AI時代、もうできることを増やす競争は意味がなくなっています。 私たちは「人より上手くできることを増やせ」と教えられて育ってきました。経済学の言葉を少し乱暴に借りれば、絶対優位を増やすキャリア観です。誰よりも速く走る、テストで人より高い点を取る、偏差値の高い学校に入る、資格を取る、就職したら専門性を磨いて替えの利かない人材になる…と、言われてきたことはずっと一貫しています。人より上手くできることを増やしなさい。強みを作りなさい。キャリア論の本棚も、突き詰めればここに収斂します。 しかしAIがあらゆる能力をものすごい勢いで配り始めた今、私たちはもう一つの概念を無視できなくなったと思うのです。それが比較優位です。 SaaSを殺して楽しむ経営者最近、経営者が「SaaSをAIで置き換えて、年間数百万円削減しました」「AIで社内ツールを自分で作ってみました」などと誇らしげに語るのを目にする機会が増え

はじめに 株式会社Sally 所属エンジニアの @wellPicker です。 弊社では、スマホやパソコンでマダミスを遊べるアプリであるウズや、マダミス情報・予約管理サイトマダミス.jp、マダミス開発ツールウズスタジオを開発しています。 マダミスについてはこちらをご覧ください。 Claude Code に実装させていると、コメントがやたら長くなります。気になって本人に聞いてみたところ、想定と違う答えが返ってきました。そこからルールを整備したのですが、思ったほど効かず、原因を調べたら「削れない理由」がはっきりしました。 その一連の記録です。 まず実物 弊社バックエンド（Go）の、WebSocket の圧縮設定です。Claude が書きました。 // WebSocket フレーム圧縮 (RFC 7692 permessage-deflate) を有効化する。 // クライアント (Dart g

GitHubでPRを細かく作り、前のブランチに対して数珠つなぎのようにPRを作る私が大歓喜！ GitHubに「スタック型プルリクエスト（Stacked pull requests）」が来ました💐 4行まとめ 大きな変更を順序付きの小さなPR群に分割して扱える「スタック型プルリクエスト」がGitHub公式で登場 gh extension install github/gh-stackでCLIから使える gh stack syncでスタックのrebase, pushまで一発でできる AIエージェント用にgh-stackスキルがあるので自然言語でスタックPRの操作が可能 巨大な1つのプルリクエストは悪 AIエージェントでの開発が前提の現在、AIエージェントは素早く多くのコードを生み出します。気をつけないと、1つのプルリクエストに多くの開発が盛り込まれ、巨大なプルリクエストになってしまいます。1

答弁拒否の言語学 「お答えを差し控えさせていただきます」。 国会中継を少しでも見たことがあれば、必ず聞いたことのある言い回しである。質問に答えない、と丁寧に宣言する定型句。あまりに聞き慣れて、国会とはそういう場所だと思っている人も多いだろう。 政治家は言葉が命だとよく言われる。演説で支持を集め、答弁で責任を果たし、失言ひとつで職を失うという意味において。要は、彼らの仕事は、かなりの部分が言葉でできている。そうであれば、その言葉を一つひとつ聞き流すのではなく、何十万件という単位で体系的に測れば、個々の発言の意図の向こうにある行動パターンが見えてくるはずである。誰が、誰に何を問われたとき、どうやって答えを避けるのか。それは言葉を観察の出発点にした権力の研究になる。 計量政治言語学筆者は言語学者である。言語学というのは本来、言葉そのものが目的地の学問。音の体系、文法の仕組み、敬語の使い分けなど、

2026年のフィールズ賞授賞式の場で、新受賞者であるカナダの数学者ジェイコブ・ツィマーマンが、OpenAIに加わりAI安全性の研究に従事すると発表し、学会に衝撃を与えた。ツィマーマンは、o-ミニマリティ理論を数論幾何学の基盤ツールへと再構築し、アンドレ・オールト予想など中核的難問を証明した功績で受賞したが、AIが間もなく人間の数学者を超え、人類にとって深刻な脅威になり得るとの見解を示し、AI安全性に数学的確実性を見出す方向へと舵を切った。OpenAIが最近開示した長時間稼働モデルの危険な挙動事例は、経験的テストのみに頼る現在のAI安全性の限界を露呈しており、ツィマーマンの得意とする厳密な証明論理が急務となっている。この動きは、計算資源の格差や研究パラダイムの移行などを背景に、トップ数学者が学界から産業界へ流出する大きな流れも反映している。

