大規模案件のSlackにAI社員3人を常駐させたら、2年目が参画1週間で設計根本に踏み込んだ
実際の画面とは異なるサンプルイメージです チームのSlackにAI社員を3人常駐させています。 社員5人で、2週間動かしました。 誤解を招きそうだからちゃんと書いておきます。 2週間です。半年でも1年でもなく、2週間。 それでも書きたくなるくらいのことが起きたので、この記事を書いています。 SIerの大規模開発で扱う資料は毎週溜まります。 仕様書の背景、顧客の痛点、過去の判断の残り香。 新しく参画したメンバーは、これを数週間かけて読み込むのがいつもの景色です。 そこに、このAI社員3人が入りました。 すると、2年目のメンバーが参画1週間でSKILLを直し、2週間で設計根本に疑問を出してきた。 正直、びびりました。 自己紹介・大規模現場の話を軽く 私はNTTデータグループ 技術革新統括本部のITアーキテクト（課長代理）で、大規模システムのモダナイゼーションに携わっています。 全社の高難度案件
Anthropic「Claude Mythos」凄すぎて一般公開見送り
Anthropicは4月7日、フロンティアモデル「Claude Mythos Preview」を正式に発表した。従来の最上位モデル「Claude Opus 4.6」を大きく上回る性能を備え、ソフトウェア解析や論理推論で飛躍的な進化を遂げた。特に、自律的にソフトウェアの脆弱性を発見し、それを悪用する攻撃手法まで設計できる高度なサイバー能力が明らかになっている。 同社によれば、Claude Mythos Previewは、主要なOSやブラウザなどに存在する数千件のゼロデイ脆弱性を短期間で特定した。OpenBSDにおける27年前の欠陥や、FFmpegの16年前のバグ、さらにLinuxカーネルの複数の脆弱性を連鎖させて完全な権限奪取に至る攻撃手法など、長年見逃されてきた問題を自律的に発見・活用したという。 この強力な性能は、脆弱性の発見と修正においては極めて有用である一方、同様の技術が攻撃側に渡れ
Googleに課金するときどれ選べばいいんだよ問題・AI対応 2026年版（Google One / Google AI / Google Workspace の比較） - nomolkのブログ
みなさま新年度あけましておめでとうございます。 毎年恒例、「Googleのサービスに課金したいんだけど 全部網羅した比較表がなくて全然わからん」問題に回答する記事、2026年版です。 対象としては個人の趣味／副業用～個人事業主〜小規模組織くらいを想定しています。 いかれたメンバーを紹介するぜ！ 候補は下記。 Google One、Google AI Googleドライブが容量いっぱいになると「容量を追加しましょう！」つって出てくるアイツがGoogle Oneです。プランはベーシック、プレミアムの２つ。 Google AIはいわゆる有料版Geminiです。AI Plus、AI Pro、AI Ultraの３つがあります。 なのですが実はOneとAIにはあまり区別がなく、実質的には同じサービスで One ベーシック＜AI Plus＜One プレミアム＜AI Pro＜AI Ultraの５つのグレー
Claude Code の流出したソースコードを GitHub に公開した人が著作権違反を回避した方法がヤバすぎ - Qiita
3月31日、AnthropicのAIコーディングツール「Claude Code」の全ソースコードが突如としてネット上に流出しました。 原因はなんと、npmパッケージに含まれた .map（sourcemap）ファイル 。 Bunでビルドしたときにデフォルトで生成されるsourcemapに、元々のTypeScriptソースが丸ごと埋め込まれていたのです。 これによりソースマップ経由でソースコードが流出しました。しかし、ヤバいのはここからです。 流出→即バックアップ→DMCA連発 最初に流出を報告したのは Fried_rice 氏。 公開されたZIP（src.zip）には、Claude Codeの全アーキテクチャ、システムプロンプト、ツール群、未公開機能フラグ（KAIROS、BUDDY、ULTRAPLANなど）、Undercover Modeまで完璧に含まれていました。 すぐに realsigr
AIエージェントだけでスクラムを回してみた - Qiita
