Claude CodeやCodexのようなコーディングエージェントは便利ですが、ホームディレクトリを破壊したりといった怖い話も聞きますよね。今回はCanonicalがリリースしたWorkshopというツールでサンドボックス環境を構築し、ホスト環境を守りながらコーディングエージェントを動作させる方法を紹介します。 Workshopとは Workshopとは、Ubuntuを開発しているCanonical社がリリースした、開発環境のサンドボックスをUbuntu等の環境に作成するツールです。 workshopコマンドを実行するとサンドボックスを作成でき、そのサンドボックス内でコーディングエージェントを動作させることで、コーディングエージェントの非決定的な挙動からホスト側OSへの影響を抑えられます。 また、環境の設定はYAMLによって定義できるため、Gitレポジトリ等に設定ファイルを配置しておけば、

有名エンジニアの .claude/skills 公開ラッシュから学ぶ、良い Claude Code Skills の書き方 いま GitHub で、有名エンジニアが自分の .claude ディレクトリを丸ごと公開する動きが続いています。 Total TypeScript の Matt Pocock が公開した mattpocock/skills は 16.7万スター、Google Chrome チームの Addy Osmani による addyosmani/agent-skills は 7.8万スターを集めています（2026年7月時点、gh api で実測）。 さらに Jesse Vincent の obra/superpowers というスキルフレームワークは 25.3万スターと、この2つを上回る規模です。 Addy Osmani 自身がこの3つを並べた比較ドキュメントを書くほど、「実物

ざっくり3行で言うと、 Claude Code を作った Boris Cherny 本人が「もうプロンプトは書いてない」と言い出した レバレッジが「いいプロンプト」から「いいループ設計」に移っている、らしい ただ、これを自動運転と勘違いするとたぶん事故る はじめに：あの人がもうプロンプトを書いていない ある日、X のタイムラインを眺めていたら、こんな引用が流れてきました。 Boris Cherny（Claude Code 責任者） "I don't prompt Claude anymore. I have loops running that prompt Claude. My job is to write loops." （もう Claude にプロンプトは出していない。Claude にプロンプトを出す「ループ」を走らせている。私の仕事はループを書くことになった） …ちょっと待ってほ

オープンソースプロジェクト「context-mode」がGitHubトレンド1位に：AIプログラミングのコストを98%削減、Token不安の解消に期待 オープンソースのMCPプラグイン「context-mode」がGitHubのトレンド1位を獲得した。AIプログラミングにおけるTokenコストの高騰とモデルの「記憶喪失」という二大課題に切り込むツールだ。仮想サンドボックス、チェックポイントスナップショット、「コードで思考」という3つのメカニズムにより、AIプログラミングのコストを98%削減し、モデルの有効記憶時間を30分から3時間へと大幅に延長するという。プロジェクトは世界に分散する多国籍チームによって開発され、1万5000以上のスターを獲得。24万人以上の開発者が導入し、マイクロソフトやグーグルなどの大手企業にも採用されている。プログラマーが自費でTokenを購入する「隠れ減給」状態に陥

Claude Fable 5 と Claude Mythos 5 における動作の違いとプロンプティングパターンについて、エフォート、指示追従、長時間実行、メモリ、スキャフォールディングの変更点を解説します。 このガイドでは、Claude Fable 5 と Claude Mythos 5 に固有のプロンプティングおよびスキャフォールディングのパターンについて説明します。モデルの機能、API の変更点、価格、提供状況については、Claude Fable 5 と Claude Mythos 5 の紹介を参照してください。現行のすべての Claude モデルに適用できる手法については、プロンプティングのベストプラクティスを参照してください。 Claude Fable 5 は、従来のモデルでは複雑すぎる、長時間かかりすぎる、または曖昧すぎるとされていた問題に取り組むことができ、人間が数時間、数日、

