Database Skills — AI Agent Skills for Databases by PlanetScale
██████╗ ██████╗ ███████╗██╗ ██╗██╗██╗ ██╗ ███████╗ ██╔══██╗██╔══██╗ ██╔════╝██║ ██╔╝██║██║ ██║ ██╔════╝ ██║ ██║██████╔╝ ███████╗█████╔╝ ██║██║ ██║ ███████╗ ██║ ██║██╔══██╗ ╚════██║██╔═██╗ ██║██║ ██║ ╚════██║ ██████╔╝██████╔╝ ███████║██║ ██╗██║███████╗███████╗███████║ ╚═════╝ ╚═════╝ ╚══════╝╚═╝ ╚═╝╚═╝╚══════╝╚══════╝╚══════╝ Built by PlanetScale Database Skills for AI Agents Make your agents smart
AIがやねうら王をC#に移植してしまった件 | やねうら王 公式サイトやねうら王 公式サイト
将棋AI界隈にも、Coding Agentの波がやってきた。将棋AI開発者のコミュニティでもGPT-5.3-Codex(以下Codexと略す)やClaude Opus 4.6(以下Claudeと略す)を活用している人たちが目立つ。 そんななか、tanuki-の開発者である野田さんがCodexを用いてやねうら王をC#に移植した。やねうら王はC++で書かれているが、それをCodexがプロンプトで指示するだけでC#に移植して、実際に対局ができるところまで持っていけたということである。 私はいまCodexを使って、弊社で数百万円で受注した開発案件をやらせているところだが、おおよそ9割程度のコードは自動生成できている。残り1割は仕方がないので自分で書いているが、経験年数5～10年ぐらいのエンジニアぐらいに相当する程度の仕事はCodexがこなせそうである。 また、Codexは5.2から5.3で大幅に進
AIは速いのに、人間が遅い？ Claude Codeをさらに加速させる私の「推しツール」 - Findy Media
本記事では、エンジニアがつくってきた“自分仕様のAIツール”やAI活用術をご紹介します。エージェントやBot、LLM連携ツールなど、実用的なものから、ちょっと遊び心のあるものまで。プロンプト設計やUIの工夫、うまくいかなかったことや思いがけない発見を通して、AIとの付き合い方をのぞいていきます。AIをどう使うかだけでなく、どんな距離感で付き合っているのか。誰かのAIとの向き合い方が、あなたとAIのちょうどいい“さじ加減”の手がかりに。 Ubieの鹿野です。普段はUbieでプロダクトエンジニアとして働いていて、フロントエンド・バックエンド・モバイルアプリ開発等をしています。2025年5月頃から「Claude Codeにタスク丸投げおじさん」を自称しています。 Claude Codeを始めとするAIエージェントの登場で、コードが生産されるスピードと量は劇的に向上しました。しかし、実際の開発では
Rust でも学べる関数型ドメイン駆動設計 - Domain Modeling Made Functional の読書感想文 - じゃあ、おうちで学べる
はじめに なぜ 2026 年に、2018 年出版の本を再読するのでしょうか。正直に言えば、『Architecture Modernization』の翻訳作業で DDD の概念が頻出し、「分かったつもり」の理解では訳せなくなったからです。初読から 7 年。関数型の視点で DDD を説明する本書を、今度こそ腹落ちさせたかった。 読む動機 『Domain Modeling Made Functional』は、DDD と関数型プログラミングを組み合わせたアプローチを解説する書籍です。 Domain Modeling Made Functional: Tackle Software Complexity with Domain-Driven Design and F# (English Edition) 作者:Wlaschin, ScottPragmatic BookshelfAmazon 著者の
新人AI禁止令と、その結果の答え合わせ - Qiita
はじめに こんにちは、和田です。いえらぶGROUPで開発部の執行役員を務めています。 弊社も例に漏れず、今年はAI活用に非常に注力してきました。Cursorを全エンジニアに導入し、テックリードにはClaude Codeを配布、業務効率化・実装スピード強化・精度向上を進めてきました。 そんな会社で、私はある新人エンジニアに対して「AIの使用を禁止する」という判断を下しました。 先日ちょっと話題になってましたね、こちらの彼の話です。 社内でも圧倒的なAI推進派の私がなぜそのような判断をしたのか。そして3ヶ月後、その新人はどう変わったのか。この記事では、私の目線からのある種答え合わせ的なつもりで経緯と結果をまとめてみました。 最初は「AIをどんどん使わせていた」 新人が入社した当初、私は彼にもCursorを使わせていました。なんならClaude Codeも使わせていました。理由はシンプルです。