この記事のまとめ: GitHub Copilotのカスタムエージェント機能を使い、5体のAIにスクラムチームを組ませて実際にアプリを開発させた実験の全容と、やってみて感じた可能性・課題をまとめています。 AIの賢さとツールが洗練されてきました Opus4.6やGPT-5.3-Codexといった最先端のモデルが、かなり良い感じに動くようになりました。曖昧な指示でも行間を読み取ってくれるようになったと感じています。また、GitHub Copilot CLIなどツール側も改善を続けており、AIエージェント間の連携を自然言語で表現することもできるようになりました。 ここまでくると、昔から人間がやってきた手法を再現できるのではないかと思い至ります。 そう、スクラム開発プロセスです。 今回は賢くなったAIたちと洗練されたツール(GitHub Copilot CLI)でスクラム開発プロセスを実践していき
「人間はコードを1行も書かない」という縛りで5ヶ月間プロダクトを作り続けた結果 ― ハーネスエンジニアリング - Qiita
何かが失敗したとき、「もっと頑張る」では解決しない。問いかけるのは常に「何の能力が欠けているのか、それをどう読みやすく・強制可能にするか」だった。 ここがおもしろい エンジニアはプロンプトでシステムとやり取りし、タスクを記述し、エージェントを走らせ、PRの作成を許可する。レビュー作業すらエージェント間で回す方向に進んでいる。実質的に「Ralph Wiggumループ」（Codexが自分のPRを自分でレビューし、満足するまで修正を繰り返す）で動いているという表現が原文にある。 つまり、コードを書く力よりも、「何を作るか」「なぜ作るか」を言語化する力の方が重要になる。コーディングスキルが不要になるわけではないが、重心が明確に移動している。 2. エージェントに「目」を与える 何が起きたか コードの処理量が増えるにつれ、ボトルネックは人間のQA能力になった。エージェントがコードを大量に書いても、人
コミットメッセージを自分で書かない
git alias を使ってコミットメッセージをAIに書かせる 最近はこれを git alias に入れて、コミットメッセージをゼロから書くことがほぼなくなりました。 aicommit = "!f() { COMMITMSG=$(claude --no-session-persistence --print 'Generate ONLY a one-line Git commit message in English using imperative mood. The message should summarize what was changed and why, based strictly on the contents of `git diff --cached`. DO NOT add an explanation or a body. Output ONLY the com
ガバメントAIで試用する国内大規模言語モデル（LLM）の公募結果｜デジタル庁
ホーム新着・更新ガバメントAIで試用する国内大規模言語モデル（LLM）の公募結果 ガバメントAIで試用する国内大規模言語モデル（LLM）の公募結果 ガバメントAIで試用する国内大規模言語モデル（LLM：Large Language Model）の公募を行ったところ15件の応募があり、審査の結果、7件を選定しました。 経緯人口減少と少子高齢化による担い手不足が深刻化する我が国において、公共サービスを維持・強化するためには、政府における生成AIをはじめとするAIの積極的な利活用が不可欠となっています。このため、デジタル庁では、政府による活用をAIの社会実装の起点とするため、行政現場でのガバメントAIの実装に向けた取組を推進しています。 具体的には、令和7年（2025年）5月以降、ガバメントAIに係る取組の一環として、デジタル庁全職員が利用できる生成AI利用環境（プロジェクト名：源内（げんない）
【狂気】2026年、PS3を開発する——1行もコードを書けない人間が、AIと組んで「開発地獄」と呼ばれたPS3に挑み、15年間誰も開けられなかった扉をこじ開けた1週間の記録。｜田中
