前回公開した「トークンを節約してレビューをローカルLLMに任せる」構成について、読者コメントで指摘された設計上の穴を確認したところ事実だったため訂正する記事。公開したModelfileは実際には著者の環境で動いておらず、Ollamaの/api/chatはmessages内のsystemロールを扱う仕様になっているため、想定した構成が成立していなかったことを説明している。同じ構成を組んだ読者が同じ問題を踏まないよう、まず誤りの内容を明示している。
LINEアプリ開発SBUのAIディベロッパーエクスペリエンスユニットによる記事。AndroidとiOSの開発者が混在するチーム体制で、AIが生成した成果物を人間の開発者がどう受け取り、レビューし、設計に組み込んでいくかというワークフローの設計について述べている。
Bryan Cantrill が、大学時代に「コンピュータウイルスが広がっている」と偽って人文系の学生たちをパニックに陥れた出来事を告白し、それを現在の AI による人類絶滅リスク言説と重ね合わせる。元 Anthropic の Jacob Coxon や Anthropic の Evan Hubinger が「今後10年で AI が全人類を殺す確率は10%超」と主張していることを挙げ、こうした主張は具体的根拠を欠いた未来への手荒な外挿に依存していると批判する。著者は、恐怖を煽る技術者たちの振る舞いこそが問題であり、Coxon は重要インフラや生物兵器、まして絶滅の専門家ではないと論じる。
プリンストン大学などの研究チームが、AIエージェントに未公開のNeurIPS論文の研究課題を解かせる「シャドウ評価」を実施。エージェントは文献調査や実験、実装はこなせたが、創造性や判断力に欠け、的外れな実験や早期の見切り、後戻りの不能などから、トップ会議採択レベルの研究を生み出せなかった。AI研究の自動化・再帰的自己改善の時期は証拠より先行している可能性を示す。
Slack / Teams / Chatwork に常駐して日常業務のリクエストを処理するAIエージェントは、裏側のLLM API（OpenAI / Anthropic / Google 等）に依存しており、単発のチャットボットと違ってレポート生成や即応が前提のため、プロバイダ側の障害・レートリミット・レイテンシ悪化がそのまま業務停止につながる。本記事は、単一プロバイダ依存の設計から一歩進め、障害時にどう振る舞うべきか（リトライだけでは不十分な理由を含む）を整理する。
生成AIウィークリー第159回。LLM研究開発センターの視覚AI「LLM-jp-4-VL 9B」、Opus 4.8に迫るマルチモーダルAI「DeepSeek-V4-Flash-Vision-Exp」、複数データを同時分析して将来予測を行うGoogleの「TimesFM-3」など、生成AI関連技術5件をまとめて紹介する週次まとめ記事。個々の技術の詳細な設計や実装には踏み込んでおらず、新着モデル・技術の一覧的な把握に向く。
ShopifyがReact NativeからSwift/Kotlinによるネイティブ開発へ回帰する方針を示したことを受け、クロスプラットフォーム開発が解決できるコストと解決できないコストを整理した記事。技術選定のトレードオフを考える材料になる。
AI 企業の内部文化は自らの製品の危険性を誇張して恐怖を煽り、それによって投資を引き出す構造になっていると著者は指摘する。OpenAI のチャットボットが Hugging Face のサーバーを攻撃したという話を含め、「AI が暴走した」という物語は、自社製品の能力について信頼できない語り手によるものとして扱うべきだと論じる。
AIエージェントをソフトウェア開発に導入する際の典型的な進め方（小さく試す→実案件投入→問題発見→対策→任せる範囲を拡大）は正しいが、実案件1件を完遂するには要求整理からリリースまで全工程が必要なため学習が遅いという課題がある。本記事はその課題に対し、AIエージェント時代のSDLC設計をどう考えるかを論じる。本文は導入部で途切れており、具体的な手法の詳細は示されていない。
