AIで作ったブラウザが、公開した瞬間に叩かれた
2026年8月、海外の技術系掲示板Hacker News（世界中の開発者が新しいプロダクトやニュースを持ち寄って議論する場です）に、ある個人からの相談が投稿されました。投稿者はNorthstarという名前のWebブラウザを作った。使ったのはClaude、Gemini、そしてChatGPTのCodex。つまりコードの大部分をAIに書かせて完成まで持っていった。ところが公開してみると、返ってきたのは絶賛ではなく総叩きでした。作ったものへの批判にとどまらず、投稿者本人への人格攻撃まで飛んできた。中でも刺さったのがAI slopという言葉です。そして投稿者は最後にこう問いかけます。これはAIコーディングサービスの失敗を意味するのか、Claudeは失敗作なのか、と。
一見すると、これは開発者の世界の内輪もめに見えます。ブラウザなんて自分の仕事とは関係ない、と思う方がほとんどでしょう。けれど私は、この一件は非エンジニアの方にこそ読んでほしい事例だと考えています。ここで起きたことは、AIで作った提案書を取引先に送ったとき、AIで書いた記事をクライアントに納品したとき、AIで作った集計ツールを部下に配ったときに起きることと、構造がまったく同じだからです。
実際、私が研修先で一番多く聞く不安がこれです。AIで作ったものを外に出していいのか、出したら何か言われるんじゃないか、という不安。この投稿者はその不安を、世界で一番手厳しい場所で実地検証してくれたようなものです。彼が受けた批判を丁寧に分解すると、AIの性能の話はほとんど出てきません。出てくるのは、出し方と、責任の所在と、相手の時間の使い方の話です。この一件が突きつけているのは、AIが使えるかどうかではなく、AIで増えた成果物をどこに出すかを自分で設計できているかという問題です。
AI slopと呼ばれたのは、AIを使ったからではない
まずAI slopという言葉を整理します。slopは英語で残飯や粗末な餌を指す言葉で、AI slopはAIで大量生成された中身の薄いものを指す悪口として定着しました。もともとはWeb上に溢れ返ったAI生成記事に対して使われていた言葉ですが、いまはコードにも、画像にも、企画書にも使われます。
では今回、具体的に何が批判されたのか。反応を丁寧に読むと、論点は三つに整理できます。
一つ目は、動作の詰めが甘かったこと。ブラウザというのは、実はソフトウェアの中でもかなり難しい部類に入ります。世界中の何百万というWebサイトが、それぞれ勝手なつくり方をしていて、そのすべてをそれなりに表示しなければいけない。ChromeやFirefoxは数百人の技術者が数十年かけて作り込んできました。それを個人が数週間で仕上げたと言われれば、見る側は当然、どこまで動くのかを疑います。
二つ目は、既存の選択肢に対して何が良いのかが説明されていなかったこと。使う側からすれば、いま使っているブラウザを乗り換える理由がなければ、試す時間そのものが損になります。
三つ目、そしてこれが一番大きいのですが、作った本人が中身をどこまで把握しているのかが見えなかったことです。AIに書かせたコードは、書いた本人が読んでいなくても動いてしまいます。動いてしまうから、そのまま出せてしまう。すると受け取った側は、これが本当に動くのか、危ないところはないのかを、ゼロから自分で確かめる羽目になります。
つまり批判の本質はこうです。あなたが払うべきだった確認の手間を、こちらに払わせるな。AI slopという言葉が本当に糾弾しているのは、AIを使ったことではなく、検証されていないものを他人の判断コストに押し付けたことです。
作れる量は10倍になったが、見てもらえる時間は1分も増えていない
なぜ今このぶつかり合いが起きているのか。需要と供給で考えるとすっきりします。
AIが普及して、一人が作れる成果物の量は明らかに増えました。以前なら外注に3週間かけていた社内ツールが、Claude Codeを触れる社員がいれば半日で形になる。記事も企画書も分析レポートも同じです。供給側の生産量は、体感で5倍から10倍になりました。
一方で、それを受け取る側はどうか。取引先の担当者の1日は24時間のままです。部長が資料に目を通せる時間は今日も30分。Hacker Newsの読者が新しいプロダクトを試す気力も、去年と変わっていません。供給だけが爆発して、受け取る側の可処分時間は1分も増えていない。
こうなると何が起きるか。受け取る側は、中身を読む前に切り捨てる基準を持つようになります。その基準が、AIっぽいかどうかです。厳密には的外れな基準です。AIで作られていても中身の濃いものはあるし、人間が書いても薄いものは山ほどある。それでも受け取る側は自衛のためにその基準を使う。切り捨てのコストが一番安いからです。
だから今、AI成果物を出す人には、以前より一段高いハードルが課されています。中身が良いだけでは足りず、中身が良いことが最初の10秒で伝わらないと読まれない。これは不公平ですが、事実です。そして、この不公平は当面続きます。
