開発AIの品質低下が再燃

開発AIはまた遅く愚かになったか

そーくん
この話題の第5回ですね。開発AIの品質がまた落ちた、という話なんですか。
ボス
経緯は、他社作業の取り込みから乗り換え実況、山本氏の1500万発言まで来た流れだよね。
そーくん
前回は乗り換え支持と併用論で割れてました。今回は品質そのものなんですか。
ボス
土曜の直契約ユーザーの訴えが起点だ。乗り換え先への苦情も同じ夜に重なった。
そーくん
片方の品質だけじゃなくて、乗り換え先まで同じ夜に文句が出てるんですか。
ボス
じゃあ何が起きたか、時系列で見てみよう。拡散の起点がどこかを押さえる。

何が起きたか

拡散の起点2026-08-15 午後
直契約Claude Codeが再低下
推論コストを削って文脈をケチっているように見える、6月の再来だ、と直契約ユーザーが併用へ戻すと書いた。
2026-08-15 夜
Codex側の暴走も同時に出る
物理作業ではCodexが上、文章作業では設計まで膨らむ、ディレクトリを消す、と乗り換え先への苦情が重なった。
2026-08-15夜〜16朝
Grok 4.6を速さで試す層
Cursor上のGrok 4.6を速さで評価する実験と、指標特化ではないかという留保、常用者の成功談が朝まで並んだ。

盆休み実作業で何が愚かに見えるか

そーくん
主流は、特定の1社が勝ったというより、自分の作業でどれが愚かに見えるか、ですか。
ボス
盆休みの実作業で、人ごとに割れている、というのがいま一番厚い見方だよ。
そーくん
それ以外だと、Claudeは文脈を削って6月の再来、という見方もあるんですか。
ボス
乗り換え先の拡大解釈や、速さのGrokは指標特化だ、という留保も同じ夜にある。
そーくん
成功談も同じ夜にあるなら、苦情だけが今の空気じゃない、ということですか。
ボス
じゃあ議論の現在地を見てみよう。主流の見方と、それ以外の見方を並べる。

議論の現在地

主流派の視点: 特定の一社が勝ったというより、盆休みの実作業で「今の自分の作業だとどれが愚かに見えるか」が人ごとに割れている
その他の視点: Claude Codeは文脈を削って遅く愚かに戻った、6月の再来だ
Codexは指示を拡大解釈し、削除や過剰設計が危ない
Cursor上のGrok 4.6は速く短いが、指標特化の匂いもする
具体的な参照を渡せばClaude Codeで実務は回る、という成功談も同じ夜にある
目立つ論者: Claude Code常用の開発者
Codexへ寄せた個人開発
CursorとGrokの実験層
教材・解説側の常用者

否定は40から62パーセントへ跳ねたか

そーくん
前回は否定が22から34パーセントでしたよね。今回も同じ空気なんですか。
ボス
否定は40から62パーセントへ跳ねた。乗り換え論争から、品質そのものへの不満に移った。
そーくん
否定が厚いといっても、中身はClaude側と乗り換え先で割れてるんですか。
ボス
陣営は4つに割れている。点ではなく幅で見ないと、1社負けに見えてしまうよ。
そーくん
一番厚い層と、残ってる常用層の厚みが知りたいです。どのくらいなんですか。
ボス
じゃあ世論の分布を見てみよう。陣営ごとのシェアと、賛成中立否定の割合だ。

世論の分布

意見陣営別シェア(推定レンジ)

Xサンプル上の可視的な言論に占める割合 · 下限—上限

Claude低下派22–34%
Claude残留派20–32%
Codex暴走派18–30%
併用現実派16–28%

推定下限推定上限

応援 / なるほど / うーん集計

陣営をスタンス別に統合 · 常用継続と用途によってはまだ上。52+22+26=100

26%

22%

52%

応援 20–32%(Claude残留派)なるほど 16–28%(併用現実派)うーん 40–62%(Claude低下派、Codex暴走派)

テーブルビュー(グラフと同じデータ)

