Claude Code v2.1.221（2026-08-03）以降、auto modeやbypass permissions mode有効時にRead/Edit/WriteよりBashのcat/sed等を優先させる指示がシステムプロンプトに無告知で追加されていたことをバイナリgrepで実測した記事。changelogや公式ドキュメントに記載がなく、/rewindの追跡対象外になる不具合やsedによるデータ損失などの実害もGitHub issueで報告されている。
CLIツールのデモGIF作成に、ターミナル操作をコードとして記述できるcharmbracelet製ツールVHSを使うと便利という記事。tapeファイルにキー操作とSleepを並べるだけでGIFを生成でき、Hide/Showで不要な準備部分を録画から隠せる。操作がコード化されているためAIに丸ごと作成・修正を任せられる点も利点として紹介している。
DataRobot Japanの筆者が「AIの民主化」の言い出しっぺとして、この標語を終わりにすべきと主張する記事。AutoML時代は専門家と非専門家の生産性差が1対5程度で、リスクの低い領域なら70点のモデルでも価値が出たため民主化が成立した。一方AIエージェント時代は差が1対100〜1000に開き、合格ラインは80点以上に上がったのに非専門家の初期値は30点程度に下がり、例外処理・セキュリティ・評価基盤・トークンコスト設計などソフトウェア工学の知識が必須になった。YouTube黎明期の「クリエイターと視聴者への役割分離」を補助線に、ドメイン知識は現場との会話で専門家が吸い上げれば足り、現場を開発者に仕立てる必要はないと論じる。結論として「AIの民主化」から、専門家組織（CoE）が開発とガバナンスを担い現場は使い手としてスケールする「AIの組織化」への転換を提言している。
IaC検出ツールの精度をprecision/recallで定量評価する手法の紹介。ラベル付きフィクスチャ（bad.tf/good.tf/labels.json）を用意し、特にgood.tfに「一見あやしいが正常」な紛らわしいケース（443限定の全公開、社内レンジ向けSSH開放、暗号化済みgp3ボリューム、スコープされたIAMポリシー等）を仕込むことで誤検知（false positive）を検出可能にする。検出結果と正解を突き合わせてprecision/recallを算出し、しきい値割れでCIを失敗させる仕組み。
AIエージェントを24時間稼働させる「常時ぶん回し」が礼賛される風潮に対し、コスト構造（高品質モデルはAPI課金で破綻、安価モデルは手戻りコストで破綻）と設計思想（無駄な処理を回さないのが良い設計、動的オーケストレーションの欠如）の両面から疑問を呈する記事。さらにプロダクト開発の本質的ボトルネックは「作ること」ではなく「使われること」にあり、レベルデザインやエッジケース対応、マーケティングやSEOなど人間の判断が必要な工程は自動化できないと指摘し、AIを常時稼働させる発信の多くはリリース後の泥臭い工程を省いているだけではないかと論じている。