はてなブックマーク

こんにちは、Kaiです。 私たちのチームで開発した「CareNet Academia」について、AWS様のブログでも事例として取り上げて頂きました。Bedrockによるクロスリージョン推論並列化などについてご紹介頂いておりますので、よろしければぜひご一読ください。 さて、しばらく嵐の前の凪が続いたあと、大きいリリースが立て続けに来ましたね。Claude Sonnet 4.5、Claude Codeのメジャーアップデート、ChatGPTのショッピング機能にSora2と、盛沢山な週になりました。それぞれざっくり見ていきましょう。 Claude Sonnet 4.5については、一応ベンチ上最高性能をうたっていますが、それほど差を感じていませんし、Xを眺めていても似たような感覚だと思います。というよりも、もはやコーディングエージェントの性能よりも、ドキュメントやMCPをうまく整備出来ているかどうか

こんにちは、Kaiです。 Codexのアップデート速度が凄まじいことになっています。Claude Codeというお手本もあり、ほぼ機能的には追従してしまったのではないでしょうか。先日のAnthropicの資金調達といい「ジェネリックなAIプロダクト」は完全に資本力で殴る世界になってしまっています。 今週もAnthropicがExcelやパワポを直接作成・編集する機能をリリースしました。精度やデザインはまだまだ発展途上ですが、恐らくこれも大資本力同士の競争が行われ、一瞬で類似のことを試みていた小規模スタートアップは焼き払われてしまうのではないでしょうか。 少し前、デジタル小作人という言葉がありました。GAFAMをはじめとする米国のBig Techに資本と利益が集中し、日本の貿易収支におけるデジタル赤字が莫大な額になっていることを揶揄した、自虐的な言葉でした。 現在、AIの領域では米国と中国が

こんにちは、Kaiです。 Codex、いい感じです。CLIとしても、VSCode拡張としても使えますし、指示追従性や大きい塊のタスクを渡したときの精度が高い気がします（定量評価していないので肌感ですが）。登場した当初は全然ダメと言われていたことを考えると、凄まじい進化速度です。 しかし、やはり色々使っていて思うのは、前にも書きましたが個別のアプリケーションやツールのノウハウに習熟するのではなく、もっと本質的なことにフォーカスすべきだという点ですね。例えば要求定義や要件定義、よい設計といった、モノを複数人で作るとはどういうことなのか、といった知見が、より重要性を増していくと感じます。 一方で、ツール自体も変質していくような気がします。VSCodeなどは、最初からAIと親和性が高かったので拡張という形でAIを取り込みましたが、他のクリエーションツールはAIネイティブなものが登場しリプレイスされ

こんにちは、Kaiです。 GPT-5、ついに来ましたね。引っ張って引っ張っての公開だったため、ものすごく期待値が上がっていたように思います。 さて、その内容ですが……ううーん、全てが予想の範囲内というか、ノーサプライズだった印象です。もちろん性能は良くなり、ハルシネーションの低下も凄いなと思うのですが、予想を超える何かはなかったと思います。とはいえあくまで第一印象ですので、真価は皆が使い倒し、使いどころが見えてきたタイミングになるでしょう。特に超高度な思考を必要とするようなレベルのタスクに対しては、これから様々な形で評価が行われると思われます。 ただ、直近で言うとゲームチェンジになったのはgpt-ossの方かもしれません。色々な事情からDeepSeekは使えず、Llamaもちょっと性能がイマイチで、ローカルで動くオープンモデルの選択肢は妥協の産物になっていました。しかし、このgpt-oss

こんにちは、セキュリティエンジニアの Yam です。AI 技術の進化は目覚ましいものがありますが、それに伴い新たなセキュリティリスクも顕在化しています。特に最近注目されているのが「プロンプトインジェクション」と呼ばれる攻撃手法です。今回はその中でも、より巧妙で気づきにくい「間接的プロンプトインジェクション」を利用し、AI に偽のエラーメッセージと、悪意のある指示を表示させるという攻撃シナリオについて、その仕組み、危険性、そして私たちが取るべき対策について解説します。 間接的プロンプトインジェクションとは？ プロンプトインジェクションは、AI （特に大規模言語モデル）への指示（プロンプト）を悪用し、開発者が意図しない動作を引き起こさせる攻撃です。その中でも「間接的」な手法は、攻撃者が AI への指示を、ユーザーが直接入力するプロンプトではなく、AI が処理する外部のデータソース（文書ファイル