陣営	スタンス	シェア	中心的主張
Claude低下派	ネガティブ	22–34%	直契約のClaude Codeは遅く文脈をケチり、同じ系統ならCodexの方が今は上だ(@minorun365、@jaialkdanel、@null_decimal)
Codex暴走派	ネガティブ	18–30%	Codexも指示を拡大解釈して動き、削除や過剰設計が止まらない。乗り換え先も落ちている(@seitekilyx、@redsteinway、@cachemere_dev)
Claude残留派	ポジティブ	20–32%	自分の用途ではClaude側がまだ上で、盆休みも常用と教材が続いている(@t_kun_kamakiri、@masahirochaen、@IHayato)
併用現実派	中立	16–28%	一択ではなく、速さはGrok、保険はCursor、計画の進みは環境差が小さい、という使い分けが現実的だ(@xjuntaro、@hoshimi12、@keiba_assistant、@suime_school)

品質低下は1社の話か全体か

そーくん
結局みんな品質に不満に見えますけど、落ちてる対象は同じものなんですかね。
ボス
そこが噛み合っていない。Claudeだけなのか、開発AI全般なのかで話の前提が違う。
そーくん
速さのGrokは本命だ、という話と、指標特化だ、という話も同時ですか。
ボス
既存2社の値段対効果を脅かす、という側と、長い文脈では愚かに見える、が並ぶ。
そーくん
同じ夜の不満なのに、論点が2本走っている、ということですか。見比べたいです。
ボス
じゃあ進行中の論争を見てみよう。噛み合っていない論点を双方の言い分で並べる。

進行中の論争

論点1

今落ちているのはClaudeか、開発AI全般か

A側 · Claude側

直契約で文脈を削る動きが見え、6月と同じ再低下だ。同じ系統ならCodexの方が今は使える。

B側 · 両方

Codexも暴走と過剰設計があり、ChatGPT本体も雑になった。特定一社の話ではない。

根拠: 直契約の再低下指摘 vs Codexの削除・過剰設計報告

論点2

速さのGrokは本命か、指標特化か

A側 · 実用

Cursor上のGrok 4.6は速く短く、精度も大きくは崩れず、既存二社の値段対効果を脅かす。

B側 · 留保

評判を見る限り指標特化の匂いがあり、長い文脈の後半では愚かに見える点も共通する。

根拠: Cursor縛りの実験 vs 指標特化への留保と文脈長の実感

主なポスト

minorun365@minorun365·品質低下の起点Claude Code（Anthropic直契約）、また6月の悪夢が再来してるかも。死ぬほど遅いしアホになってる。具体的にいうと推論コストを節約しようとする動きが感じられて、コンテキストけちるせいで応答品質がめちゃ落ちることが増えた。。またしばらくCodexと併用かなぁ直契約のClaude Codeが遅く愚かに戻ったとし、文脈をケチる動きを感じると書いて併用へ戻すと宣言している。

xjuntaro@xjuntaro·Grok実用派少し前から Cursor CLI + Grok 4.6（High Fast）縛りで開発を実験してて、・返答スピードが早い・返答文が長過ぎない・精度は大きく問題なさそうという具合で、コスパ的に Anthropic / OpenAI 帝国がついに脅威に晒されている感覚Cursor上のGrok 4.6を速さ・短さ・精度で評価し、既存二社の値段対効果を脅かし始めたと読んでいる。

編集部まとめ

乗り換え論から品質そのものへ

そーくん
ここまでの話を踏まえると、争点は乗り換え先がどれか、ではなくなったんですか。
ボス
第4回は1500万と乗り換え支持で割れた。いまは遅く愚か、が先に来る。
そーくん
前回の否定は22から34パーセントでした。今回は上限が62まで伸びたんですか。
ボス
肯定は32から44パーセントが、20から32へ下がった。中立も28から40が、16から28だ。
そーくん
数字が動いたのは、乗り換え論争が品質そのものへの不満へ移ったからですか。
ボス
盆休みの実作業が乗った。どの会社が勝つかより、今日の自分の作業が回るかだ。

4つの言い分はどこが違うか

そーくん
否定が厚いといっても、Claude低下派と乗り換え先への不満は別ですよね。
ボス
Claude低下派は、直契約は遅く文脈をケチり、同じ系統なら今はCodexだ、と言う。
そーくん
同じ系統ならCodex、というのは、モデルの中身より契約の見え方なんですか。
ボス
直契約の体感が先に来る。同じ系統でも、作業環境と契約で別物に見える、という意味だ。
そーくん
乗り換え先の暴走派は、Codexも指示を拡大解釈して危ない、という側ですか。
ボス
削除や過剰設計が止まらない、だ。乗り換え先も落ちている、という読みだよ。
そーくん
残留派は、自分の用途ではClaude側がまだ上で、盆休みも常用が続く、ですか。
ボス
教材勢の成功談も同じ夜にある。具体的な参照を渡せば実務は回る、という層だ。
そーくん
併用現実派は、速さはGrok、保険はCursor、と一択を捨ててる、ということですか。
ボス
計画の進みは環境差が小さい、とも言う。勝ち負けより、作業ごとの割り当てだ。

