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。
AI エージェントが本番環境や開発者のノートPC上で自らパッケージ導入・スクリプト実行・外部サービス呼び出しを行うようになり、信頼できないコードを直接実行するリスクが高まっている。本記事は Sandbox 環境の利点を 6 つ挙げ、Docker Sandboxes がそれをどう提供するかを説明する。隔離（各 Sandbox は専用カーネルを持つ microVM として hardware-backed hypervisor 境界で分離）、制御可能なポリシー、安全な資格情報の扱い、使い捨て可能であること、本物の Linux 開発環境、全エージェント共通の Sandbox 技術の 6 点で、実行時にネットワークとファイルシステムのポリシーを強制する統制の基点となることを主張している。
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。