こんにちは、Kaiです。 いやぁGemini CLI（GC）来ましたね。早すぎです。スラッシュコマンドの作りとかを見ても、Claude Code（CC）をベンチマークにして作ったのは明らかだと思いますので、基盤レベルのAIプロダクトが流行ったら、1ヶ月程度でコピーされる世界観だと思った方がいいですね。 さてGemini CLI、まだ十分ではありませんがとりあえず触り始めています。ドキュメントとテストを整備して、TDD準備を終えた状態のサンドボックスプロトタイプリポジトリを与え、自走させて完成できるかというPoCをやってみました。以下はその感想です。 Gemini CLI Claude Code GCはとにかくコンテクストウィンドウが大きいので、1タスクをめちゃくちゃ詰め込めます。その一方で、TDDだと言ってるのに、テストがいつまでも通らないとテスト自体を破壊してゴールポストを動かそうとした

こんにちは、Kaiです。 先週は風邪をひいてお休みを頂いておりまして、2週間ぶりとなります。 界隈ではClaude Code一色ですね。実は今週、半日時間を取って社内でエージェントコーディング勉強会（がっつり触って比較してみる会）を開催しました。その中で私も改めてClaude Code（CC）およびClaude Code GitHub Actions（CCA）を比較してみました。 結論として、私の感触は以下のようなものでした（あくまで私の所感）。 CC CCA 日常使いにはCCで、リファクタリングや難易度は低いが手間がかかる機能修正などをCCAに任せたい感じです。 それと、使っていて強く意識したのが、「リポジトリを育てる」という感覚です。これは、CLAUDE.mdをはじめとして、コーディング思想や哲学、場合によっては「このリポジトリで何を実現するのか」といったビジネスレベルの内容も、どんど

こんにちは、Kaiです。 Big Tech系の発表はほとんどありませんでしたが、相変わらず界隈ではコーディングエージェントやObsidianとの併用など、日常にどう溶け込ませるかの試行錯誤が活発になっています。 そんな中、Googleが発表したAlphaEvolveは額面通り受け取るなら凄いものです。Geminiのコストが異常に安いことは周知の事実でしたが、裏側ではこういったAIによるチップ設計を含めた最適化が行われているからでは？という推測もありました。 アルゴリズムの領域では、計画し、実行し、評価して修正するというプロセスが全て文字列であるコードの世界で完結するため、LLMにとってもっとも扱いやすいのでしょう。全ての科学領域で同様の自律的研究開発が行えるには、マルチモーダル性能を含めて相当なリープが必要だと思われます。 ただ、「アルゴリズムを自ら発見し改善できる」というのは、AIにとっ

こんにちは、Kaiです。 ほんとに毎週Big Tech系のアップデートや発表がありますね……。 OpenAIから、予告されていたo3とo4-miniが発表されました。まだ完全に使いこなしてはいませんが、これまで難しかったタスクを与えてみると、従来のモデルとは異なる印象を受けています。言語化するなら「自律性」でしょうか。この使用感は、むしろManusやGensparkスーパーエージェントに近いものがあります。 これまで、AIの性能や限界や知識を考慮した上で、人間がプロンプトエンジニアリングを実施することが一般的な使い方でした。しかし、o3はそういう配慮をあまり必要としていないように思います。つまり、「タスクに必要なツールや知識を自分で判断して収集し、結果を出す」という機能を備えているように見えるのです。 後述のXでシェアされている使用感も、自分でタスクを与えても、これまでプロンプトに組み込む

