オンコール調査を自動化するSlack bot「dev-bot」の紹介。Google Cloudのアラート発火時にClaude Managed Agentsが人間より先に調査し、影響範囲や対処方法をSlackスレッドに報告する。Runbookの整備が精度の鍵で、偽陽性評価によるアラート削減も実施。コストは3日1ドルと低く、週次の人間レビューなど自動化しない範囲も意図的に設計している。
AI開発時代に、アーキテクチャ選択におけるトレードオフの分析と意思決定の重要性を説く。モノリスvsマイクロサービスなどの例を挙げ、要件の定量化・評価軸の設定・比較検討・決定の記録(ADR)という4ステップの「ディシジョン・ドリブン・アーキテクチャ」を紹介。AIには決められない優先順位付けと背景の記録を人間が担うと論じる。
Moonshot AIのオープンウェイトモデルKimi K3は2.78兆パラメータを持ちながら、8GB RAMでの実行報告がある。しかし実際の企業利用には、生成速度やインフラ設計が重要。記事はKDAとMLAを組み合わせたハイブリッドアーキテクチャ、視覚とテキストを同一トークン列で処理する設計、幅方向と深さ方向の省エネ機構（Stable LatentMoE、Attention Residuals）、100万トークン対応のコスト制御について解説し、モデル単体の性能よりキャッシュ設計や計算予算の分離など実運用の設計判断が重要だと論じる。
GitHubがCopilot CLIのコスト最適化から、ツール出力の短縮ではなくタスク全体の最適化が重要だと報告。RTKによる短縮は回復コストを生み逆効果になる例を示し、行番号削除・プロンプト圧縮・バックグラウンド結果のバッチ処理などでコスト削減を実現。圧縮対象の選別と実ワークフローでの測定の必要性を強調。
AIがソフトウェア構築のコストを下げたことで、コードやドキュメント、ポリシーなどの成果物を過剰に生成する問題を論じる。YeggeのWheelhouseの事例を引き、エージェントシステムが自己増殖して維持コストが膨らむことを指摘し、作成の安価さと所有コストの非対称性を強調する。
Microsoftが音声認識モデル「MAI-Transcribe-2」を発表し、最速・最高精度・最安値と主張する内容。記事本文は取得できず詳細は不明。
AI生成コードへの信頼とチーム文化についての記事。エンジニアの説明責任を促し、コーディングガイドライン、決定的ツール、小さなPR、手動テスト設計、プロトタイピングなどの実践を通じて、AIエージェント活用時でもコード品質を保つ方法を紹介している。
複数のAIエージェント（Claude Code、Codexなど）を1つのターミナルで統括できる「Herdr」の紹介記事。ペイン分割、エージェントの状態表示、Agent skillによる連携、セッション維持などの機能が解説され、tmuxとの比較や利用者の評価も紹介されている。
コーディングエージェント（Claude Code, Codexなど）を実務で使う際に「やるべきと分かっているが実践できていない」3つの工夫を整理した記事。着手前に類似OSSのIssueから罠を集める、UI実装ではFigmaとのピクセル比較など検証手段を先に仕込む、memoryやskill/AGENTS.mdに学びを蓄積してエージェントを育てるという内容。Uberの事例や関連ツールを引きつつ、著者の自戒を交えて具体的に述べている。
圧縮とLLMがともに「データの予測」という本質を共有していると解説。算術符号化やエントロピー、オーダーNモデルなどの具体例を示し、LLMのトークン予測が圧縮のモデルに相当する点やGPT-2による圧縮実験にも言及。両者が情報理論の枠組みで結びつくことを説明した理論的な内容。
Claude Codeの個人PC向け設定ファイルの紹介。managed-settings.jsonでsandbox、deny、ネットワーク制限などを多層防御的に設定し、CLAUDE.mdで行動指針を示す。事故防止と設定の意図を解説。
RTX 5090上でMiniMax H3のAI動画生成を4分半から79秒に高速化した記録。量子化・蒸留LoRA・INT8アテンションなどの技術を実際に試し、プロファイリングと検証を徹底。Claude Codeを活用した開発手法やノード別の計測方法も詳細に共有されている。