AIエージェントを用いたソフトウェア開発が爆発的に普及しつつあり、コードレビューも人力ではなくAIに任せる流れができつつあります。しかし、AIを用いたコードレビューではチェック漏れや品質のばらつきが発生しがちです。そんな問題を解決するべく中国有数のテクノロジー企業であるAlibabaが開発したコードレビューエージェントシステムが「Open Code Review」で、すでにAlibabaグループの数万人の開発者によって使用され100万件のコード欠陥を検出しているそうです。 Open Code Review — Agent Native Code Review https://alibaba.github.io/open-code-review/ AlibabaはClaude CodeなどのAIエージェントにコードレビューを任せた際の問題点として以下の3点を挙げています。 網羅性の不足：複数

2026年6月1日から GitHub Copilot の課金体系が変わりました。 X（Twitter）では日本でも海外でも辛辣な意見ばかり出ています。Claude Sonnetのクレジット消費量が旧制度の9倍、Claude Opusにいたっては27倍という数字が一部ユーザーから報告されていて、Agent modeを日常的に使っていた人には事実上の大幅値上げです。 この騒ぎを受けて「そもそもトークンをどうやって節約するか」という話を調べてみました。 今回はX（Twitter）で主に海外勢のトークン節約についての情報を収集しています。 Netflixのエンジニアが作ったトークン圧縮ツール「Headroom」については以前投稿した記事を参照してください。今回はそれ以外の手法を中心にまとめます。 3行まとめ GitHub Copilotが6/1から従量課金に移行し、Agent mode多用者は実質

Claude Codeでの開発、捗ってますか？最近、Opus 4.7 がリリースされたり、日々様々なTipsや手法が公開されてます。 その中でもPlan modeを使った開発をしている人は多いのではないでしょうか。 Plan mode×Opus 4.7 の組み合わせは、止まることもエラーを出すこともなく、プランから実装まで一気に走り切ってくれるような頼もしさがあります。一方で、使い続けるうちに「これは自分のやり方とは違うかも」「思うように実装ができない」と感じる場面が増えてきました。 そこで、本記事では、Plan mode を使わずに grill-me スキル + ADR（Architecture Decision Records） で設計を固めて個人アプリを作り、そのなかで気づいたことを共有します。 対象読者Opus 4.7 のハンドリングがうまくいっていない方「Plan mode =

はじめに こんにちは、TOKIUMでEMをしているskです。 もうすぐ1年間の育休に入ります👶🍼 新生活がとても楽しみな一方で、ひとつ気がかりなことがあります。 それは生成AI周りの技術トレンド、1年離れたら完全に浦島太郎になるのでは？ という点です。 この領域は1週間単位でも新しいツールや手法がどんどん出てきます。 1年後に復帰して「え、この作業って誰も手動でやっていないの？」「社内でxxというAIツールが流行っているけど一体何者なんだ、、？」などと困惑する未来が容易に想像できました。 かといって、育休中にZennやQiitaを巡回する余裕はなさそうです。 ほしいのは 「放っておいても勝手に最新情報を集めて、読みやすいレポートにしてくれる仕組み」 でした。 そこで、Claude Codeをフル活用して、情報収集からレポート生成・配信までを完全自動化する基盤を作りました。 本記事では、

AIコーディングツールの請求書を見て青ざめた経験があるなら、この話は他人事ではない。ネットフリックスのシニアエンジニアが、トークンの大半は「テキストのふりをした圧縮可能なデータ」だと喝破し、その無駄を叩き潰すオープンソースツールを作った。 「使えば使うほど高くなる」問題AIコーディングツールのコスト問題が、企業の現場を直撃している。 Uberは2025年12月にClaude Codeを導入したが、3月までにエンジニアの84%がエージェント型コーディングに移行し、2026年のAI予算をわずか4カ月で使い切ったという。エンジニア1人あたりの月額コストは150〜250ドル(約2万4000〜4万円)、ヘビーユーザーでは500〜2000ドル(約8万〜32万円)に達したという。Microsoftも社内でのClaude Codeライセンスの大半を取り消し、自社のGitHub Copilot CLIへの移

