ECサイトの「Add to Cart」ボタンをオレンジから青に変える。作者はClaude Codeで全工程を回し、prompt、diff、レビューの流れをすべて公開した。このブログがHacker Newsに投稿されると、514ポイント・199コメントを獲得し、フロントページに1位で掲載された。
シニアフロントエンドが手でやれば30秒の作業だ。それでもopusfived.devの記事が刺さったのは、効率の話ではない。「AIが俺が適当に投げたらすぐ終わる雑用を、ちゃんと拾えるのか?」という問いだ。
このブログが示したもの
opusfived.devの書き方がおもしろい。一見すると琐末なUI微調整タスクを、まるごとワークフローとして記録している。
デモで見せたのは「AIすごい!」のパフォーマンスではなく、Claude Codeが本物のECサイトをどう編集するかという全過程だ。コード読み込み、ボタンコンポーネントの特定、スタイル変更、レスポンシブ確認。一ステップごとにスクリーンショットが残っている。
「AIがどれほど優秀か」を見せるのではなく、「AIがどう仕事するか」を記録した記事だ。
これまでのAI codingデモはSWE-bench、HumanEval、LeetCode Hardなど、現実離れした難題ばかり競ってきた。だが、開発者の8時間はそんなもんじゃない。文字を直す、色を調える、paddingを揃える、その繰り返しだ。opusfived.devはAIをリアルな琐末業務に引き戻した。
Claude Codeがフロントエンド微調整で実際やったこと
記事中のClaude Codeの動作チェーンはおおむねこうだ:
- プロジェクト構造を読み込み、スタイルファイルを探す
- ボタンに対応するclassやコンポーネントを特定
- 色値を変更(例:
#ff6b35→#2563eb) - レスポンシブ確認(モバイル・タブレット・デスクトップの3ブレークポイント)
- 他ページを参照して同色値が使われていないかスキャン
流れは滑らかだ。だが本当に問うべきは、こうした動作が現実の本番環境で通用するかだ。
スクリーンショットから判断すると、作者は実際に注文が流れているECプロジェクトで動かしている。toy projectではない。diffを提出後、自分でレビューしてマージしている。
結論: Claude Codeはフロントエンド微調整で十分仕事になる。ただし「仕事になる」と「そのままマージできる」の間には、レビューという工程がまだ残っている。
Claude Codeを使うと損をする場面
手動で1行のCSSを変える場合:
.btn-primary {
background-color: #2563eb;
}
所要時間: 30秒〜1分。
Claude Codeに全工程を任せると、環境起動5〜10秒、コード読み込み数十秒、diff生成、そして自分でレビュー——合計1〜3分。単純比較でagentは負けている。
ただしopusfived.devの価値は効率ではなく、実現可能性の検証にある。氏が答えようとした問いは:
Claude Codeは、俺が適当に投げつけた雑用を拾えるのか?
答え: 拾える。ただし摩擦がある。摩擦は次の3箇所から生じる。
- 環境起動コスト(セッションごとにプロジェクトコンテキストを再ロード)
- Token消費(ファイルツリー全体を舐めるのは安くない)
- レビューコスト(AIの書いたコードを盲信できない)
粒度の判断基準はこうなる。
- 変更が5行未満・5分未満 → 手動のほうが速い
- 複数ファイル跨ぎ・コンテキスト検索が必要 → Agentが得する可能性
- ワークフローが成立するか検証したい → 時間が亏けてもやる価値あり
opusfived.devは3番目に該当する。効率が目的ではなく、「これ、本当に動くんだぞ」とコミュニティに見せるのが目的だった。
HNコメント欄の3つの派閥
199コメントの中で、3つの意見がはっきり分かれた。
第1派: vibe coding勝利派
「これがvibe codingの未来だ」「AIがついに日常業務に触れられる」「2026年はagent元年」。opusfived.devを転換点の証拠とみなす層。
第2派: 本番運用への懐疑派
「demoが動くのと本番で使えるのは別」「本番稼働中のECサイトをAIに改められるか?」「バグったら誰の責任?」。技術ではなく責任の所在を懸念する。
第3派: もう珍しくない派
「半年もすればこれが普通になる」「Claude Codeのこの程度の能力は6ヶ月前からあった」「大袈裟すぎ」。話題はナラティブで盛り上がってるだけだとする層。
どの派閥も正しくもあり、外してもいる。vibe codingの勝利であり、本番環境のリスクであり、そして急速にコモディティ化しつつある能力——この3つが同時に成り立つのがこの件の厄介なところだ。
高評価コメントの中に、特に的確な一節がある。
"The interesting question isn't whether Claude can do this. It's whether I'd let it touch production without reviewing every line."
なぜ簡単なタスクがagentの指標になったのか
過去2年、agentの評価ベンチマークは難題ばかり競ってきた。
- SWE-bench(GitHub issue修正)
- HumanEval(プログラミング問題)
- Terminal-Bench(コマンドラインタスク)
こうしたベンチマークは開発者の日常業務からかけ離れている。フロントエンドの実作業を見れば、1日でCSS微調整を200行、コピペ修正を50行、コンポーネント整列を10個——SWE-benchでは採点されない領域だ。
opusfived.devが刺さったのは、その空白地帯だ。
意義は「Claude Codeがボタン色を変えられる」ことではない——6ヶ月前、Cursorにもできたことだ。意義は別のところにある。
AIが初めて、俺が適当に投げつけた雑用を拾えるようになった。
精巧なpromptは不要、タスクを原子レベルに分解する必要なし、コンテキストを先に説明する必要なし。「あのボタン青にして」とそのまま言えば動く。
この「適当に投げる」体験は、SWE-benchが5ポイント伸びるよりずっと状況を語る。
編集部の考察
なぜこの琐末な話が、GPT-5発表より自分には刺さったのか——それは、ずっと検証したかった仮説を裏付けてくれたからだ。「AIは、俺が適当に投げつける雑用を、もう拾えるのか?」
GPT-5、Claude 4といったモデル発表は、benchmark、論文、demoを見るが、どうしても一枚膜がある。opusfived.devの記事は画面録画もdiffもレビューの流れもそのまま公開している——現実で、再現可能で、批判可能なワークフローだ。
筆者の見立て: 2026年のagentツールの真の転換点は、モデル能力がさらに伸びるかどうかではなく、「本番で使い切れるか」という社会問題の解法にある。技術的にボタン色を変えるのはもう難しくない。難しいのは、AIが色値を間違えてCVRが3%落ちたとき、誰が責任を負い、どうロールバックし、上司に何を言うかだ。
これまでと何が違うか? これまでのAI codingツールは「補助型」だった——Copilotの補完、Cursorのリファクタ、Devinの新機能実装。opusfived.devのような「適当に雑用を投げ渡す」は、「代替型」の最初の兆候だ。代替型の普及速度は補助型よりずっと速いが、やらかしたときの代价もずっと大きい。
不確実な点: opusfived.devのdemoは特定技術スタックで動いている。古いjQueryプロジェクトやマイクロフロントエンド構成に置き換えたとき、Claude Codeが同じ滑らかさで動くかどうかは証拠がない。この件の汎用性はまだオープンなままだ。