やりたいことがたくさんあるあなたへ、人生の“やらないこと”リストを考える - Findy Media
「もっと成果を出さなきゃ」「スキルを増やさなきゃ」。そんな焦りに押され、やることを積み重ねていないでしょうか？けれど、本当に働き方を変えるのは“足し算”ではなく、“引き算”かもしれません。この企画では、エンジニアたちがあえてやめたことと、その後に訪れた変化をたどります。ムダをそぎ落とした先に残る、本当に大切な仕事や自分らしい働き方とは。誰かの“やらない選択”が、あなたの次の一歩を軽くし、前向きに進むヒントになりますように。今回はnwiizoさんに伺いました。 日曜日の夜、ベッドの中でスマートフォンを眺めていました。 SNSを開きます。「Rustを始めました」「OSSで1000スター達成」「LLMの論文を読み漁っている」「個人開発で月収100万円達成」。そういった投稿が次々と流れてきます。すごいな、と思います。自分も何かしなければ、と思います。メモ帳アプリを開いて「Rust入門」「OSS開発
スキマ時間にスマホで開発できる時代が来た。Claude Code + Opus 4.5で年末年始に旅行しながら初めてのゲーム開発をした話 - 科学と非科学の迷宮
全くゲーム開発をしたことがない私が、たった11日間、スキマ時間にほぼスマホから指示を出しただけで、ゲームを作ることができた。 そのゲームがこれだ。 実際にプレイしてみてほしい。 gacha-survivor.sho-shimauchi.workers.dev 以下はPC版のスクリーンショットだが、モバイルにも対応している。 国際化対応もしていて、英語や中国語など8か国語でもプレイ可能だ。 ゲームとして面白いかと言われると微妙だろう。 レイアウト崩れなどのバグもまだまだある。 しかし、単なる思いつきをここまで形にできるなんて想像もしなかった。 Claude Code + Opus 4.5 は、ITエンジニアのライフスタイルを激変させるほどの革命的なプロダクトかもしれない。 ちょっとした新機能などにも「革命的」なんていう宣伝文句が乱発されるようになった昨今、「革命的」などと言ってしまうと返って
2026年は全部ターミナルでやるぞ！
はじめに あけましておめでとうございます🎍 スティーブン・R・コヴィー博士の著書『7つの習慣』に由来する有名な言葉、「Sharpening the Saw ー ノコギリを研ぐ」。今年の正月休みこそは普段後回しにしていた、コーディング環境周りを改善し、開発速度を爆アゲしたいと思っています。 研ぎたいもの 頭ではわかっているんです。ただ、マスターするには時間がかかりすぎて... 例えば習熟するのに1ヶ月かかるとして、エンジニア人生で見れば余裕でペイできるのに、一時的に生産性が下がることが嫌でなかなか本腰を入れられない。 そこで、今年こそは以下をマスターし、AIに負けないくらい生産性を発揮することを目標とします。 分割キーボード(42キー) ターミナル Neovim この記事で紹介したいこと いろいろ試しすぎて伝えたいことがぼんやりしてきたので、以下にフォーカスしてこの記事を書きます。 Wez
Claude Code On-The-Go
I run six Claude Code agents in parallel from my phone. No laptop, no desktop—just Termius on iOS and a cloud VM. The Setup flowchart LR A[Phone] -->|Termius + mosh| B[Tailscale VPN] B --> C[Vultr VM] C --> D[Claude Code] D -->|PreToolUse hook| E[Poke webhook] E -->|Push notification| A The loop is: kick off a task, pocket the phone, get notified when Claude needs input. Async development from any
RAGについて勉強した結果をまとめてみた - Qiita
はじめに 昨今、さまざまな生成AIの技術が台頭してきて、筆者は日々キャッチアップに奮闘しています。 全然追いつけていませんが、、、 そこで今回は「RAG」について勉強した内容をまとめてみました。 生成AI初学者の方達の参考になれば幸いです。 RAG（検索拡張生成）とは？ RAG（Retrieval-Augmented Generation）は、日本語で「検索拡張生成」と呼ばれます。 検索拡張生成？？なんじゃそりゃ。 初めて聞いた時にそう思われる方は多いと思います。（筆者もその1人） RAGとは一言で言うと LLMが回答生成する前に外部の知識を参照し、その内容をプロンプトに含めることで回答精度を高める仕組みのことです。 この「知識」は主にベクトルデータベースから参照されます。 イメージ図 入力プロンプトの内容と類似性の高い内容をベクトルDBから取得し、プロンプトとセットでLLMに渡します。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - ykdojo/claude-code-tips: 45 tips for getting the most out of Claude Code, from basics to advanced - includes a custom status line script, cutting the system prompt in half, using Gemini CLI as Claude Code's minion, and Claude Code running itself