こんにちは、Kaiです。 年が明けてからのAI加速、ヤバくないですか？ 前にも書いた通り、私は既に人類がシンギュラリティの渦中にいると思っていますが、まさにそれを実感するような速度で進化が起きています。 恐らくですが、OpenAI、Google、Anthropicといった企業の中の人は、GPT-5とかGemini2.5とかClaude4.0とともに仕事をしているはずで、既に人間の能力は相当にブーストされていると思います。 直近の動きとしては、Claude3.7 Sonnet、そしてGPT-4.5の発表がありました。どちらも使っていますが、今のところ劇的な向上という印象はありません。恐らく、非Reasoning（Claude3.7はReasoningも出来ますが）モデルとしての、単純な頭の良さという面では限界に達しつつあるのかもしれません。 私見ですが、縦方向の進化（思考力や、頭の良さ、問題

こんにちは、Kaiです。 週刊とはいったい……何とかせねば。 さて、もうDeep Research一色です。私もついにProプランを契約して、使い始めました。 あまり驚き屋のようなことは言いたくないのですが、本当にこれは凄い。何度も試すうちに、少なくなったもののやはり固有名詞などでハルシネーションが発生することは確認しました。ですので、人間を完全に代替するとはいきませんが、デスクトップリサーチの一次タスクとしては十分すぎるレベルに達していると感じます。 あらゆる用途に使えるのはもちろんですが、特に「勉強」のやり方が全く変わるのではないかと感じています。これが好奇心MAXだった小学生の頃に使えたら、どれほどの質問を投げてどれほどのことを学んだのだろう、と想像してしまいます。 ただ、Deep Researchが登場して24時間後には、内部の推論過程を模倣したとされるコピーAIがオープンソースで

Amazon SES でメールを操作する 近年、メールの送信は以前と比べて難易度が上がっています。 神奈川県公立高校ネット出願システムでGmailが使えないというトラブルやGmailガイドラインの適用開始は記憶に新しいかと思います。 本記事ではAmazon SES(Amazon Simple Email Service)でのメールの送受信の方法について簡単に説明します。 メール送信者の一般的ガイドライン スパムメールやフィッシング詐欺の増加やセキュリティ強化の必要性から、最近ではメール送信に厳格なガイドラインが設けられています。 例えばGoogleは以下のようなメール送信者のガイドラインを発表しています。 このガイドラインでは「すべての送信者」と「1 日あたり 5,000 件以上のメールを送信する場合」に分けてガイドラインが定義されています。 この「1 日あたり 5,000 件以上のメール

AWSを使用したアプリケーションのテスト方法 AWSを使用しているアプリケーションの開発時に問題となるのは、どのようにテストを実施するかという問題が発生します。 この時の選択肢は次の通りとなります。 単体テスト時にAWSのモックを作成してテストを行う AWS上にテスト用の環境を用意してテスト時に接続してテストを行う LocalStackを使用してローカルにAWSサービスのエミュレーターを動かしてテストする 単体テスト時にAWSのモックを作成してテストを行う 単体テスト時にモックアップする方法はテストに都合のいいデータを返せるため容易にテストが行えます。 モックの作成に手間がかかりますし、思い込みでモックを作成してバグを作成する場合もありますが、Motoなどを用いることでこれらの問題は軽減できるでしょう。 ただし、あくまで単体テストでしか使用できません。例えば複数プロセスを連携するようなテス

はじめに この記事ではいくつかのプログラミング言語でSQLパーサーを利用する方法について解説します。 SQLパーサーを使用することでSQLクエリを構成要素に分割したり、構文解析したり、クエリの改変・整形が可能になります。 具体的には以下のようなことが行えるようになります。 SQLクエリのフォーマッタ：SQLパーサーを使用してSQLクエリの整形を行います。一定のルールでSQLを整形することで可読性を向上させることができます。 クエリの検証：SQLパーサーを利用して実際にSQLを実行せずに構文的にSQLが正しいかを検証できます。 テーブルやカラムの調査：SQLパーサーを利用することで、クエリの構成要素を取得できます。これにより、使用しているテーブルやカラムの調査が容易になります。これは障害発生時の影響調査において活用できます。 クエリの改変：SQLパーサーを利用して元のクエリを一部改変して新し