研究を行うようになったときだろう。これはO-レベルモデルから生まれるかもしれないが、おそらく数年先のことだろう。