読者はLLMが作成した文章を容易に見抜き、将来もその著者を避ける傾向があると論じる。開発者668人の調査では78%がLLM検出時に即読むのを止め、71%が著者を避けると回答。Pangram 4などのAI検出の精度向上を踏まえ、公開文章は人間が書くことを推奨する内容。
Claude Code の paths 付き Rules が Read ツール実行時にのみ発火する仕組みを解説。auto mode が Bash での読み取りを促すため発火しなくなる問題を特定し、権限ルールとフック matcher で Edit の意味が異なること、CLAUDE.md での Read 優先指示や環境フラグ無効化などの対処法を検証とともに整理している。
Meryem Arik氏による2030年のソフトウェアエンジニアリング予測の講演。トークン消費管理の重要性、非技術者によるアプリ乱立とITのプラットフォーム化、エージェントがインフラ選定を主導する動きなどを展望し、エンジニアは純粋なコーディングからプロダクトリードやマルチエージェント調整へシフトすべきと論じる。
GoogleがAI気象モデル「WeatherNext 3」を発表。衛星データを直接取り込むことで従来の数値予報モデルによる遅延を回避し、1時間ごとに予報を更新可能に。予報の空間解像度も25kmから5kmに向上し、降水予測も改善。すでにGoogle検索やGemini、Googleマップなどへの導入が始まっている。
Windows+WSL2でDocker Desktop禁止という条件下でのDocker Engine環境構築で、AIに頼り失敗した経験を解説。公式ドキュメントを一次情報にすべきで、AIはコマンド生成ではなく公式手順の解説に使うべきと結論。
ArmはAIエージェント時代にコード実行やデータ移動、オーケストレーションなどCPUの役割が拡大すると主張。NVIDIAもAIエージェント向けCPU「Vera」を開発し、GPUとの役割分担の重要性を指摘している。
AIによるインシデント対応ツールが増えるほど、エンジニアの運用経験が減り、複雑な障害では対応力が落ちるという懸念を論じる。自動化の皮肉（アイアニー・オブ・オートメーション）を引用し、シミュレーション訓練やハンズオン演習の重要性を説く。
Claude CodeのRulesが2026-08-18以降、auto-modeのシステムプロンプトがReadではなくBashツールを優先するために発動しなくなっている問題を報告。原因はCLAUDE_CODE_THRIFTY_SONICフラグにあり、無効化することで回避できる。フックによる対症療法より根本的な設定変更を推奨している。
CodeRabbit社によるGPT-6 Astraのコードレビュー評価。全体的なバグ検出はGPT-5.6 Sol比+4%、クロスファイル検証では+20%と特に高い。一方API価格はSolの2.5倍で、コストと性能のトレードオフを具体的に比較。ゼロデータ保持などプライバシー面の言及もあり、エージェント運用でのモデル選定に参考になる。
Claude CodeなどのAIに複雑なコードを「中学生でもわかるように1枚のHTMLで図解して」と頼むと、専門用語が使えず構造の抽出が強制され、コード読解前の準備運動として有効だと紹介。対象年齢を変えることでレベル別資料に派生でき、対応表を付けてコードに戻って確認することが注意点。
Google Cloudブログで、AIプロトタイプを本番環境に移行するスタートアップ向けに、オンボーディング、スケール、管理の3フェーズに分けた10の質問と実践的なコードスニペットを紹介。Google AI StudioとGemini Enterprise Agent Platformの使い分け、IAM設定、コストやエージェント暴走の防止など、GCP固有の移行ノウハウに焦点を当てている。
AI関連の先端企業で、研究者とエンジニアを分けない共通肩書き「MTS」が広がっている。AnthropicやOpenAIの著名技術者がMTSを名乗る事例を挙げつつ、歴史的な経緯や社内レベルの実態、対外求人では従来型職名を使い分ける事情を解説。肩書きに頼らず成果で価値を示すべきという論評を含む。
エージェント型AIがデータを活用するには、人間向けのデータ設計では不十分で、信頼性・文脈・トレーサビリティ・ガバナンス・運用可能性の5属性をデータ層に組み込む必要がある。データ契約と品質、トレーサビリティとガバナンス、コンテキスト層、検索可能から実行可能への4段階で整備するというアーキテクチャ論。
