はじめに AI が書いたコードを、同じ AI にレビューさせたことはないでしょうか。 筆者は正直なところ、しばらくそのやり方を続けていました。Claude Code に実装させて、そのまま同じセッションで「レビューして」と頼む運用です。パッと見は問題なく回りますし、指摘も返ってきます。ただ、あるときから「この AI、自分が書いたコードに甘くないか」という疑念が拭えなくなりました。 そうした中で 2026 年 3 月 31 日に、OpenAI が Anthropic の Claude Code 向けに公式プラグイン codex-plugin-cc を発表しました。これは Claude Code のセッションから Codex を呼び出し、第三者視点のレビューを得るための公式経路です。ライバル関係にある両社が手を組んだ形で、AI コード生成界隈ではかなり話題になりました。 本記事では、この co

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

こんにちは！逆瀬川ちゃん (@gyakuse) です！ これからStudy LLMというシリーズでLLMの基礎〜発展、Agentに至るまで連載をしていきます。 きょうは GPT-2 を題材に現代のLLMの基礎を再学習していければと思います！まずは推論からはじめ、そしてどのように学習しているかを眺め、最後に実際にモデルをトレーニングしてみることで、現代のLLMの基盤が分かるようになると思います。これを読んだかたがLLMを事前学習から作れるようになる、というのが今回の目標です。後述しますが、Modalを使うことで無料でできるようになっています。 GPT-2 は 2019 年の OpenAI のモデルで、いまの Claude Opus 4.7 (2026-04) や GPT-5.4 (2026-03), Gemini 3.1 Pro (2026-02) のようなフロンティアモデルと比べるとかなり

Claude Codeで実際に起きたセキュリティ事故7選と防止策 「Claude Code は便利だけど、なんとなく怖い」——この感覚は正しいです。強力なツールは強力な事故を起こします。実際に開発現場で起きがちなケースを7つ取り上げ、原因と防止策を解説します。 事例1: .env ファイルをGitHubにプッシュ 「CI に環境変数を渡したいので .env もコミットして」という指示で、Claude Code が素直に git add .env && git commit を実行。数分でクローラーが APIキーを検出。 防止策: .gitignore に追加 + Hookでコミット前チェック // .claude/settings.json { "hooks": { "PreToolUse": [ { "matcher": "Bash(git add*)", "hooks": [{ "ty

コーヒーを恋人の服にこぼしてしまった。 めちゃくちゃ謝った。 本当に申し訳なくて、1万円をPayPayで送金したけど受け取ってもらえなかった。 その後、6,000円分くらいユニクロで同じもの(ズボンとか靴下とかTシャツとか)を買って渡して、靴も新しく買うと申し出た。 何度も謝ったのに、相手はずっと嫌味を言い続けていた。 正直なところ全身黒い服で汚れは全く目立たないし、Tシャツにもほとんど汚れは飛んでいなかった。それでも「大丈夫、どうせ全部捨てるから」と皮肉っぽく何度も言われた。 自分が悪いのは分かっているけど、あの場面で何をするのが正解だったのか分からない。 2万円くらい渡すべきだったのか、それともその場で土下座でもすべきだったのか。 いつまでも機嫌が治らないし、「これどうしたらいいの？」「匂いするかな？」「もう同じの売ってないね」「寒い」と皮肉を言い続けるので泣いてしまって、逃げるように

はじめに こんにちは。データエンジニアの山口歩夢です。 以前、Claude CodeとPlaywright CLIを使ってStreamlitで作ったアプリケーションの動作確認レポートを自動作成するスキルを作りました。 対話形式で動作確認手順をClaudeに指示すると、Playwright CLIがStreamlitアプリを動かして、指示した通りに操作して、動作確認手順をスクショ付きで出力してくれると言ったものです。どんな風にレポートが出力されるのかは、以下の記事をご確認ください。 そして、今回はこちらをGitHub Actionsに組み込んで、PRを出した時に自動で動作確認レポートを作成できるようにしてみようという挑戦をしてみたので、工夫した点を色々と紹介してみようと思います。 完成イメージ この機能を使うと、動作確認手順書（ここでは、docs/operation_check.mdとします

