Googleは、日本時間で4月23日未明にラスベガスで開幕したイベント「Google Cloud Next 2026」で、AIエージェントの開発、運用、管理まで対応する包括的なAIエージェントのプラットフォーム「Gemini Enterprise Agent Platform」を発表しました。 Gemini Enterprise Platformには、AIエージェントの構築、デプロイ、複数のAIエージェントのオーケストレーション、AIエージェント用のツール、スキル、MCPツール、サンドボックスなどさまざまな機能が統合されています。 これにより社内の従業員が日常的に行っているデータの分析や予測、資料作成やルーチンワークなどの多くの作業を自動化してくれるAIエージェントの構築が容易になります。 ローコードでAIエージェントを開発する「Agent Studio」 AIエージェントの構築に利用でき
はじめに プログラマーの三大美徳は、ラリー・ウォールが Perl の文化とともに提示した有名な言い回しですが、日本ではそれが単なる Perl の格言にとどまらず、広くエンジニア一般の心得として知られるようになりました。現在の Perl 公式文書でも、この三つは「Laziness, Impatience, and Hubris」として明記され、由来はラクダ本の通称で知られる『Programming Perl』にあると案内されています。出発点は明確に Perl 文化の内部にあります。 ところが日本語圏では、この言葉が Perl を知らない初学者や転職希望者にまで届いています。技術系媒体や転職媒体、学習媒体に至るまで、三大美徳は「プログラマーに向いている人の特徴」や職業理解の一部として紹介されています。一般化の度合いが、日本ではかなり高いのです。 ここで問いの立て方を少し正確にしておきます。英語
この記事で作れるようになるもの README.md をコードベースから5分で自動生成するスクリプト API仕様書を型定義とルーティングから自動生成するプロンプト ADR(設計判断記録)をGit diffから自動生成するワークフロー コードコメントを「ちょうどいい粒度」で自動生成するプロンプト PRマージ時にドキュメントを自動更新するGitHub Actionsレシピ 注意: AIが生成したドキュメントは、必ず人間がレビューしてからマージしてください。この記事で紹介する手法はすべて「下書き生成→人間レビュー→承認」のフローを前提にしています。 1. なぜドキュメントは「後回し」にされるのか 「ドキュメント書かなきゃ」と思ってないエンジニアって、たぶんいない。 でも、書かない。正確に言うと、 書けないタイミングで書こうとしている 。ここが問題の本質な気がする。 コードを書き終わった後に「じゃあ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? お前がコードを書き始める前に 言っておきたい事がある かなりきびしい話もするが 俺の本音を聞いておけ はじめに これから少しの間、不器用で、偉そうで、厳しいことを言う。けれど最後まで聞いてくれれば、その裏側にあるものもわかってもらえると思う。だから先に謝っておく。生意気な口を、許してほしい。 まず、お前に話す前に、業界を取り巻く空気の話をさせてくれ。ソフトウェア業界には、昔から消えない風潮がある。 「売れたプロダクトはすべて正しい」 「品質? 障害が起きなければそれでいい」 「細かいことはベンダーに丸投げで構わない」 ビジネスの現場で生
[注意]AIに書かせた記事をそのまま私の方でレビューして掲載しています。 Claudeマーケットプレイスにだしたらまた更新するかも?よろしくおねがいします。 @追記: 2026年4月18日 Claudeのマーケットプレイスに無事公開されました🎉 genshijin@v1.3.0を公開しました。マルチエージェント対応やセキュリティ対応、ベンチマーク更新などを含めています TL;DR caveman: Claude Code向けの英語圧縮スキル。冠詞やフィラーを消してトークン約68%削減 genshijin(原始人): cavemanの日本語最適化版。敬語・クッション言葉・冗長助詞を消してトークン約80%削減 cavemanよりさらに38%少ないトークンで同じ技術的内容を伝達できる なぜそんなことが可能なのか? Claudeのトークナイザと日本語の言語構造に秘密がある はじめに:あなたのCl
HTML in Canvas API は WICG の提案段階にある実験的な API です。現時点では Chrome Canary の chrome://flags/#canvas-draw-element フラグを有効にすることで利用できます。 HTML in Canvas API の使用方法 HTML in Canvas API は以下の 3 つの要素で構成されています。 layoutsubtree 属性 drawElementImage() メソッド paint イベント canvas 要素に layoutsubtree 属性を追加することで、canvas 内に描画したい HTML を定義できます。この段階ではまだ canvas 内には描画されません。 <canvas id="canvas" width="400" height="300" layoutsubtree> <div i