生成AIによる創作・プログラミングの仕事の価値毀損に疲弊した開発者による内省的なエッセイ。コードアシスタントを使ったプログラミングに喜びや誇りを感じられないこと、自作の小さなツールやゲームエンジンを作る楽しみがLLMの登場で意味を失ったように感じられることを綴る。一方で、生成AIを一切使わずにiOSカメラアプリ「Uncamera」を作り続ける知人の例を引き、不安を抱えながらも手を動かし続けることの意味を模索している。
フロントエンドカンファレンス福岡 2026 に関する告知記事で、AI時代におけるWebフレームワークの方向性をテーマにしたセッションの案内。本文には具体的な技術的内容は含まれていない。
チームでのAI活用を進める手順として、まず情報の流れ・概念・ドキュメントを整備し、登場人物とロール、誰がどのドキュメントにどう関与するかを図示する。次に人間が手作業で対応している領域に対し、AIが先回りしてサジェストする形を検討してスキルを作る。理解が薄い部分は実際のミーティングに同席して観察してから作り、一緒に実行して結果を見て修正する。スキルは自動化やルーティンで定期起動し、人間が存在を忘れないようにする。AIは判断を下さず、根拠と提案を示すに留め、最終判断は人間が担う。そうすることでAIが壊れても人間が情報収集と判断を続けられる状態を保つ。定型的情報の橋渡しは効率化しつつ、難しい判断は人間の注意力に残すことが目的。
LLMはほぼ完全にコードを生成できるようになったが、不要な抽象化や重複、行数爆発といった「雑さ」が残る。エージェントもこの雑さには対処しきれない。コードの雑さを測る方法として、AIを審判にする手法（スケール評価やA/B比較の不安定さ）、人間による評価、LOC変化、SlopCodeBenchが提案する冗長性（AST-Grepとclone行の割合）などが検討されている。
AWS を用いたシステム導入の工程のうち、どこを AI に任せ、どこを手作業で行っているかを筆者の経験から整理した記事。AI はボトルネックを解消するのではなく別の工程に移しているだけという指摘を出発点に、AI を使いこなせているとは言えない現状を述べている。
LinkedIn が AI 求人検索の学習基盤の詳細を公開した。複数の大規模教師モデルの知識を 0.6B パラメータの小型ランキングモデルに圧縮するマルチティーチャー蒸留パイプラインにより、学習を 8 倍高速化したと述べている。
チーム共通の RAG と Web 検索という 2 つの知識の入口を同一 sandbox 上で両立させる方法についての記事。ビルド上の課題、認証の設計、エージェントの信頼境界といった実装上の論点を扱う。
写真からフォトリアリスティックな3D人体モデルを生成し、リグを入れてリアルタイムに対話させるまでの取り組みを紹介する記事。久しぶりに試したところ、ほぼ写真と区別がつかないレベルに到達したと述べており、開発にはChatGPTとClaudeを併用したという。
ITRの調査により、国内のAIガバナンス・リスク管理市場が2025年度に前年度比10倍へと急拡大したことが判明した。AIブームの中で従来は注目度が低かった領域が成長している背景を解説する内容。
OECDが今週発表した2025年のPISA調査によると、アジアの高校生の成績が欧米を引き離す一方、15歳の読解力・科学・数学の成績は世界全体で低下傾向が続いており、AI時代に必要な能力の低下を懸念する声も上がっている。
Claude CodeやCodexなど複数のAI Agentの過去セッション履歴を検索・resumeするためのGo製CLI「ccsession」の開発記事。各AgentがJSONLで保持する会話履歴を読み取り、統合されたデータ構造として抽象化して扱う設計について述べている。
AI コーディング支援がソフトウェア開発の中核となる中、AI 生成コードは生産性を高める一方でセキュリティ上の弱点や既知のバグパターンも生んでいる。著者 Nitin Garg は、ボトルネックがコード生成からコード検証へ移ったと指摘し、AI 生成の挙動が意図から逸脱した際の検出と緩和の方法を解説する。
AI駆動開発で変化するのはコーディング工程だけでなく、「何を作るか」を決める要件定義の進め方も変わりつつあるという問題提起。記事は導入部分のみで、具体的な手法の詳細は本文に含まれていない。
Anthropic公式のGo SDK「anthropic-sdk-go」を使い、リポジトリのexamplesを参考にしながらtool useとstreamingの実装を試した記事。