「どっちが速いの？」という問いへの正直な答え AIコーディングツールを検討するとき、誰もが最初に聞く。「Claude CodeとCodex、実際どっちが速い？」 ベンチマークや機能表は世の中に溢れている。でも「同じプロジェクトに両方投入した体感」をレポートしている記事はあまり見かけない。自分はNext.js 16 + React 19のプロジェクト（TypeScript、約120ファイル）で2ヶ月間、同じタスクに両方を投入して使い比べた。その結果を共有する。 先に結論を言うと、「設定を育てたClaude Codeが速い」 というのが正確な表現だ。ツールの性能というより、どれだけ設定に投資したかが速度を決める。 Claude Codeの「速さ」はどこから来るか 日常的なコード修正・機能追加では、Claude Codeの方が体感で速い。ただし条件がある。 settings.jsonとSkill

Google、「Dart＆Flutter Agent Skills」リリース。DartとFlutter開発の最新ベストプラクティスをAIエージェントに提供 Googleは5月19日と20日の2日間にかけて行ったイベント「Google I/O 2026」で、AIエージェントに対してDart言語とFlutterフレームワークを用いたアプリケーション開発のベストプラクティスを提供する「Dart＆Flutter Agent Skills」のリリースを発表しました（flutter/skills、dart-lang/skills）。 Dart＆Flutter Agent Skillsは実際には5月初旬にすでにリリースされており、今回のイベントであらためて紹介された形です。 このスキルが公開された目的として、FlutterやDartは生成AIがトレーニングされるよりも早いサイクルで新機能がリリースされて

Experimental programming language for agent workflows. Built for reliable autonomous software generation. Optimized for: Token efficiency Low memory usage Fast startup Fast builds Low runtime latency Zero dependencies Safety status Security vulnerabilities should be expected. zerolang is not ready for production systems, sensitive data, or trusted infrastructure. Run and develop it in isolated, di

私自身は Web 開発の経験はありますが、iOS アプリ開発の経験はほとんどありません。このようなバックグラウンドを持つ私がコーディングエージェントである Codex を利用して iOS アプリ開発をどこまで進められるか試してみました。コーディングエージェントは単に中身を見ずにアプリケーションを作るいわゆる「バイブコーディング」的な使い方だけでなく、なぜこのコードが必要なのか？より良い設計にできないか？といったことを随時質問しながら進める学習用途の使い方が中心です。 AI エージェントの登場はコーディングの民主化というムーブメントをもたらしました。AI エージェントは、専門的な知識やスキルがなくても、自然言語で指示を与えるだけでコードを書いてくれるため、これまでプログラミングにアクセスできなかった人々も自分のアイデアを形にできるようになりました。私自身は Web 開発の経験はありますが、i

待望の「Claude Codeマスターコース」がついに開講！基礎から本格Webサービス開発まで学べます！

けっこう実用的。｢OpenCode｣×ローカルLLMで“無料Claude Code”してみた2026.05.02 13:0045,597 かみやまたくみ オープンソースのAIコーディングエージェント｢OpenCode｣をローカルLLM｢Gemma-4-26b-a4b｣で動かして簡単なゲームを作っているところ Image: かみやまたくみ AIでいろんなことができる反面、料金もけっこうかかるように。 個人的に最近すごーく気になっています。新しいAIアプリやサービスを導入したくても、コストが厳しいことが多い。 気づいたら｢安く使えて実用性もあるAIやアプリはないかな？｣と日々探すようになっていました。 そんな中、なかなかいい組み合わせを見つけました。 オープンソースのAIコーディングエージェント｢OpenCode｣をGoogleの最新ローカルLLM｢Gemma 4｣と組み合わせて使ってみたら、

はじめに 最近、AI エージェント（GitHub Copilot / Claude Code / Cursor / OpenCode / Codex …）に渡す「指示書」の種類が一気に増えました。 GitHub Copilot → .github/instructions/*.md, .github/prompts/*.md Claude Code → .claude/commands/*.md, .claude/agents/*.md Cursor → .cursor/rules/*.mdc これに加えて MCP サーバー / hooks / skills … チーム内でこれらを 「どこから集めて、どこに配っていますか？」 絵にすると、複数の取得元 × 複数のハーネス という多対多の配線を、各チーム／各リポが自前で組んでいるイメージです。 個々のツールが便利になっても、チーム全体としてこ