こんにちは。アルダグラムのテクニカルフェロー(自称?)をしている蓬莱です。 (特に社内外でアナウンスされているわけでもないので、本当に自称かも知れない。。) とあるMから始まるGAFAM企業をやめてブラブラしていたところを、縁があってアルダグラムに入社させていただく事になりました。(もうちょっとで半年になります) 突然ですが、皆さん、エクセルファイルを読んでますか? 「普通に仕事でエクセル使ってるわー。嫌やけど。」 みたいな話じゃありません。 エクセルファイルをアプリではなく人間が読むという話です。 「ちょっと何言ってるかわかんない・・」 って帰ろうとしたアナタ!ほんのもう少しだけお付き合いください。。(頼みますから・・) とりあえず、このgif動画を見てみてください。(gifなので巻き戻せないのが難点) エクセルファイルをhtmlに変換している例 高速にエクセルファイルをHTMLファイル
予想してみてください。CUSTはCustomer(顧客)でしょう。IDはそのままID。ですが、末尾のXは何を指すのか、さっぱりわかりません。 次に、一般的なAI移行ツールによって「現代化」された後のコードを見てみましょう。 名前はそのまま、スネークケース(snake_case)になっただけ。相変わらず意味不明です。業界ではこれを 「Py-BOL」 と呼びます。モダンな環境で動作し、中身はCOBOLの思考回路のままのPythonコードのことです。コンパイルも通るし実行もできます。しかし、保守性は絶望的です。 私はこの問題を解決するシステムを構築しました。 誰も語らない「3兆ドル」の問題 1959年に設計されたCOBOL(Common Business-Oriented Language)は、現在も1日あたり推定3兆ドルの金融取引を処理しています。ATM取引の約95%、クレジットカード決済の8
はじめに 前回の記事では、業務用ノートPCでローカルLLMを動かし、モデルごとの性能を比較しました。GPU非搭載のマシンでも動かせるモデルがあるとわかったところで、次に気になったのは「じゃあ何に使えるのか」です。 チャットで質問に答えさせるだけなら、クラウドのAPIを使えば済みます。ローカルで動かす意味を考えると、外部に出せないデータを扱う処理や、ネットワークに依存しない自動化が浮かびます。そこで、LLMが自律的にツールを使って動く「AIエージェント」を、ローカルLLMで組んでみました。 この記事では、ReActというアーキテクチャをフレームワークなしのPythonで実装した過程を紹介します。 LLMだけでは足りないもの LLMは与えられたテキストに対して応答を返す仕組みです。現在時刻を知らないし、計算も正確ではありません。学習データの範囲外のことには答えられず、答えようとするとハルシネー
2019年の開始以来、多様な最新論文を取り上げている連載「Innovative Tech」。ここではその“AI編”として、人工知能に特化し、世界中の興味深い論文を独自視点で厳選、解説する。執筆は研究論文メディア「Seamless」(シームレス)を主宰し、日課として数多くの論文に目を通す山下氏が担当。イラストや漫画は、同メディア所属のアーティスト・おね氏が手掛けている。X: @shiropen2 中国の中山大学とアリババグループに所属する研究者らが発表した論文「SWE-CI: Evaluating Agent Capabilities in Maintaining Codebases via Continuous Integration」は、AIが長期的にコードの品質を維持できるかを評価するベンチマークを提案した研究報告だ。 AIにコードを書かせる技術はここ数年で急速に進歩した。GitHub
作成日:2026年3月28日(土) TL;DR Claude Codeが気になるけど、月額プランに課金する勇気が出ない——そんな方に向けて、OpenRouter API経由でClaude Codeを「お試し」する方法を紹介します。 ただし結論から言うと、従量課金の洗礼を受けて、おとなしくClaude Proプランに加入しました。 ※画像は生成AIで生成したものです 1.はじめに Claude Codeは、Anthropicが提供するターミナルベースのAIコーディングエージェントです。VS Code拡張もあり、エディタ上からシームレスにAIの支援を受けられます。 ただ、いざ使おうとすると立ちはだかるのが 料金の壁 です。Claude Proプランは月額20USD。「本当に自分のワークフローに合うのか分からないのに、いきなりサブスクはちょっと……」と感じる方も多いのではないでしょうか。 私もま
1. はじめに 実務では、画面設計書が Excel や PowerPoint、Word で管理されていることが多いです。 それ自体は珍しくありませんし、提出物としては都合が良い場面もあります。 ただ、開発の現場で実際に使う設計資料として見ると、つらいことが多いです。 どこが変わったのか差分が追いづらい レビューで変更点に集中しづらい 実装と設計書の同期が崩れやすい コピー運用で古い記述が残る 画面ごとに表現がばらつきやすい その結果、画面設計書が「あるけど信用されない文書」になってしまうことがあります。 自分は最近、画面設計書をもっとドキュメントベース、できれば Markdown ベースで書く文化を浸透させたいと考えています。 今回はその理由を整理してみます。 2. なぜ今の画面設計書運用がつらいのか 画面設計書は、多くの現場で Excel / Word / PowerPoint などの
