Go + Next.js で API を開発する際、同じ API の型をバックエンドとフロントエンドで二重に書く手間をなくすため、OpenAPI から両者の型を自動生成する取り組みの紹介。Go 側の ExhibitionResponse 構造体を例に、定義の重複という課題を挙げている。
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。
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。
DBやAPIなどの境界で受け取った値を弱い型のまま引き回すと、コードの見通しが悪くなる。境界で「Parse, don't validate」の考え方に従って強い型へ変換し、以降はその型だけを扱うようにすると実装がシンプルになる事例を、AIコーディングエージェント（Opus 5）が指示しないと弱い型を引き回しがちだという経験とともに紹介する。
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。
法人営業を30年続けてきた筆者が、営業に向いていないと感じながらも契約を取るコツをつかんだ経験を語る記事。新卒で営業部に配属された当時の後悔や、精神論とバイタリティーで押す上司・先輩たちへの畏怖を振り返りつつ、自身の弱点を強みに変える営業戦略を体系化しようとしている。技術的な話題は含まれない。
ABEMA の社内開発者ツールを改善した取り組みの紹介。コスト最適化とマルチクラスタ対応を軸に、運用コストを抑えながら複数のクラスタ環境で開発者ツールを動かすための設計・実装上の知見をまとめている。
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。
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。
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。
実装詳細をコードから削除するのではなく、エディタ上で折りたたんで隠す実験。PEG文法ライブラリの可読性問題から出発し、Rebolの電話番号文法を例に、Claude Sonnet CodeにEmacs Lisp（pelide-view.el）を書かせ、OhmJSパーサーとRWR書き換え規則によるパイプラインで注釈付きソースから実装詳細を除いた文法を表示する。双方向のprojectional editorではなく読み取り専用の一方向。文法をパターンマッチング用DSLとして扱い、小さな専用言語を組み合わせる可能性を示唆。一例のみで汎用性は未検証。
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。
EVE Onlineは、ゲームを支える240万行のStackless Python 2.7コードをPython 3へ移行すると発表。性能向上とPython 3エコシステムの活用が理由。Python-Futureで機械的に変換し、その後人間が2万行の挙動差を修正する2段階で進める。ゴールはプレイヤーに移行を気づかせないこと。
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。
IAMユーザーの最小権限化に向けて、最終アクセス日時、IAM Access Analyzerのポリシー生成、AthenaによるCloudTrailログ照会を組み合わせて権限を絞り込む3ステップを解説。各機能の粒度と制約を整理している。
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。
ドメインモデル貧血症は、domain層の純粋性・性能・ロジック配置のトリレンマから構造的に生じると説明。Repository注入か事前取得か呼び出し側分岐のどれも犠牲が生じ、判断に必要なデータを型で返すDecisionパターンが解決策になると主張する。
DDDでドメインモデルが貧血になる原因を、repository呼び出し・先行取得・呼び出し側分岐のトリレンマとして分析し、判断に必要なデータを型で返すDecisionパターンで解決する手法を紹介している。
nginx静的配信のSPAからTanStack Start/Node.js配信への移行について、背景・ADRでの決定事項・実装手順とSSRまわりのつまずきを整理した記事。Cookie認証やCSRF対策、Kubernetes/Helm・distrolessの運用調整など、フロントエンドサーバー導入にまつわる具体的な検討内容が書かれている。
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。
TBSの双方向配信プラットフォーム「Kustamie」で6万人規模の生配信を支えるため、API応答12秒の問題を多段キャッシュやSQSによる非同期化で0.15秒に改善した事例。k6による負荷試験、API Gateway/Lambdaの上限対策、BedrockとNova Microを使ったリアルタイムのチャット自動モデレーションなども紹介している。
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。
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。
「一つのことは一つの方法」という規約を5言語（Kotlin/C#/Go/Rust/Java）で機械的に強制する実験結果。構造の規則は全言語で守れるが、各リポジトリの「active」自己申告は意味がずれて比較不能で、違反を仕込んでゲートが落ちる実証だけが比較可能。限界は言語のツールがどの粒度（テキスト/import/モジュール/メソッド署名）でコードを名指しできるかで決まると論じている。
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。