ここで大事なのは、この構造は開発の話ではないということです。10人規模のマーケ会社がAIで記事を量産すればクライアントに同じ目で見られるし、個人事業主がAIで作った提案書を送れば発注側は同じ嗅ぎ方をします。AIで増やせるのは作る量だけで、相手に読んでもらう権利は1ミリも増えていない、という前提から設計を始める必要があります。
出す前に決めるべきは、公開レベルという一点
ここからが実務の話です。私が研修で最初に決めてもらうのは、そのAI成果物をどこまで出すか、です。技術の話ではなく、範囲の話を先に決めます。
範囲は三つに分けると扱いやすくなります。
第一層は自分専用。自分だけが使うツール、自分だけが読むメモ、自分の頭の整理のための下書き。ここでは壊れても困るのは自分だけです。だから検証は最小限でいい。私はこの層こそAIの一番おいしい使い道だと思っています。遠慮する理由がまったくないからです。今回の投稿者も、Northstarを自分専用ブラウザとして自分のパソコンで使っている限り、誰にも叩かれなかった。
第二層は社内・チーム内。同僚が使う集計ツール、部内で回す議事録フォーマット、チームで共有する分析シート。ここから性質が変わります。壊れたときに困るのが他人になり、しかもその他人は直せません。だから、誰が直すのかを事前に決めておく必要があります。作った人が来月退職したらそのツールはどうなるのか。この問いに答えられないなら、その段階では配ってはいけません。
第三層は社外・不特定多数。顧客に渡す資料、Webで公開する記事、クライアントへの納品物、取引先に送る見積もり。ここでは相手の判断や金銭に直接影響します。人間による検算が必須になり、間違っていた場合の責任も自分に返ってきます。
多くの失敗は、第一層のつもりで作ったものを、検証を足さずに第三層へ持っていったときに起きます。今回のブラウザもそうでした。個人の実験としては立派なのに、世界中の開発者が集まる場に第三層の顔で出してしまった。AIで何を作るかより先に、それをどの層に出すのかを決める。この順番を逆にした瞬間に事故が起きます。
業種別に見る、うまくいく使い方と危ない使い方
抽象論だけでは動けないので、具体的に見ていきます。
20人規模の建設会社の総務担当の方。毎月、各現場から届く日報のExcelを開いて、作業時間と資材使用量を手作業で転記し、月次集計表にまとめている。この作業に月8時間ほどかかっています。ここでClaudeに集計スクリプト、つまりファイルを自動でまとめる小さなプログラムを作ってもらう。これは第一層から第二層の話なので、ためらう必要はほぼありません。ただし最初の3か月は、これまで通り手作業でも集計して、AIが出した数字と突き合わせてください。3か月分ずれがなければ、そこから先は自動に任せていい。月8時間が20分になります。この使い方でAI slopと言われることは絶対にありません。誰の時間も奪っていないからです。
個人事業主の社労士の方。顧客企業向けに、助成金の受給要件を自己チェックできるシートをClaudeで作った。見た目もよく、質問に答えていくと該当しそうな制度が出てくる。これは第三層です。危険なのは、助成金の要件は制度改正で変わることと、顧客がそのシートの結果を見て申請の可否を判断してしまうことです。ここでやるべきは三つ。実際の制度要綱と1項目ずつ突き合わせて自分の目で確認すること。シートに何年何月時点の情報かを明記すること。そして最終判断は個別にご相談くださいと書き添えることです。AIで作った事実は隠す必要がありませんが、確認したのは私であるという一文が要ります。
10人規模のマーケ会社の場合。AIを使ってSEO記事を月100本納品する体制を組んだところ、クライアントから読んでも何も残らないと言われた。これはまさにAI slopを指摘された状態です。処方箋は本数を減らすことです。100本を30本に絞り、その代わり1本に必ず一次情報を一つ入れる。自社で取った顧客アンケートの数字でもいい、営業担当への15分の取材でもいい、実際に触った所感でもいい。AIに書けないのはこの一次情報だけです。逆に言えば、一次情報が一つ入っていれば、残りの文章をAIが整えていても批判されません。
従業員50人の製造業で、営業事務を担当している方。過去の見積もりデータをClaudeに読ませて、新規案件の見積書を自動生成する仕組みを作った。ここでの落とし穴は単価マスタです。AIは過去のデータから傾向を読み取るので、去年の単価で計算した見積もりを平然と出してきます。原材料費が上がっていれば、それはそのまま赤字案件になる。対策はシンプルで、単価だけは自動化の対象から外し、生成された見積書の単価欄を人間が必ず見る運用にすることです。AIに任せていいのは、間違ったときに自分が気づける作業だけ。気づけない作業を任せた瞬間に、効率化は損失に変わります。
そのまま使える、出す前の5ステップ
私が実際に使っている手順を、そのまま書きます。特別なツールは要りません。
第一に、用途と公開レベルを先に決めます。作り始める前です。誰が使うのか、壊れたら誰が困るのか、この二つに一言で答えられる状態にしてからAIに指示を出してください。ここが曖昧なまま作り始めると、出来上がったものの良し悪しを判断する基準がないので、なんとなく良さそうという理由で外に出してしまいます。