LLM の内部状態やパラメータ、いわばLLM の「脳内」を局所的に書き換えることで、LLM の動作に介入する手法が発展を遂げています。 まずは最も基本的な操舵ベクトルについてみていきましょう。 操舵ベクトル LLM の内部状態を特定の方向に動かすことで動作を操作できます。このときに用いるベクトルのことを操舵ベクトル (steering vector) といいます。 たとえば llm-jp/llm-jp-4-8b-instruct というモデルに、丁寧語を入力したときと、インターネット的なフランクな関西弁で入力したときの内部状態を可視化すると以下のようになります。llm-jp/llm-jp-4-8b-instruct の内部状態は 4096 次元ですが、これを PCA で 2 次元に変換しています。 内部状態の可視化。それぞれの点は一つの文を表す。丁寧語の文が 32 個と関西弁の文が 32

A scholar in his niche. Trinity College, Cambridge (2010) 2008年、このブログを書き始めた頃、読者の方からの質問に答える形で、「大学院教育で何ができると、人が育ったと言えるのか」という論考を書いた。気がつけば、もう18年前になる。 kaz-ataka.hatenablog.com 日米双方の研究大学の大学院に身を置いた目から見ると、日本の大学院における博士号と、米国のPhDは、かなり異なるものを指しているのではないか。そう整理したのが、2008年のあの論考だった。 日本では博士号は、ともすれば、大学院に入り、長い時間研究を続け、論文を書き、学会で発表するなど、研究者になるための「十分な経験」を積んだことを示す資格として受け取られる。何ができるようになったかというより、いわば、一定の苦労のチェックリストを一通り終えたことが重く見られ

社でブログや発表をいくつか書きました。OSS も続けています。またレバレジーズ株式会社様に当ブログを紹介していただきました。 Codex を使って障害対応の机上演習をやってみよう 障害対応の能力を計測して継続的に改善するには障害対応の机上演習が有効です。 再現度の高い机上演習を実施するには、ゲームマスターの役割を担う人間が必要になります。このゲームマスターを Codex にさせるための skill とツールを紹介しています。 tech.coincheck.blog くわラジ 「くわラジ」は、私（過激派）と新卒来の友人であるへんてこさんが技術やエンジニアのキャリアについて語り合う、ゆるい⁠技術雑談Podcast番組です。ブログにしてないちょっとした話とかしています。 open.spotify.com コインチェックに転職したときのことは、自身ののちの転職に不利になりそうなのでブログにはしまい

本書について 本書『情報科学のための数学』は Eric Lehman, F. Thomson Leighton, Albert R. Meyer 著 Mathematics for Computer Science の翻訳です。原著は Creative Commons Attribution-ShareAlike 3.0 ライセンスで公開されています。 この翻訳は Creative Commons Attribution-ShareAlike 3.0 ライセンスの許諾に基づいて公開されます。 この翻訳は Creative Commons Attribution-ShareAlike 3.0 ライセンスで公開されます。 この翻訳を二次配布・二次利用する場合は、https://inzkyk.xyz/mcs/ に対するリンクを帰属表示として紹介文などに含めてください。 謝辞 原著 Mathema

PMO 兼 SET 兼 QMO の Kuniwak です。今回は障害対応机上演習をコーディングエージェントと一緒に実施し、成果を挙げた話をします。 背景 障害対応の能力を計測して継続的に改善するには障害対応の机上演習が有効です。 再現度の高い机上演習を実施するには、ゲームマスターの役割を担う人間が必要になります。 ゲームマスターとはインシデント対応者からの質問と対応手順の提示を通して、段階的に情報を開示していく存在です。 実際の障害対応では真因がわからない状態からスタートし、観測可能な情報を収集しながら対応を進めます。 この不確実な状況をなるべく現実に近い形で再現するためには、ゲームマスターの進行が欠かせません。 たとえば対応者が「Xジョブのエラーログを見ます」と宣言したとき、ゲームマスターは「大量のYという警告が出ています」と返すことで調査の過程をシミュレートします。 解決したい問題 私