Semantic Embedder APIを利用して、付箋の内容を意味的に解釈し自動で整理・分類する付箋ボードを個人で作った取り組みの紹介。本文の詳細は示されておらず、概要のみが語られている。
前編では、金融・保険など規制の厳しい業界でAIエージェントの断片化が起きる理由と、その難しさがオーケストレーション層にあることを整理した。後編では、判断の軸となる3つの問いと、規制業界でプラットフォームに求められる要件を論じる。
Claude CodeやCodexを利用する開発環境で、エージェントスキルをどう設計するかについての方針を紹介。スキルを書く際は「振る舞い」と「ナレッジ」を分けて設計することをTL;DRとして述べている。
AIの能力がユーザーに発見されにくいという問題を論じたエッセイ。プロンプト欄が空白だと何ができるか見えず、テンプレートや文脈は部分的にしか解決しない。システム側がユーザーの仕事に応じて能力を提示すべきだと主張する。
AIシステムの非決定的な振る舞いに起因するインタラクション設計の課題に対して、人間とAIの相互作用研究を基にした39の設計原則を提示。信頼の較正、透明性、制御、グレースフルな失敗、共創、責任ある自律性などをカバーし、AIプロダクトやエージェントのUI設計に実践的な指針を与える。
複数の地図SDKを共通APIで扱うライブラリをAIと開発する中で得た知見。AIが書く非同期処理は1回分のコードとしては正しいが、実機ではカメラ変更イベントが1秒間に388回（大半は同一値）発火し、4隅の逆変換が毎秒1,500回以上メインスレッドで走って別のアニメーションが固まるなど、「頻度×1回のコスト」という積の問題が表面化する。この積はコード上に現れず、レビューでも呼び出し回数は分からない。またAIが提案した「命令の翻訳機」型の抽象化は呼び出しを捨てられないため、状態オブジェクトの差分を配る設計へ作り替えた経験が語られる。人間がどこをレビューすべきかが具体例と実測値で示されている。
ChatGPT（GPT Image）で資料やWebサイト用のイラストを作ると、線が均一すぎる、グラデーションが滑らかすぎる、顔が整いすぎているといった「AIっぽさ」が出てしまう。その質感を消すための画風プロンプトを38スタイル分とテンプレートとしてまとめた記事。
オープンウェイトで安価なGLM 5.3-flashが法規制のない形で入手可能となり、悪意あるハッキングに悪用されるリスクが高まっている。この脅威に対処するため、フロンティアLLMを活用して業界全体の脆弱性を1年以内に修正すべきと論じている。
AIコーディングエージェント（Claude Codeなど）の利用時におけるサプライチェーン攻撃のリスクを解説し、実行環境の隔離が必要な理由と対策の分類を示す記事。具体的な攻撃事例やOSSパッケージ経由の脅威の増大を説明し、読者にセキュリティ対策としての環境分離を促す内容。
脆弱性診断で検出される指摘の数に対し、実害のあるものの判断が課題となる中、Ostorlabの国内提供開始を報じる。AIエージェントが業務フローからリスクを洗い出し、実際に攻撃を試して悪用可能性まで検証する点や、初回スキャン結果を以降に引き継ぐ継続的な診断設計、既知CVEとの自動マッチングなどの特徴を紹介している。
AIを業務に組み込む際、実行前に評価に必要な情報が得られない処理では、最終承認型のHuman-in-the-loopだけでは不十分であり、「事前評価可能性」と「可逆性」に基づく段階的なゲート判断（限定実行→観測→再判断）として設計すべきだと論じる。Kubernetesのローリング更新を具体例として、その部品と人間の承認ワークフローの設計を分けて考える必要性を述べている。
AIエージェントがデモ段階から本番移行する際の課題を扱い、シミュレーション駆動テスト、合成ユーザーペルソナ、軌道エントロピー、CI/CDパイプラインを用いた自動評価手法を紹介。
NVIDIAのMemory-Driven Chief of Staffレシピを題材に、AIエージェントの長期メモリ運用における訂正・検査・削除の扱いを検証。人間の訂正が上書きされないこと、構造検査が不整合を検出する一方で内容の正しさは保証しないことなど、メモリを継続利用するための設計論を整理している。
