この数ヶ月でGitHub Copilotだけでなく、CursorやCline、Devinなどの利用者が一気に増えてきているように感じる。弊社でも現在はClineを使っていて、かなり生産性が上がっている。（ちなみにClineの利用規約上、送信したデータがすべて抜き取られるのでは？と書いている人がいるが、こちらを見る限り問題ないと考えている）

AIを使った開発でどの程度生産性を伸ばせるかについて、B2BのSaas（eラーニングシステム、LMS）で、事業をやっている弊社の視点から感じたことをまとめてみる。実質的なコードベースは10万行弱で、サーバーサイドのPythonと、クライアントサイドのTypeScriptが半分ずつといったところ。

（2025/06/13追記）現状ではClaude CodeをMaxプラン（月額$200の方）を契約して、複数ターミナルで平行してOpus 4を使い倒すのが最適解になってしまった。現状LLM界隈の進歩が速すぎて、1～2ヶ月で状況が全然変わってしまうことがあるので、とにかくいろいろ試してみるしかなさそう…

「出来らあっ！（多分）」

最近のPythonでは、PydanticやFastAPIを使えば、APIのリクエストの動的なバリデーションなどはもちろん、型ヒントを使って静的なチェックについてもかなり頑張れる。

B2Bの開発だとシステムが（仮に一部の機能であっても）動かなくなることはかなりクリティカルなので、実行時エラーが出せるというだけでなく、「間違ったコードや危険なコードを事前に弾ける」という形が望ましい。

最近だと初めからTypeScriptを使う方法もあるけど、弊社の場合だと既存のコードベースがPythonになっているのと、やはりFastAPIやPydanticが相当便利＋それ以外のライブラリの充実度も考えて、Pythonを使った上でなるべく堅牢なシステム開発ができる形を模索している。

ということで以下、弊社がやっていることをまとめてみる。前提として、Python3.12を使っていて、フレームワークとしてはFastAPIやPydantic、SQLModel(+SQLAlchemy)を使っている。（クライアントはTypeScript+Reactだけど、ここでは触れない）