第二に、AIに作らせて一度動かす。ここは普通です。動かない場合はエラーの文章をそのままClaudeに貼り付ければ、たいていは直ります。
第三に、極端な入力で壊しにいきます。これが一番大事で、一番飛ばされる工程です。集計ツールなら、空のファイルを渡してみる。1行しかないデータを渡してみる。日付の欄に文字を入れてみる。文章生成なら、極端に短い指示を出してみる。AIが作ったものは、想定通りの入力ではだいたい動きます。壊れるのは想定外のときで、そして実務では想定外が毎週起きます。最低3パターンは意地悪をしてください。
第四に、すでに答えを知っているデータで突き合わせます。先月の集計結果が手元にあるなら、それを流し込んで同じ数字が出るかを見る。過去に自分が書いた企画書があるなら、同じ条件でAIに書かせて質を比べる。答え合わせができるデータを一つ用意しておくと、検証は10分で終わります。
第五に、直す人と捨てる日を書き添えて出します。社内ツールなら、ファイルの先頭に作成者と作成日、そして半年後に見直す旨を一行入れておく。顧客向けの資料なら、情報の基準日と問い合わせ先を入れる。この一行があるかないかで、受け取った側の印象は放置されたAI生成物から、運用されている道具に変わります。
よくある誤解を4つ、はっきり否定しておきます
誤解の一つ目。今回の炎上は、AIコーディングが失敗だという証明ではないか。違います。投稿者は実際にブラウザという難物を動く形まで持っていっています。3年前なら個人には到底不可能でした。道具の性能は本物です。問題はどこに出したかであって、何で作ったかではありません。ただし逆方向の期待も間違いで、AIが全部やってくれるから自分は何も分からなくていい、というのも成り立ちません。分からないまま出したから叩かれたわけですから。
二つ目。AIで作ったことは隠した方がいいのではないか。これは私の中でははっきり否定です。隠して後からばれたときの信用の毀損は、最初から言っておく場合と比べものになりません。ただし、AIで作りましたを売り文句にするのも違います。相手が知りたいのはそこではないからです。相手が知りたいのは、これは誰が確認したものなのか、間違っていたら誰に言えばいいのか、この二点だけです。そこに答える一文を添えれば、制作手段は論点になりません。
三つ目。批判されたものは引っ込めるべきか。多くの場合、引っ込めるのではなく場所を変えるのが正解です。今回のブラウザも、世界に公開するプロダクトとしては早すぎましたが、本人が毎日使う道具としては何の問題もない。社内で不評だったツールが、自分の作業には最高に効いているという例も普通にあります。層を一つ下げて生き延びさせてください。
四つ目、そして一番多い誤解。完璧になるまで出さない方が安全ではないか。これは一見慎重に見えて、実際は最も損をします。完璧の定義がない以上、いつまでも出せず、AIを使えるようになるまでの時間だけが過ぎていきます。出さないことによる損失は請求書に載らないので見えないだけで、確実に発生しています。
なお、今回の投稿者が受けた人格攻撃については、擁護の余地なく批判する側が悪い、とだけ書いておきます。作ったものへの指摘と、作った人への罵倒はまったく別物です。自分が批判を受ける側になったときは、この二つを機械的に分けてください。前者だけを読み、後者は捨てる。実務上、この切り分けができる人が一番長く挑戦を続けられます。
まとめ。手を動かす人は、出す場所さえ間違えなければ強い
今回の一件から持ち帰るべきことを、3行にまとめます。
AI slopと呼ばれる現象の正体は、AIを使ったことへの批判ではなく、検証されていないものを他人の時間に押し付けたことへの反発です。だから、AIを使うかどうかを悩む必要はまったくなく、悩むべきは検証の量と出す場所だけです。
そして、その出す場所は三つに分けて考える。自分専用なら遠慮せず全力で使う。社内なら誰が直すかを決めてから配る。社外なら人間が検算し、基準日と連絡先を添える。この3層を意識するだけで、事故の9割は起きません。
最後に、私が一番伝えたいことを書きます。今回叩かれた投稿者は、AIを使ってブラウザを作り、世界で一番厳しい場所に出した人です。批判は浴びましたが、この人は間違いなく、AIを議論している人たちより一歩先にいます。批判を受けるのは、手を動かして何かを出した人だけに与えられる経験で、何も出していない人には永遠に来ません。
大事なのは、その挑戦を叩かれにくい場所から始めることです。まず自分の手作業を一つ、AIに置き換えてみてください。誰にも見せなくていい、月次の転記でも、日報の要約でも、メールの下書きでも構いません。そこで一度成功体験を作れば、次にどこまで出せるかの感覚は自然に身につきます。
Claude Worksでは、非エンジニアの方向けに無料30分のオンライン相談を受け付けています。自分の業務のどこからAIに任せられるか、どこは人が見るべきか、実際の業務内容をうかがったうえで一緒に線引きします。AIを触ったことがない状態でのご相談も歓迎です。まずは気軽にお申し込みください。