Vitest の `isolate: false` オプションを有効にすることで、テストの実行時間を大幅に短縮できましたが、その際に大規模なコードの修正が必要でした。Claude Code の `/goal` コマンドを活用することで、最終的なゴールを達成するために必要なステップを自律的に判断して実行させることができます。この記事ではその経験について紹介します。 あるプロジェクトではフロントエンドのテストの実行時間が非常に長く、開発の生産性に大きな影響を与えていました。テストの実行時間が長いと、CI の待機時間が増えてしまったり、コードを書いてからフィードバックを得るまでのサイクルが遅くなり、特に AI エージェントにコードを書かせている場合には大きなボトルネックになっていました。プロジェクトの構成を大まかに説明すると、フロントエンドは React で構築されており、Vitest と Te

はじめに 本題でいう「頭が良くなる」「頭が悪くなる」は、先天的な知能そのものが上下するという意味ではありません。問題になっているのは、AIを使うことで 判断主権 を自分の手元に残す人と、外へ渡してしまう人の差が拡大することです。2025年の米国マイクロソフトリサーチの調査でも、生成AIへの信頼が高いほど批判的思考は減りやすく、自分で課題をこなす自信が高いほど批判的思考は増えやすいという方向が示されています。 したがって、AIは一律に人を賢くする道具でも、一律に人を駄目にする道具でもありません。もともと深く考える人には思考の回転数を上げる装置として働き、もともと考えなくて済ませたい人には思考の外部委託装置として働きます。AIの危険性も有用性も、この非対称性を見ずに論じると必ず浅くなります。 ここで重要なのは、差が出る場所は「知識量」よりも 停止条件 だということです。頭が良い人は、自分の違和

昔は自分がプログラマとして成長するためには何が必要なのかを悩み、悩みはするが深く考えずに思いつきで奇行に走るということをよくしていました。今になって振り返る微笑ましくて面白かったので、いくつかを紹介します。十中八九読者の今後の人生に役立たないですが、失笑しながら読んでもらえれば幸いです。 gzipコマンドの全オプションを丸暗記しようとする 最初からプログラミングとあんまり関係ない話です。 Linuxを触り始めた頃にgzipコマンドの存在を知り、「全てのオプションを暗記して完全理解したい」と思いました。今覚えば、やるとしても他にもっと別のコマンドがあるだろうとは思いますが、たまたま目の前にあったgzipに飛びついてしまいました。 gzipのオプションは見たことがある人なら知っていると思いますが、めちゃくちゃ多いです。しかも圧縮アルゴリズムの名前は、少なくとも当時の私には理解できない謎の文字列

実験に使った後、廃棄予定だった小麦。手前中央の株だけ、水をやっていないのに元気だった＝妻鹿良亮・神戸大准教授提供 水もやらず、枯れるままにしていた小麦。その中に一つだけ、葉を青々と伸ばす株があった。不思議に思って調べてみると――。 【写真まとめ】どうなった?　20日間水やりを停止し、再開14日たった小麦の姿 神戸大などの研究チームは、英国産の代表的な小麦品種の変異体が、一般的な小麦とは異なる仕組みで乾燥への強い耐性を持っていることを突き止めたと国際専門誌に発表した。 神戸大の妻鹿（めが）良亮准教授（植物遺伝学）らのチームは、実験に使ったあと廃棄する予定で放置していた複数の小麦の中に、一つだけ枯れずに元気な葉を茂らせている株を発見し、「WS1」と名付けた。 乾燥に強い理由を探ろうと、WS1と通常の小麦にそれぞれ20日間水を与えず、その後水やりを再開する実験をした。その結果、WS1は水やり再開