Nulab Flowbase の開発チームが、Claude Design や Claude Code で画面のたたき台を数時間で作れるようになった一方、デザイナーのレビューを経ずに実装を進めた結果、機能のアプローチや構造レベルでの大きな手戻りが発生した経験を共有。速くなった工程の先でボトルネックが別工程に移ったことを踏まえ、AI で作ったたたき台をどの段階でデザイナーに渡し、プロセスをどう組み替えたかを述べている。
アソビューでQAエンジニアがClaude Codeを使いE2Eテスト自動化に取り組んだ事例。Gherkin記法の日本語シナリオ＋AIによるテストコード生成＋POM集約という構成で、初期は爆速でコードが生成されたが、テスト失敗時のエラー修正をAIに丸投げした結果、確率的な仮説に基づく修正が繰り返されコードが肥大化・複雑化し、Flakyテストが増える悪循環に陥った。対策として、Playwrightの録画機能で操作を記録して一次情報をAIのコンテキストとして与える、ヘッドあり実行で挙動を確認する、リバースエンジニアリングで得た外部仕様ファイルを参照させる、といった決定論的な検証の仕組みを導入。タイミング依存の不安定さ、Gherkinの粒度の難しさ、共通フロー流用による影響範囲拡大など複雑化の要因も整理している。
coding agent は、より精度の高い検索結果を返す LSP ベースの意味的ナビゲーションよりも、字句検索である grep を選びがちなのはなぜかを小規模な比較研究で検証した記事。3 つの Claude モデル、複数の Python/TypeScript リポジトリ、複数タスク種別で実験したところ、単純なコード位置特定では意味的ツールの選択率は 0〜6% にとどまり、意味的ツールを強制すると成功率が 100% から 89% に低下した。一方、呼び出し元を漏れなく列挙するタスクでは 45〜57% の確率で意味的ナビゲーションを選択し、適合率は 1.00 対 0.76 と改善したが再現率はほぼ 0.66 のままだった。コードベースの字句的なノイズが多いかどうかが意味的ナビゲーションの価値を決め、型が強い言語かどうかは予測因子ではなかった。結論として、モデルはツールを単体で使うのではなく、利用可能なアクション名・入力・返却コンテキストを定義するハーネスを通じて使うため、ツールの「LLM フレンドリーさ」は結果の精度だけでなく、次の一手に足る文脈とモデルが直接扱える出力形式によって決まるという、agent プラットフォーム設計上の示唆を述べている。
AIエージェントに作業を任せる際、AGENTS.md などのファイルにコンテキストを記述する手法が広がっているが、その情報をどのように構造化・管理するかが課題となる。本記事では、軽量な知識グラフを用いてエージェント向けのオントロジー（概念と関係の定義）を管理するアプローチを紹介し、エージェントに与える文脈情報を整理・再利用しやすくする方法を述べている。
LLMに外部文書を検索させて回答を生成する「検索拡張生成(RAG)」について、Hugging FaceやDatabricksでの勤務経験を持つAIエンジニアのラファエル・ピエール氏が、単純な全文検索から始めて段階的に高度化していく6つの方法を紹介している。
AIを導入しても「仕事が楽にならない」という声を出発点に、本来得られるはずの削減効果がどこへ消えているのかを追う連載記事の冒頭ページ。本文は導入部のみで、具体的な手法やデータは示されていない。
AI駆動開発は、要件定義・設計・実装・テストといった開発プロセス全体にAIを組み込み、人間が判断・監督しながら進めるアプローチである。実装におけるAIコーディングは急速に進歩し、コードを書く速度は飛躍的に上がった一方で、リリースまでの日数はあまり変わっていないという課題感が示されている。
レガシーコードベースでLLMコーディングの品質が落ちる原因は、用語の意味やコンテキスト境界が定義されていないことにあると指摘し、DDD（ドメイン駆動設計）のユビキタス言語と境界づけられたコンテキストをリポジトリごとの.workflow.jsonマニフェストとCONTEXT.mdグロッサリとして明示することで、エージェントが推測せず正しい判断を下せるようにする実践を紹介する記事。作業を「戦略的（何を変えるか決める）」と「戦術的（実装する）」に分け、後者はskillとsub-agentに委譲し、コンテキスト間のエッジ宣言の不整合は自動検出してissue化する仕組みも解説している。