国際エネルギー機関(IEA)と国際再生可能エネルギー機関(IRENA)が公開したデータによると、2026年時点で7か国が国内で消費する電力のほぼすべてを再生可能エネルギー源から供給していることがわかりました。再生可能エネルギーが従来の化石燃料による火力エネルギーに置き換わる「不可逆的な転換点」に到達したと主張する科学者もいます。 26-Countries2024-States-Year2025-100Pct (PDFファイル)https://web.stanford.edu/group/efmh/jacobson/WWSBook/Countries100Pct.pdf Seven countries now generate 100% of their electricity from renewable energy | The Independent https://www.the-i

こんにちは。AI LabチームのHan Kil Roです。サービスに必要なAIモデルやソリューションを開発するチームで業務に携わっています。 最近、LINEヤフー社内で実施された Orchestration Development Workshop において、「MCPとAgent Skillの理解」というテーマで講師を務めました。 今回のブログでは、そのワークショップの内容にいくつかの具体例を補足しながらまとめています。 はじめに 最近のAIエージェント開発の動向を見ると、MCP（Model Context Protocol）サーバーを構築するアプローチから、Agent Skillベースへと開発方針を切り替える流れが明確になってきています。実際に適用してみると、実装は確かにシンプルになり、アーキテクチャ自体もかなり軽量になることを実感できます。すでに多くのユーザーがSkillの利点を認識し

音楽ユニットLOVE PSYCHEDELICO（ラブサイケデリコ）のギターNAOKI（52）が13日、Xを更新。SNS上で話題となっている有名ギタリスト布袋寅泰（64）の投稿に言及した。 NAOKIは、布袋が11日にXで投稿し、その後削除したとされる投稿を紹介したまとめサイトの記事を引用。記事では布袋のアカウントで「未だかつて日本の首相がロックンロールと交わったことがあったか？素晴らしいことなんだよ」と記したと伝えている。11日に、来日している英国の伝説的ハードロックバンド、ディープ・パープルが東京・日本武道館公演を前に、首相官邸を表敬訪問し、大ファンで知られる高市早苗首相と面会したことから、その内容を受けての投稿とみられていた。 NAOKIはこの内容に触れ「ハッキリ言っておきたい。全く素晴らしいと思わない」とキッパリ。「芸術に政府のお墨付きなんていらない」と“NO”を突きつけた。 LOV

はじめに 「自然言語でデータを分析できる」──デモでは魅力的に見えても、 本番導入に足る品質をどう担保するか、そもそも担保しきれるのか と疑問に感じたことはないでしょうか。 この記事では、 自然言語でデータを分析するAIエージェントが実務で安定しにくい理由 を考察しつつ、近年話題の セマンティックレイヤーとの組み合わせにより、そうした課題を緩和しうる可能性 について紹介します。 題材にはBigQueryの公開データセット bigquery-public-data.thelook_ecommerce を使います。手元で再現できるよう実テーブルをそのまま使っています。 なぜ分析エージェント単体では実務で安定しないのか AIエージェントに自然言語で質問してデータを分析する、いわゆる分析エージェントはデモ映えする一方、実務投入においてはいくつかの課題があるように思います。 問題1：ビジネス定義がB