【狂気】2026年、PS3を開発する——1行もコードを書けない人間が、AIと組んで「開発地獄」と呼ばれたPS3に挑み、15年間誰も開けられなかった扉をこじ開けた1週間の記録。 まえがき ━━━━━━━━━━━━━━━━━━━━━━━ この記事で紹介しているPS3開発の知見を、 Claude Code用スキルファイルとしてBOOTHで販売中です。 PS3-DEV — Claude Code用 PS3ホームブリュー開発スキルファイル https://tanakaps.booth.pm/items/8086703 プログラミング未経験でも、このスキルファイルをClaudeに 読み込ませるだけでPS3開発を始められます。 環境構築からSPU並列処理、cellGcm直叩き3D、 DOOM移植やVRChatアバターPS3描画（世界初）の知見まで。 ¥500〜¥5,000の4グレード展開。 ━━━━━━
AIのやりすぎで頭がおかしくなることにすら慣れた - 『AIのやりすぎで頭がおかしくなっている』を読んで - じゃあ、おうちで学べる
あの日のおかしくなりはじめた僕へ。良くなる見込みはない。 はじめに uiuさんの記事を読んだ。「AIのやりすぎで頭がおかしくなっている」。とても良い文章と内省だと思った。でも現在進行形ということは、まだ途中にいるということだ。まだ引き返せる場所にいるということだ。 uiuret.hatenablog.com 私はもう引き返せない場所にいる気がするので書く。 去年の7月、『AI時代の新たな疲労：なぜ私(たち)は「説明のつかないしんどさ」を抱えているのか』という記事を書いた。あの時の私はまだ「しんどい」と言えていた。しんどさを分析し、名前をつけ、構造を示して本を引用し、他人と共有できる形にまとめることができていた。あれは変容する前の人間の仕事だった。今の私が書く文章は、あれとは違うものになる。 このブログが良ければ読者になったり、nwiizoのXやGithubをフォローしてくれると嬉しいです。
解像度が低いのに、プロンプトなど書けるわけがない。
「そのプロンプト、どうやって作ったの？」 AIを使ってアウトプットを出していると、こう聞かれることがあります。まるで、手元に「魔法の呪文」が書かれた巻物があるかのように。 しかし、答えはいつも相手を困惑させます。 「プロンプト？ 作ってないよ。壁打ちして、結果が出たら、それをAIに再現させるためのプロンプトを逆生成させてるだけ」 多くの人は、この「順序」が逆です。最初から完璧な指示書（プロンプト）を書こうとして、画面の前でフリーズします。あるいは、適当な指示を投げて、出てきた平凡な回答に「AIってこんなもんか」と失望します。 自分の中に答えがないのに、AIが一発で望む回答など出してくれるわけがありません。 これは、プロンプトの技術論ではありません。「思考の設計」の話です。 第1章：「一発回答」という幻想 なぜ私たちは「一発で正解を出そう」としてしまうのでしょうか。それは、長年染み付いた「検
AIが脆弱性を96%見つける時代に、僕らがセキュリティを学ぶ意味はあるのか
「このコード、セキュリティ的に大丈夫かな……」 PRレビューのたびに、なんとなく不安になる。SQLインジェクション、XSS、CSRF——知識としては知っている。でも、自分のレビューで本当に脆弱性を潰しきれているかと聞かれたら、正直自信がない。 そしてある日、こんなニュースが流れてきた。 「自律型AIハッカーツール Shannon、既知の脆弱性に対して96%の成功率でexploitを自動生成」 ——あ、もう僕らの出番ないじゃん。 はじめに 結論から少しだけ言うと、AIがセキュリティを自動化する時代だからこそ、僕ら開発者のセキュリティ"感覚"がむしろ重要になる——と今は思っている。 「え、逆じゃない？」と思った人、もう少しだけ付き合ってほしい。 AIセキュリティツールが本気を出し始めた まず、今何が起きているのかを整理したい。 GitHub Trendingで1位になったShannonは、自律
【正直、どう使ったらいいの？】GeminiとNotebookLMの連携機能についての考察｜【AI研究中】ただし