AI ツールよりも組織文化の方が生産性への影響が大きいという主張の記事。Conway の法則を引き合いに、悪い文化のままAIを導入すると問題が増幅されるだけであり、心理的安全性・信頼・明確な責任範囲などの良い文化があって初めてAIの効果が活きると論じている。
coding agentのトークン消費急増に対応するため、AI Gatewayを課金経路・窓口・振り分け・実行側・観測の5層に分けて整理した記事。サブスク経路は窓口を各社が持つ代わりに他エージェントとの統合が困難で、従量経路は共通Gatewayに統合できる代わりにキャッシュ寿命短縮などコスト増のトレードオフがあることを、実測データ（30日でAPI定価換算$7,879）とLiteLLMでの3種エージェント接続検証を交えて示している。
AI活用拡大に伴うトークン消費・コスト増大への対応をテーマにした「Tokenomics」勉強会。2026年9月17日に東京・豊洲で開催予定で、トークンコスト最適化や利用量の可視化について参加者同士が知見を共有する。
TOTVSのFabiane Nardon氏が、AIエージェント向けにエンタープライズデータ基盤を設計する手法を解説。決定論的システムと確率的LLMをどう線引きするかを精度・セキュリティ・コストの3軸で説明し、データメッシュとデータプロダクト単位でMCPツールを設計しガバナンスを確保する方法、RDF/OWLによるセマンティックオントロジーでLLMの回答精度を高める事例、Postgres/DuckDBベースの低レイテンシ層をSpark/BigQueryと組み合わせた3層データ基盤アーキテクチャを紹介している。
AI関連の週次まとめ記事。自己改善型言語モデル「Ornith-1.5」、単眼動画から人物の4D映像を生成する「4DAnyone」、MoEモデルを家庭用PCで高速動作させる無償ツール「FreeToken」、Z.aiの新モデル「GLM-5.3」を紹介。FreeTokenはノートPCで350億パラメータ、プロ向けGPU1枚で7530億パラメータのモデルを追加量子化なしで動作させる点が特徴。
Claude Code v2.1.250〜v2.1.251の更新まとめ。シンボリックリンク差し替えやBash算術式代入の自動承認など権限チェックをすり抜ける経路の修正が中心で、プロジェクト設定のenvからCLAUDE_CONFIG_DIR等が設定不可になる破壊的変更やCLAUDE_CODE_SUBAGENT_MODELの優先順位変更もある。新機能としてPreModelSwitch/PostModelSwitchフック、/costへのプロンプトキャッシュ表示追加なども紹介。
OpenAIのgpt-oss-20bを教師、Meta Llama 3.2 1Bを生徒とし、SageMaker Training Jobで応答蒸留（クロスファミリー）を検証。全フィールド一致率は2%から63%、サービス名正規化は34%から96%に向上し、生徒が教師（90%）を上回る結果も得られた。一方few-shotは形式のみ整い内容は悪化し、JSON抽出処理や教師データ生成・検品での実装上の注意点も多数報告している。
New Relicが、AIコーディングアシスタント（Claude Code、Cursor、GitHub Copilot等）向けの可観測性ツール「Preflight」をオープンソースで公開。セッションごとのトークン消費・コスト内訳、スラッシング/再読込/検証なし編集/無限ループといったアンチパターンの検出、週次の効率スコアとコーチングレポートを提供する。New Relicアカウントなしのローカルモードでも全機能が使え、接続すればNRQLで既存の可観測性基盤に統合できる。
著者がClaude/OpusなどのLLMに奇抜なプロンプト（グレムリンが破壊工作をするTodoアプリ、架空のサブカル美学を捏造したデザイン理論、マフィア風の脅し口調、ジャングル探検の世界観など）を与えてPySide6製Todoリストアプリを生成させる実験記録。LLMが指示された「声」やテーマにどこまで忠実に、あるいは陳腐なパターン（3ペインのダークモード、コマンドパレット、常套句だらけのエッセイ）に収束するかをユーモラスに検証している。