はじめに タイトルの問いに対して、結論から言うとベクトル検索が完全に不要になった、ということはないです。一方、「各文書を分割→ベクトル化→並列に配置して検索」のような従来RAGのアーキテクチャだと対応できないユースケースは多々あります。 本記事では、従来のベクトル型RAGの特徴を振り返り、技術的課題を再認識するとともに、最新のRAGアーキテクチャの利点を踏まえて、これらとベクトル検索をいかに共存させるかを再検討します。 RAG（Retrieval-Augmented Generation） RAGの定義 そもそもRAGとは、外部にあるデータを抽出し、ユーザーの入力と合わせてLLMに入力する仕組みです。コストの重い「学習」というプロセスを経ずにLLMへ知識を追加できることが最大のメリットとなります。（ベクトル検索＝RAGではない） 外部データの表現 キーワード検索 生のテキストからキーワード

https://aid.connpass.com/event/386203/

その他の環境構築まとめはこちら Claude Code 環境構築・運用Tipsまとめ はじめに Ubuntu 24 で Claude Code（ターミナル版）を使い始めたところ、素の状態では、ターミナルへの日本語入力がとにかく遅かったです。 キーボード連打しても反応せず、会話のテンポがずれて、ストレスが溜まる。せっかく、Claude Code用に、PC1台Ubuntuにセットし直したのに…。 ということで、ドラえもんなんとかしてー みたいにClaude Codeに相談したところ、 iBus + Mozc の組み合わせが原因では？ とのこと。 そこから始まり、気になるところをClaude Codeに質問し続けて、結果的に ターミナル・フォント・シェルまわりも一気に更新しました。 やったことは以下のとおりです。今後のために、記載しておきます。 日本語入力を iBus + Mozc → Fcit

Copyright NHK (Japan Broadcasting Corporation). All rights reserved. 許可なく転載することを禁じます。このページは受信料で制作しています。

約 10 年前、Google は日常のタスクをハンズフリーでサポートする音声アシスタントの提供を開始し、何百万人ものご家庭にその利便性を届けてきました。本日より、これまでの音声アシスタントの体験を根本的に変革する新しいインテリジェンスの基盤、Gemini for Home の早期アクセスを日本向けに順次提供開始します。 Gemini は、スマートディスプレイやスピーカーをアップグレードするだけでなく、カメラやインターフォン、Google Home アプリといった家中のデバイスをより賢く進化させます。より自然な会話、的確な状況理解、そしてスムーズなタスク実行をサポートするために構築されています。 自然な会話で家をサポートこれまでは、決まった特定のコマンドで指示を出す必要がありましたが、Gemini により、もっとスムーズな会話が可能になりました。会話の文脈を理解できるようになったほか、音楽の

はじめに こんにちは。GMO Flatt Security株式会社セキュリティエンジニアの村上です。入社してから5年ほどWebアプリケーションを中心に脆弱性診断を担当しています。 近年、言語やフレームワークの進化により、SQL Injectionなどの古典的脆弱性は減少傾向にあります。しかし、今なお変わらず検出され続けているのが「認可制御不備」です。対策をしようにも、特定の技術要素により発生するものではないため、どこで発生するか一見予測不能に見えます。しかし、我々のように常日頃脆弱性診断を行なっているセキュリティエンジニアの目線では、認可の設計が怪しい、この機能が悪用できそうといったことに気づくことがあります。 AIコーディングの普及により開発スピードは劇的に向上しましたが、生成される膨大なコードすべてに対して、人間がセキュリティを精査し続けることは困難です。一方で認可制御不備は、システム

デザインシステムを Skills にしたら使いやすくなった サイボウズのプロダクトである kintone では、社内向けに kintone Design System と呼ばれるデザインシステムが提供されています。 AI Agent を用いた開発向けに、このデザインシステムの Skills 化を試みたところ、提供側・利用側ともに非常に取り回しやすい形となったため、事例として紹介します。 デザインシステム x MCP デザインシステムをコーディング用の AI Agent から活用する際、一例としては MCP の提供が挙げられます。 一時期話題になった印象で、個人的にも、以下の記事を参考にさせて頂いた記憶があります。 なぜ MCP が効いたか デザインシステム x MCP のパターンが普及した際の背景事情として、エージェントにナレッジを与える方法は限られていた、ということが挙げられます。 AG