はじめに：ナレッジ活用の新たなフェーズへGoogleのAIエコシステムにおいて、生成AI「Gemini」と、パーソナルな情報整理・検索に特化した「NotebookLM」の連携機能が実装されました。 これにより、Geminiのチャットインターフェースから、NotebookLM内に構築した自身のナレッジベース（ノートブック）を直接参照することが可能になりました。 この統合は、単なる機能追加にとどまりません。Geminiが持つ「目（画像認識）」や「耳（音声認識）」のような感覚器官と、NotebookLMが持つ「正確な記憶（ドキュメント管理）」が接続されることで、私たちの業務フローにおける情報の扱い方が劇的に変化する可能性を秘めています。 本記事では、この連携機能がもたらす具体的なメリットを詳しく解説するとともに、その裏側で動いている技術的なメカニズムを紐解き、どのように使い分けるのが最適解なのか
Anthropicハッカソン優勝者のClaude Code設定集「everything-claude-code」を読み解く
Anthropicハッカソン優勝者が10ヶ月以上かけて実際のプロダクト開発で使い込んだ everything-claude-code というリポジトリが公開されていたので、内容を読み解いてみました。 この記事の要約 Anthropic x Forum Venturesハッカソン優勝者 が公開した本番環境で使えるClaude Code設定集 agents, skills, hooks, commands, rules, MCP設定 の6種類のファイルで構成 コンテキストウィンドウは 200kから70kまで縮小する可能性 があるため、MCPの有効化は10個以下に抑える TDD（テスト駆動開発）を中心 にしたワークフローで、カバレッジ80%以上を必須とする /tddや/planなどの スラッシュコマンド で素早くワークフローを呼び出せる hooksによる自動化 でフォーマット実行やconsole
【2026年最新】Claude Code作者が実践する「超並列駆動」開発術がエンジニアの常識を破壊していた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Claude Codeの開発者である Boris Cherny氏 (@bcherny) が公開した「2026年の開発セットアップ」が、Claude Codeを使う全人類が読むべき内容でした 彼が実践しているのは、単なるツールの使いこなしではありません。 人間自身のCPUをマルチスレッド化するという、エンジニアリングの極致です。 そこで、この記事では彼が明かした驚異のワークフローを解剖し、我々が今すぐ取り入れるべき次世代の開発思想を深掘りします。 Claude Codeでどんなことできるかは、以下の記事も参考にしてみてください！ 1. タ
ChatGPT使いすぎて、文章見ると『あ、これChatGPTに書かせて一部だけ訂正したやつだな』というのが大体分かるようになってきてしまった
相川晴（HAL） @halproject00 チャッピー使いすぎて、文章見ると「あ、これチャッピーに書かせて一部だけ訂正したやつだな」というのが大体わかるようになってきてしまった。 私はあなたの書いた文章が読みたい…… 2025-12-27 16:45:08
なぜ、コードは速く書けるのに開発は遅くなったのか ―AI時代の「理解負債」との向き合い方
重要なポイントは「対象」の違いです。 技術負債はコードそのものの問題、つまり「物」の問題です。 コードが複雑すぎる、設計が不適切、テストが不足している。 これらはリファクタリングやコード改善で解決できます。 一方、理解負債はエンジニアの理解の問題、つまり「人」の問題です。 コードは動作するし、テストも通る。 しかし、誰もそのロジックを説明できない。 なぜその実装になっているのか分からない。 これは単なるコード修正では解決できません。 理解負債は、AI生成コードに特有の新しい形態の技術的負債です。 「動くコード」だからこそ見過ごされやすく、気づいたときには手遅れになっていることが多いのです。 1.3 理解負債の具体例 - 現場で起きている3つのシーン 理解負債が実際の開発現場でどのように現れるのか、3つの典型的なシーンを見ていきましょう。 以下具体例は、分かりやすく説明するための架空のシーン
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
おじさん「AIはこう言ってるよ(長文ﾍﾟﾀｯ)」👈️社会問題化していると話題に
ローカルLLMのOllamaが画像生成に対応
LLMは「同じ質問を2回」入力すると精度が上がる──Google研究者ら、プロンプト反復の効果を短報で報告 | Ledge.ai