Z.aiがオープンウェイトLLM「GLM-5.3」を公開。ベースモデルはGLM-5.2と同一で、post-trainingのみで改善。特にコーディング性能（Z.ai Code Bench比で50%向上、Terminal Bench 3.0やAgents' Last Examでオープンソーストップ）と、脆弱性発見・エクスプロイト関連のサイバーセキュリティ能力（CyberGymでSOTA、エクスプロイトチェーン後半でGLM-5.2比2倍以上）が大幅強化された。SGLang・vLLM・Transformers等主要フレームワークでのローカル配信に対応。
クラスメソッドのAIデータ分析基盤kaimeiで、社内固有の業務知識を登録する「ビジネスナレッジ」機能を検証。ナレッジ0件では会計年度を一般的な4月始まりと誤って解釈し正解の約2.9倍の金額を回答、出荷遅延では聞くたびに判定基準が変わり結果が841件ぶれた。定義を1行登録すると両題材とも3回とも正解と一致する安定した結果になった。
Loglass AI IR新規事業のプロダクト開発責任者が、立ち上げ1年を振り返った記事。当初はデリバリー（実装量）がボトルネックと判断し、頭数を増やす代わりに自らマネジメントと並行して実装に入り、稼働の6〜7割をコーディングに充てるようになった。実装参加によりコードレベルでの深いマネジメントが可能になった一方、全体を俯瞰する役割が手薄になるトレードオフも発生。少人数・最小ルール・対面重視のチーム運営でスピードを維持しつつ、1年後はボトルネックがレビューとディスカバリーへ移行。レビュー負荷軽減のためAI出力の精度向上とタスク管理のGitHub集約、ディスカバリーでは本番相当コンポーネントを使ったcoded prototype導入で対応している。
AIコーディングエージェントを日常的に使うPMが、AIの自信ありげな誤答や自作ツールの未活用を振り返り、「実物を見ずに断定していないか」「視野が狭くないか」「漏れはないか」「書いたのになぜ実行できなかったか」という4つの問いで疑う習慣が、AIにも自分自身の仕事にも有効だったと述べるエッセイ。
AIコーディングツールに丸投げすると技術負債と理解負債が溜まるという問題意識のもと、Issue作成からPRマージまでの開発フローを紹介する記事。grill-with-docsスキルで対話しながらGitHub Issueに要件を詳細化し、Claude Code（Fable 5）で実装計画を作成、自作のexplain-visuallyスキルで長大な計画を図解して人間がレビューし、Codex（GPT-5.6 Sol）で計画自体のレビューループを回してから実装・PR作成・レビュー・マージへ進む。計画段階のレビューに労力の9割以上を注ぐことが要点で、ハーネスや設計方針が整ったリポジトリに向く手法であり、常に使うわけではないとしている。
Terraformリポジトリを読み込んでAWS環境の構成図とWell-Architected Frameworkに基づくリスク検出を行うClaude Agent Skillを自作し、8ルートモジュール・49ファイル規模のサンプルリポジトリで検証した記事。構成解析と所見検出の工程を分離し、HTML生成前に本文とチェックリストの整合性を再確認する工程を加えることで見落としを減らせたと報告している。
CLAUDE.mdが気づかぬうちに肥大化する問題に対し、PostToolUseフックでファイルサイズを機械的に監視し、上限超過時にdocs/へ移動を促す仕組みを構築。導入前7日で170→378行(+181.8%)だった増加が、導入後7日で130→131行(+1.2%)に抑制された事例を紹介している。
ロリポップ！AIホームページにおいて、AI生成Webサイトの品質を定量評価する仕組みを構築した事例。デザイナーの暗黙知を4カテゴリ・約170項目のルーブリックに言語化し、フルページキャプチャをLLM-as-a-Judgeで採点する「完成品スコア」と、テキストのみで判定できる7項目に絞り工程途中のJSON出力を評価する軽量な「工程スコア」の2種を整備。総合スコアはLLMではなくコード側で加重集計することで再現性を確保し、プロンプト改修の評価駆動開発ループやモデル移行時の品質ゲーティングに活用した。今後の課題として自動化・採点妥当性の検証・ばらつきの統計的扱いを挙げている。