遅い愚かで争点が割れる理由

そーくん
なんで同じ「愚か」なのに、文脈不足と拡大解釈へ同時に割れてしまうんですか。
ボス
遅い愚かは、作業内容と契約形態で意味が変わる。同一障害かは、いまは分からない。
そーくん
じゃあ今回のこれは、障害名が同じでも、見てる壊れ方が違う、ということですか。
ボス
文章作業では設計まで膨らみ、物理作業ではCodexが上、と役割まで人で違う。
そーくん
なんで盆休みの個人開発だと、企業導入より品質差が先に見えるんですかね。
ボス
個人は今日の作業が回るかで切る。企業は契約と手順が残るから、週末の体感が表に出にくい。
そーくん
じゃあ今回の実況が荒いのは、お盆に個人が自分の作業で切ってるからですか。
ボス
開発AIの現場では、推論のコストを削ると、文脈を短く扱う動きが出てきやすい。
そーくん
直契約ユーザーが文脈をケチっているように見える、とはそういう話ですか。
ボス
外から意外なのは、遅さ愚かさはモデルの頭だけでなく、待ち時間や文脈の上限まで含めて言う点だ。
そーくん
じゃあ今回の遅く愚かは、頭が悪い以外に、待ちや文脈の上限も混ざってるんですか。
ボス
混ざっている。だから同じ夜に、文脈不足と拡大解釈と、ChatGPT本体が雑、が同時に出る。

この窓の不満が全体に見える理由

そーくん
注意点として気になるのは、この声はお盆の個人開発と教材勢が中心なんですよね。
ボス
企業の大規模導入の声は薄い。週末の個人作業の断面であって、導入全体ではない。
そーくん
遅い愚かは作業と契約で意味が違う、は注意点としても残る、ということですか。
ボス
同一障害かは不明だ、と残しておく必要がある。言葉が同じでも、壊れ方は測れていない。
そーくん
Cursor買収そのものの賛否は、この窓では扱っていない、と注意にありましたね。
ボス
ニュース再掲が主だった。品質の体感とは別件なので、ここでは混ぜていない。
そーくん
成功談といいねの多い可視化事例もあるなら、苦情だけが全体じゃないですか。
ボス
常用者の成功談は朝まで並んでいる。不満が目立つことと、使えている層は別だ。
そーくん
なのに不満の方が、全体の空気みたいに見えますね。どうしてそうなるんですか。
ボス
炎上を見てる側がよく見る型がある。強い不満は広がりやすく、少数でも全体の空気に見える。
そーくん
それ、まさに今回の土曜夜の訴えですね。成功談より、愚かが先に回ってしまいます。
ボス
しかも意見の対立がある話題だけを選んでいる。Xで拡散した出来事の全体像ではない。
そーくん
品質が普通に足りてる日の声は、この記事の分母に入っていない、ということですか。
ボス
そう読むべきだ。否定40から62パーセントも、議論が残った場所の中での話だ。

公式認否と再現で何が崩れるか

そーくん
この読みが変わる条件は、どこを見ればいいんですか。公式の認否なんですか。
ボス
Anthropicが直契約の遅延や文脈短縮を認め、復旧時期を示せば、再低下の前提が固まる。
そーくん
公式が認めなければ、6月の再来だ、は体感のまま残る、ということですか。
ボス
同じ作業を複数人が測り、どちらが落ちているか再現されれば、全般悪化の線が分かれる。
そーくん
再現が出ないままだと、人ごとの作業差と、本体の低下が切り分けられないですか。
ボス
Grok 4.6の長い文脈での失敗例が、速さ評価を上回って共有されれば、本命論は弱まる。
そーくん
速さの成功談が朝まで並んでる今は、長い文脈の失敗がまだ少ない、ということですか。
ボス
直契約の公式説明と、同じ作業の再現、長い文脈の失敗例。この3点だけ見ておけばいい。
そーくん
公式の認否と、測り直しと、長い文脈の失敗。そこが次の分かれ目、ということですね。

この記事をポスト