どうも、AIエンジニアの@noprogllamaです。普段はAIで日常の仕組み化をしたり、投資×テクノロジーの実践知を発信したりしています。 CLAUDE.mdという仕組みがあります。プロジェクトのルートに置いておくと、Claude Codeがセッション開始時に読み込んで、プロジェクトの方針や技術スタックを把握してくれます。開発に必要な情報はこれで十分伝わります。 ですが、CLAUDE.mdには書けないものがあります。 「前にこの方針で議論して、こういう理由で却下したよね」「あの時ハマったの、覚えてる?」——過去の会話の文脈です。 私はClaude Codeを開発だけでなく壁打ち相手としても使っています。戦略の相談、記事の構成、設計判断の議論。こういう用途では、過去に何を話したかが重要です。新しいセッションを開くたびに前提の共有からやり直すのは、率直に言ってしんどい。毎朝出社したら同僚が記
ソフトウェア開発におけるコードレビューは品質保証の要です。しかし、レビューの質はレビュアーの専門知識と集中力に大きく依存し、人間のレビューでは見落としが避けられません。 この課題に対して、Linuxカーネル開発コミュニティから生まれたのがSashikoです。 sashiko.dev 本記事では、Sashikoの仕組みを詳しく解説し、それをJavaScript/TypeScriptライブラリのレビュー向けにカスタマイズしたSashiko JSについて紹介します。 Sashikoとは何か? Sashiko(刺し子)は、Google社員のRoman Gushchin氏が開発したAIを用いたバグ発見システムです。特にLinuxカーネルのパッチをAIで自動レビューします。名前の由来は日本の伝統的な補修刺繍技法で、「布の弱い部分を補強する」という意味が、コードの脆弱な部分を見つけ出すという使命に重ねら
コードを書くのをやめた。Claude Codeに月商300万のSaaSの全コードを書かせ、完全ソロ運用しているという話。 私は現在、B2B向けのニッチな自動化APIミドルウェアをSaaSとして完全な個人で運用し、広告費ゼロ・従業員ゼロで毎月およそ300万円ほどのMRR、定額の月次収益を生み出している。しかも実を言うと、この半年間、エディタを開いて人間が手入力する従来のコーディング作業など1秒たりともおこなっていない。ローカルのターミナルからClaude Codeを呼び出し、AIに要件と仕様を突っ込んでシステム全体を保守拡張させているだけだ。 コードを手書きする時代は終わった。ではエンジニアは何をすれば勝てるのか。本当に機能するAIネイティブ時代のSaaS個人開発と、B2Bマーケティングの泥臭い現実を、書き殴っておく。 エディタを捨てろ。Claude CodeとStripeの組み合わせで人間
Coding After Coders: The End of Computer Programming as We Know It - The New York Times 『Coders(コーダーズ)』(asin:4822289796)の邦訳があるテクノロジージャーナリストのクライブ・トンプソンが、いよいよ現実的になってきた「人間によるプログラミングの終焉」の話題について長文の取材記事を New York Times Magazine に寄稿している。 記事は、90年代に育ち昔ながらのプログラミングを学び、後に4つのスタートアップの共同創業者となった機械学習エンジニアが、今ではコーディングを Claude Code にほぼ任せているが、テストを怠ることがあるので、「十戒」のごときプロンプトファイルに厳しい警告を追加している話、そしてそのプロンプトの中に「pytest に失敗するコードを
# 10001 番目の素数を求める jq プログラム # jq: 1.6s jq -n ' def takeWhile(cond): label $L | foreach .[] as $item (null; null; if $item | cond then $item else break $L end ); def isprime(knownPrimes): . as $n | [knownPrimes | takeWhile(. * . <= $n)] | all($n % . != 0); def next(knownPrimes): first( knownPrimes[-1] + 1 | while(true; . + 1) | select(. % 2 != 0 and (. == 5 or . % 5 != 0)) | select(isprime(knownPrim
「コピペのつぎはぎしか出せない。使いものにならない」 →「せいぜい簡単なコード補完まで。実務では無理」 →「一見それっぽいけど、設計が甘い。複雑なものは作れない」 →「動くものは出せても、保守できるものは出せない」 →「結局、熟練者が横で見ていないと危ない」 →「レビューしないと怖いが、書く速さだけはもう人間より上」 →「細かい実装や定番パターンでは、普通の開発者だと普通に負ける」 →「記憶量と実装パターンの多さで勝負したら、そりゃ勝てない」 →「もうジュニアや下手な人間よりはマシな場面が多いことは認めるしかない」 →「物量で学習してる相手に、その土俵で張り合っても勝ち目がないのは当たり前」 否定はまだまだ残っている でも中身は、軽蔑から警戒へ、警戒から諦めへと変わってきた なーんか将棋AIでも見てきた流れだな
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
処理を実行中です
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