概要
https://lucumr.pocoo.org/2025/7/3/tools/
詳細内容
## Tools: Code Is All You Need
https://lucumr.pocoo.org/2025/7/3/tools/
LLMは推論ではなくコード生成に使うべきだと主張する。
[[LLM, Code Generation, Model Context Protocol, Developer Workflow, Automation]]
この記事は、LLM（大規模言語モデル）を直接的な推論エンジンとして使うのではなく、コードを生成させるためのツールとして活用すべきだと論じている。特に、ブログ記事の変換のようなタスクにおいて、LLMに直接推論させるアプローチは、コンテキストの要求過多や推論の不安定さといった問題を引き起こしやすい。対照的に、LLMにコードを生成させ、そのコードを実行して結果を得るという「LLM → コード → LLM」のパイプラインは、より堅牢でレビューしやすく、スケーラブルな解決策を提供する。これは、ドメイン固有のタスクであっても、LLMがコードを書くことで、開発者はそのコードを検証・デバッグで��、最終的な結果の信頼性を高めることができるという考えに基づいている。
---
**編集者ノート**: LLMを直接的な推論ツールとして使うのではなく、コード生成に特化させるというアプローチは、現在のAI開発のトレンドに一石を投じるものだ。特にWebアプリケーション開発においては、LLMが生成したコードをCI/CDパイプラインに組み込み、テストと検証を経てデプロイする、というワークフローが現実的になるだろう。これにより、AIによる自動化は単なる「魔法」ではなく、開発者が管理・制御可能な「ツール」へと昇華する。今後は、LLMが生成したコードの品質保証や、既存コードベースとの連携を容易にするためのフレームワークが重要になると予測する。