Palo Alto NetworksのUnit 42が、AIエージェントを悪用した企業ネットワークへの侵入事案を報告。人間なら約2週間かかる偵察から認証情報探索、権限昇格、クラウド侵入までの工程を10時間未満に自動化し、50以上のMITRE ATT&CK手法が確認された。さらに、侵入先のAIインフラを攻撃基盤として転用していたという。
フロントエンドからSREに異動した著者が、前提知識不足やPRレビューの難しさを、Claude Codeを活用して乗り越えた過程を紹介。AIにレビュー論点を洗い出させ、下書きコメントまでに留めて人間が判断する手法や、CI移行時のコンテナイメージ検証をskill化する運用などが具体的に述べられている。
博士号を持つ筆者が、自分の職を代替しうるAIの訓練仕事を高額報酬で勧誘されたが拒否した体験を基に、AI経済下で専門知識や判断力を安価に搾取されるアフリカの労働者のジレンマを論じた意見記事。技術的な内容ではなく倫理的・社会的考察。
複数リポジトリに分散し正本が不明瞭だったドキュメントを、AIが参照しても迷わないよう、doc_idとメタデータ（役割・所有者・対応コード等）を持つ機械検証可能な管理基盤に再設計した事例。文書の分類・配置規則を定め、AIと人間の役割を契約として分離し、CIで検証することで正本性を継続的に維持する。
AIコーディングツール「ポニーテール」を紹介する記事。AIを「社内一の怠け者だけど優秀なベテランエンジニア」のように振る舞わせることで、生成コード量を最大94%削減できるという内容。
SalesforceがAnthropicと提携し、ClaudeからSalesforceのデータやワークフローを操作できる「Salesforce in Claude」を発表。MCPを介したHeadless 360アーキテクチャで、権限管理をSalesforce側に維持する設計。SaaSの死論争に対するSalesforceの立場を示す。
AIコーディングエージェントに最小限のコードを書かせるためのルールセット/プラグイン「Ponytail」の紹介。YAGNIに基づく判断のラダーや、Claude Codeなど複数のエージェント向けインストール方法、/ponytail-reviewなどのコマンドが含まれる。
ポニーテールというAIコーディングツールが、AIを「怠け者だが優秀なベテランエンジニア」のように振る舞わせ、生成コード量を最大94%削減する手法を解説した記事。
macOSでターミナルとFinderからClaude Coworkを起動する方法を解説。claude://cowork/new URLスキームとfolderパラメータを使い、zsh関数とAutomatorクイックアクションを設定。パスはosascriptでURLエンコードする。
AWSのAIコーディングエージェント向けサンプルスキルを使って、KIROにTerraformのIaCコードをWell-Architectedレビューさせるデモを紹介。インストール方法やプロンプト例、クイック／フルレビューの使い分け、レポート生成の具体例が示されており、AIエージェントをIaC検証に活用する参考になる。
GPT-6 Astraリリースに合わせてAGENTS.mdを更新する際、Codexのrequest_user_input機能を使い、AIにヒアリングしてもらいながら自分好みに調整する手法を紹介。公式ガイダンスを渡して修正させた後、修正理由を説明させ、request_user_inputで詳細な好みを確認して反映する流れ。
Check PointのCTOが、AIによる脆弱性発見の急増で全件へのパッチ適用は不可能になり、リスクベースの優先順位付けとエクスポージャー管理への転換が必要だと主張。自社のAIエージェント製品AEVの5エージェント構成や事例を紹介している。
エッジAIの基礎を解説する連載用語解説。端末側でAI処理を行う仕組みや利点を説明している。
AIによるテスト生成が増える中、自動生成されたままのテストは内部実装のモックや細部の固定ばかりで仕様を保証せず無意味になりがち。通ることを目的化した「お利口テスト」ではなく、リファクタリングで挙動の変化を検出できるような信頼できるテストを、実装者とレビュワーが責任を持って作るべきだと主張する記事。