要点
明らかに元が取れる場面でアシスタントを使い、リポジトリ全体ではなく絞り込んだコンテキストを与え、定型的な編集には小さなモデルや高速なモデルを選び、難しい作業は確認しながら進める簡単なステップに分けましょう。ある研究では、検証した作業において、AI を使ったコーディングのカーボンフットプリントは手作業の約 33 倍でした。だからこそ習慣が大切です。
手順
- その作業にアシスタントが必要か、自分で書いたほうが早いかを判断します。
- 定型的な補完や編集には、小さなモデルや高速なモデルを選びます。
- リポジトリ全体ではなく、関係するファイルをアシスタントに示します。
- 難しい作業は小さなステップに分け、次に進む前にそれぞれを確認します。
- エージェントモードにはステップ数や支出の上限を設け、ループする実行は止めます。
- チームのアシスタント利用量を、コストと並べて追跡します。
反射的にではなく意図してアシスタントを使い、読み込ませる量を小さく保ちましょう。 コーディングアシスタントは便利ですが、そのエネルギーは使う人には見えません。
なぜ重要なのですか?
Cheung らは、一連のプログラミング作業で手作業と AI 支援の開発を比べ、AI 支援のほうが手作業の約 33 倍のカーボンフットプリントになり、作業が難しくなるほどその差が広がることを明らかにしました。アシスタントを使うなということではなく、本当に時間を節約できる場面で使おうということです。
エージェントモードはさらにコストがかかります。Anthropic は、同社のエージェントが通常チャットの約 4 倍、マルチエージェントシステムでは約 15 倍のトークンを使ったと報告しています。
いちばん差が出るのは何ですか?
- コンテキスト。 アシスタントが読んだファイルは、やり取りのたびに処理し直されます。関係するファイルだけを開くか参照し、新しい作業には新しいセッションを始めましょう。
- モデルの選択。 多くのツールではモデルを選べます。補完、名前の変更、定型コードには、たいてい小さく高速なモデルで十分です。大きなモデルは設計とデバッグに取っておきましょう。
- エージェントの上限。 エージェントには明確な目標、停止条件、ステップ数の上限を与えます。 AI エージェントのトークンの無駄をなくす方法をご覧ください。
- 確認しながら小さなステップで。 人が各ステップを確認すれば、間違った方向に長く走り続けるのを防げます。
よくある間違い
- 終わりのないループの中で、エージェントに「テストを直させる」こと。
- 1 行を変えるために、ファイル全体を再生成すること。
- 効率を確認せずにコードを受け入れること。 AI にエネルギー効率の良いコードを書かせる方法をご覧ください。
全体像については、エージェント型 AI とトークンの無駄をお読みください。
出典
- Comparative analysis of carbon footprint in manual vs. LLM-assisted code development, Cheung, Kaul, Jahangirova, Mousavi and Zie, ResponsibleSE 2025 (ACM) (2025)
- How we built our multi-agent research system, Anthropic (2025)
- GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
関連
AI に省エネなコードを書いてもらうには?
AI コーディングツールに効率的なコードを頼む方法、効率的でも誤りなら価値がない理由、生成コードを受け入れる前に試験し測定する方法です。
AI エージェントがトークンを無駄遣いしないようにするには?
AI エージェントのための実践的な歯止めです。停止条件、ステップとトークンの上限、ループの検出、文脈の削減、簡単なステップへの小さなモデルの利用を紹介します。
エージェント型 AI とトークンの無駄
AI エージェントがチャットの何倍ものトークンとエネルギーを使う理由、ループが無駄を生む仕組み、エージェントを適正規模に保つための安全策を解説します。
AI を効率よく使う:日々の習慣
AI を使うときのエネルギーを減らす日々の習慣。明確なプロンプト、再生成の繰り返しを減らすこと、画像や動画の慎重な利用、キャッシュ、初期設定をオフにすることを紹介します。