AIエージェントによるLisp開発:高コストと技術的課題

Lispと他言語におけるAIエージェントの性能比較
AIエージェント開発にGoose CLIとOpenRouterを使用しているDevOpsエンジニアは、プログラミング言語間でAIの性能に大きな違いがあることを発見しました。LispでRSSリーダーのフォーマット変換ツールを開発している際、彼はPythonやGoと比較して開発が高コストで非効率になる複数の課題に直面しました。
技術的実装の詳細
エンジニアは最初、AIエージェントにtmuxコマンドtmux capture-pane -t 0.0 -p | tail -n 1を使用してLisp REPLと対話させようと試みました。このアプローチは過剰なトークン消費を招き、sleepコマンドが必要で、tmux出力の解析も必要でした。Claudeはある程度の進展を見せましたが依然として苦戦し、DeepSeekやQwenなどの低コストモデルは他のタスクでは適切に動作するにもかかわらず、パフォーマンスが低いままでした。
状況を改善するため、彼はtmux-repl-mcpというPythonツールを作成しました。これはより直接的なREPLインターフェースを提供するものです。複雑なtmux対話の代わりに、エージェントはREPL内でexecute_commandを実行し、直接出力を受け取ることができます。彼がPythonを選択した理由は、既存のGoose設定がツールのインストールと管理にuvxを使用していたためです。
コストと性能の比較
AIを使用したLisp開発とPython開発の違いは劇的でした。Pythonでは、低コストモデルを使用してすべてのコードとテストを1~2日で記述でき、半手動のデバッグのみが必要でした。Lispでは、tmux-repl-mcpを実装した後でも、Claudeで30分間に10ドルを費やし、Pythonと比較して信号対雑音比は低いままでした。
この経験から得られた主な観察事項:
- AIは最小抵抗の経路でコードを生成し、OCICLなどの代替手段を使用するように指示されていても、QuickLispなどの一般的なパターンにデフォルトで戻る
- AI APIの高遅延なリクエスト-レスポンス特性は、REPL開発ワークフローと衝突する
- インターネット上の情報量が多い言語(Go、Python)は、AI支援開発において桁違いに簡単で安価
- AIは言語の人気を実質的なコスト削減(100万トークンあたり)に変換している
エンジニアは、言語に関係なく、彼の役割はAIを管理する意見のあるプロダクトオーナーとして同様のままだと指摘しました。しかし、この経験には通常のLisp直接記述の楽しさが欠けており、彼はAI互換性を高めるためにプロジェクトをGoで書き直すことを検討しています。
📖 Read the full source: HN AI Agents
👀 See Also

x402とSolanaを使用したAIエージェントのマイクロペイメントのデモ
x402-helloデモは、Solanaブロックチェーン上でAIエージェントがUSDCを用いて自律的にマイクロペイメントを処理する方法を示しています。

公式KotlinのVS Code対応、IntelliJの言語サーバーを搭載しアルファ版に
JetBrainsはKotlin for VS CodeのAlpha版をリリース。IntelliJ IDEAのコードインサイト基盤を搭載したKotlin Language Serverにより、コード補完、診断、ナビゲーション、クイックフィックス、フォーマット、プロジェクトインポートを提供。

LLM回路ファインダー:トレーニングなしで推論を強化するために3層を複製
新しいツールキットがトランスフォーマーモデル内に『推論回路』を発見 - 3〜4層の連続したブロックが分割不可能な認知単位として機能します。これらのブロック(Devstral-24Bの12〜14層)を複製すると、重みの変更や学習なしで、BBHベンチマークの論理的推論スコアが0.22から0.76に向上します。

Claudeを使用してCapacitor WebViewsでモバイルアプリのQAを自動化する
ある開発者が、CapacitorベースのモバイルアプリをAndroidとiOSでテストするためにClaudeを使用した自動QAシステムを構築しました。このアプローチでは、Android WebViewにはChrome DevTools Protocolを、スクリーンショットによる視覚的分析を採用しており、Androidのセットアップは90分で完了したのに対し、iOSには6時間以上を要しました。