「もうプログラマーになりたくない」AIというゴーストライターを味方につけた相手の「もっともらしい回答」に、「現実的ではない」と反論するため疲弊しているという記事が興味深い
iwashi / Yoshimasa Iwase @iwashi86 「もうプログラマーになりたくない（AIと妻に論破されて）」というタイトルの記事からメモ。モヤっとしたのが言語化されていた記事で良かった。 ・（記事の筆者の）プログラマーとしての現在の苦労は、技術的な問題ではなく、誰もがAIを使って専門家のような議論を仕掛けてくることにある ・技術に詳しくないクライアントでさえ、AIが生成したフローチャート付きの詳細な改善案を送ってくるようになった ・これらの提案は一見もっともらしいが、コストやトレードオフといった現実的な視点が欠けていることが多い ・筆者の役割は、コードを書くことから、AIの自信に満ちた回答がなぜ現実的でないかを説明することに変わりつつある ・これは特定の一人との議論ではなく、AIという説得力のあるゴーストライターを味方につけた人々との終わらない議論である ・AIは時間と
AIエージェントで挑んだ大規模リファクタリング - DMM Developers Blog
はじめに 背景 コード品質 ミノ駆動設計講座とは？ AX戦略 AI活用 対応方針 リファクタの対応 リポジトリ分割の例 Before After リファクタの工夫 リファクタの成果 工数削減 Findy Team+で可視化 まとめ はじめに こんにちは。DMMユーザーレビューグループのバックエンドチームの朝妻です。 （本記事は、朝妻が執筆し、TLの松井と協力して仕上げたものです。） 私たちのチームでは、DMMに投稿される「ユーザーレビューを処理するAPI」を開発しています。 このシステムは、レビューの投稿・レビューの表示に関するシステムを担っており、DMMの欠かせない基盤です。 本記事では、それらのシステムに関してエージェント型AI（今回は Devin）を活用し、大規模なリファクタリングを安全かつ効率的に進めた事例をご紹介します。 背景 Devinを活用してリファクタリングを進めるにあたり
Gemini CLIの全社利用を支える技術 - ZOZO TECH BLOG
こんにちは。一番好きなマジックナンバーは 0x5F3759DF 1 な、技術戦略部CTOブロックの塩崎です。 先日、当社から以下のプレスリリースを発表いたしました。その中でも書かれているように、1人あたり月額200ドルの基準のもと、Claude CodeやGemini CLIをはじめとした各種AI開発ツールを利用可能になりました。 corp.zozo.com この記事ではAI開発ツールの1つであるGemini CLIを全社で使えるようにするため、Google Cloud管理者として実施したことを紹介します。Gemini CLIやClaude Codeなどに関しては以下のような記事がよく目立ちますが、この記事にはそのような内容が書かれておりません。 俺が考えたベストのGemini CLI設定 Gemini CLIを使って効率を上げる10の方法 Gemini CLIで開発効率が〇〇％アップ む
【50歳からのAI学習】50歳からのAI開発スキル習得｜Gemini CLIのWindows導入記 - uepon日々の備忘録
Google様がまた新しいAIツール出してきたじゃないですか。正直いうと、また覚えることが増えるのかという感想😅Claude CodeがProプランで使えるようになったと思ったら、今度はGemini CLIですよ...もう追いつけない💦でもやらないと時代に取り残される...😫という話となります。 Gemini CLIって何？ ターミナル上で動くGoogleのAIコーディングアシスタントです。「〜を作って」「〜を修正して」とプロンプトに依頼することで開発ができます。Claude Codeと似てるけど、GoogleのGeminiを使ってるのが特徴。個人的にはGeminiの最近の追い上げも見過ごせません。 特徴 Gemini 2.5 Proの100万トークンという巨大なコンテキストウィンドウ マルチモーダル機能（PDFやスケッチからアプリ生成） Google検索との連携でリアルタイム情報取
AIだけで新アルゴリズムによる正規表現ライブラリを作ってみた - エムスリーテックブログ
こんにちは。今回は、GeminiとClaude 4という2つのAIアシスタントだけを使って、正規表現ライブラリを一から作成した体験をお話しします。 きっかけ：古い理論への興味 驚異的な開発速度：正味数時間で完成 AIアシスタントによる開発プロセス 役割分担の自然な発生 AIによるコード生成の質 学術論文レベルの理論整備 Abstract（概要）の自動生成 先行研究との詳細比較 理論的基盤の文献調査 完成したライブラリの機能 基本機能 高度な機能 AIアシストの革新的側面 1. 理論の現代的解釈 2. 包括的なテスト設計 3. ドキュメント作成の自動化 4. 段階的な機能拡張 開発体験から見えたAIの可能性 驚いたこと 課題として見えたこと 将来への示唆 研究開発の加速 教育への応用 産業応用の可能性 まとめ We are hiring! きっかけ：古い理論への興味 事の始まりは、1964年
