カナリーは2025年ごろから「最小のデザイン組織」を目指し、プロダクトデザインのAIワークフロー化に取り組んでいる。本記事では、UIのパターン出しに効果があった「デザイナー人格のskill化」の取り組みを紹介する。AIによるUI生成が画一的なパターンに収束してしまう課題に対し、デザイナーの思考や判断をskillとして定義して生成フローに組み込むことで、多様なUI案を出させる狙いが語られている。
モデルを差し替え可能なコーディングエージェントのハーネスとして OpenCode・pi・DeepSeek Harness の3つを取り上げ、それぞれの設計思想と動作の違いを比較する。同一モデルに接続して同じ課題を解かせることで、ハーネス選択の根拠を整理することを目的としている。
「サービスデザイン」という言葉はよく耳にするものの、その定義は曖昧で理解しづらい。本記事は、Wikipediaの定義を出発点に、人・インフラ・コミュニケーションを含むサービスと提供者・顧客間のインタラクション改善を目的とするサービスデザインの概念を整理し、AI時代におけるその意味を解説する入門的な内容。
Knowledge Graph が agentic システムの基盤として重要になる理由を論じた講演。単純な RAG を超えて、context bundling、decision provenance、code as truth、agent visibility という4つの実践的なアーキテクチャパターンを解説し、Knowledge Graph 上に構築したエンジニアリングハーネスによってフィードバックループの効率化、トークン使用量の最適化、システムの信頼性維持を図る方法を示す。
DDDにおけるドメインモデルの純粋性と完全性のトリレンマを解説。GoでDecisionパターンを使い、ドメイン関数が「許可」「拒否」「追加取得要求」を返す解決策を紹介しつつ、実装上の都合がドメインモデルに混入する問題を指摘し、Southerによる別解を論じる。
クロステック・マネジメントが docker-agent を利用し、エージェントハーネスで開発パイプラインを構築している事例。プロダクトオーナーが Markdown で要求仕様を書くと、それを元に Web アプリの Pull Request を生成する。各工程は別々のエージェントが非同期に分担するマルチエージェント構成を取る。
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。
エンジニア面接で開発力を評価するため、曖昧なPdM相談を題材に、要求整理・技術設計・異常系対応の3段階に質問を分け、評価の切り分けを改善した取り組みを紹介している。
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。