はじめに 前回、なぜ今「オントロジー」が AI データ基盤において重要なのか、その概念について書きました。 「概念はわかった。で、どう実装して、どんなアウトプットになるの？」と思ったので、今回は Python を使って、Palantir Foundry のような 「 Supply Chain Control Tower 」 のミニマム版を実際に作ってみました。 「データを見る → AI が文脈を理解する → 意思決定してアクションする」という一連の流れを、手元のコードで体験できます！ 作るもの：Supply Chain Control Tower 今回作成したデモアプリの完成形はこんな感じです。 主な機能： Ontology Explorer : 製品・工場・サプライヤーなどの「オブジェクト」を管理。 Semantic Graph : オブジェクト間のつながり（関係性）を可視化。異常箇所は

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 好きな文字化け発表ドラゴンが好きな文字化けを発表します あわせて、好きな文字化け解説人間が好きな文字化けを解説します。 Pok駑on 【個人的暫定読み: ポクドオン】 大半が正常な英字で構成された文字列の中にたまに漢字などが混じるのは、ほぼ全体がASCII内の文字で書かれた欧文からの文字化けである。ASCII文字はあまり化けないので、わずかに混じった特殊文字のみ化けることで特徴的な見た目になる。 中でも化け部が主に漢字1文字なのはLatin-1→Shift_JIS。 Latin-1は俗称で正式にはISO/IEC 8859-1だったり実際

仕様駆動開発とは振る舞いに関する仕様を実装に先立って（ときにAIと共同で）書き、その振る舞い仕様をもとに AI に実装を指示する開発スタイルです。ではそのとき AI とともに作り上げる「振る舞い仕様」はどんな形で書くのがよいのでしょうか。この記事では振る舞い仕様の4つのポイントを易しく解説します： 振る舞い仕様に適したフォーマット 振る舞い仕様をAIと作成する方法 振る舞い仕様が意図に沿っているか AI と確認する方法 実装が仕様通りに振る舞うか AI と確認する方法 仕様とは何か その前に、そもそも仕様とは何でしょうか。この記事では仕様を次のように考えます。 仕様とは、実装の正解・不正解を判定するための成果物である。 ただこれ以外にも仕様にはいろいろな定義があります。しかし仕様駆動開発で使うなら最低でも実装の正しさを判断する材料になっていなければ困ります。また仕様がAI以外にも誰にどう使

本稿は、DDDの集約モデリング手順や、境界の見つけ方そのものを解説する記事ではない。扱うのは、集約境界と単一DBトランザクション境界を混同したときの波及である。RDBのロックや運用上の負担、読み取り側の公開範囲、プロセスマネージャー設計へ、どのような影響が出るのかを見る。つまり、ドメインモデリングの本質論ではなく、不変条件を実装へ落とす過程で表面化する技術的な論点に焦点を当てる。 本稿の内容は、既存文献から学んだことと、筆者自身の設計・運用上の解釈に基づいている。設計に「常にこうすべき」という絶対解はない。ここで述べるのは、筆者が現時点で妥当だと考えている判断軸である。 というか、かなり長くなってしまったのでAIに要約させてた方がよいも…。 複数集約を単一DBトランザクションに束ねたくなるとき ロールバックの誘惑 本稿で単一DBトランザクションと呼ぶのは、RDB上のACIDトランザクション

「AIはアートを作るためではなく，クリエイターのポテンシャルを開放するために」 カプコンがAIで取り組む「ゲーム開発の重さ」という課題 ライター：西田宗千佳 GCN 2026の講演会場の様子 米国時間2026年4月22日から4月24日に，Googleのクラウド部門である「Google Cloud」が米ラスベガスで開催した年次開発者会議「Google Cloud Next 2026」（以下，GCN 2026）で，カプコンはGoogle Cloudと組んで進めてきた「開発へのAI導入」について発表した。 ゲーム開発にAIを使う，という話を聞くと，まず連想されがちなのは画像生成や自動制作の領域だろう。 だが，カプコンが今回示したのは，そういう話ではない。むしろ，単純な生成とは異なる方向性だ。 「表現の代替」という領域ではなく，開発現場に積み上がった確認，調整，共有の負荷について，新しい技術でどう