Microsoftが新発表した「NLWeb」とは何か？
はじめまして、ますみです！ 株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ この記事では、Microsoft Build 2025でMicrosoftが発表したNLWebについて解説します！ 個人的には、シンプルだが、かなり面白い取り組みだと感じており、これからメジャーになっていく予感がしており、今回の発表の中で一番、心に刺さりました！！！ Microsoft Build 2025の他の発表情報も気になる方はこちらをご覧ください👇 NLWebとは何か？ NLWebとは「自分のサイトを数行のコードで "AIアプリ化" できるオープンプロジェクト」 です。 Schema.org など既存の構造化データとLLMを組み合わせて、サイトの内容を自然言語で検索・対話できるようにします。 さらに
ポイント・オブ・ノーリターン：プログラミング、AGI、アメリカ
yomoyomo yomoyomo 雑文書き／翻訳者。1973年生まれ。著書に『情報共有の未来』（達人出版会）、訳書に『デジタル音楽の行方』（翔泳社）、『Wiki Way』（ソフトバンク クリエイティブ）、『ウェブログ・ハンドブック』（毎日コミュニケーションズ）がある。ネットを中心にコラムから翻訳まで横断的に執筆活動を続ける。 Tweet オライリー・メディアのコンテンツ戦略担当バイスプレジデントを務めるマイク・ルキダスは、以前よりプログラミングの未来について文章を書いており、ワタシもそれをフォローしてきました。 2019年5月には、プログラミング・ツールに関し、我々は未だ「パンチカード」を使っているようなものだと不満を表明した上で、「配管工」にたとえられる「ブルーカラー」のプログラマーにとってのプログラミングが、もっと視覚的なものになるべきと論じていますが、その背景には人工知能のコード作
スパースモデリングとは｜仕組み・強み・ディープラーニングとの違いを解説 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
分散深層強化学習でロボット制御 - Preferred Networks Tech Blog
新入社員の松元です。はじめまして。 “分散深層強化学習”の技術デモを作成し、公開いたしました。ロボットカーが0から動作を学習していきます！ まずはこの動画を御覧ください。 以下で、動画の見どころと、使っている技術を紹介します。 動画の見どころ Car 0(○の付いている車)が右折カーブの手前で減速する様子(右画面の白いバーのところが、ブレーキのところで赤くなっている。ニューラルネットはブレーキが最も多く報酬が得られると推測していることがわかる)。速い速度ほど報酬は大きいが、カーブを曲がりきれず壁にぶつかってしまうので学習が進むとカーブ手前でのみ減速するようになる。 目の前に車がいるときは一時停止して、いなくなってから加速する。 エチオピアには本当にこのような交差点があるらしい。 ぎりぎりですれ違う2台。学習途中ではすれ違いきれずにぶつかって倒れてしまうこともある(早送りシーン中に人が写って
人工知能と人間知性
序論 現在の人工知能は人間の頭脳とはまったく異なるメカニズムで動作している。能力も単純な処理においては人間を遥かに凌駕する面もあるが、柔軟性、全体性、総合性において人間の知能とは比べ物にならない程度の低次な能力しかもっていない。しかし、人工知能研究は人間の頭脳を解明することにも繋がる。このリポートの目的は人工知能とは何かを明らかにし、それをもって人間の知性とは何かを問うことにある。以下、人工知能研究の変遷を概観し、後に詳細に解説する。 人工知能研究の変遷 １９４３年 神経生理学者が神経回路の数学的モデルを提唱 １９４６年 史上初のコンピューター『ENIAC』完成 １９５０年 数学者チューリングが『計算機構と知能』という論文を発表。知能の実現にはまず知識のない赤子を作り、それに教育を施し、遺伝的に進化させる方法が良いと提案 １９５６年 マッカーシらがチューリングの提案したような時間のかかる方
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
生成AIサービスに個人情報をアップロードしたくない!！ Windowsローカルで大規模言語モデル（LLM）を利用する
【西川和久の不定期コラム】 初心者も簡単！ついにPCで104BのLLMも動かせるようになった！そして巷を騒がせるマルチモーダルも試した
Bringing ChatGPT-like AI Models to Your Local Machine with ZIG
Wit.ai
オープンソース化する人工知能：マイクロソフトも