プログラミング自動化の果てに
並列モード 事前準備: Google Calendar Tasks に乱雑にメモを書き留めてる 特にやることを決めずに tmux(or zellij) で3分割で並べる メモを拾って投げ込む ログが止まってないかだけを見ている メインタスクのトークン消費を圧迫しない範囲で、他タスクの流量を調節 Approaching Usage Limit... がでてないと、仕事してる気にならない アイデアモード 並列モードの一つを「思いつきための実験するための枠」に 「このURL/論文読んで、試しに実装して再現して」 「こういう Lint プラグインがほしいんだけど作れる？」 「WebGPU で pytorch 移植できる？」 重要: 中身をまったく見てない 一通り走りきった後で、どのように成功/失敗したかを確認 うまくいったらGitリポジトリや利用単位に切り出す ゴール設定からワークフロー設計 ゴー
【海外記事紹介】AIがオープンソース開発者の生産性を下げてしまった理由は「メンタルモデル」にあり — 「『汚物を撒き散らす』ようなシチュエーションならAIは有効」
7月15日、John Whilesが「AI slows down open source developers. Peter Naur can teach us why.」と題した記事を公開した。この記事では、AIコーディングツールが熟練オープンソース開発者の生産性を19％低下させた理由を、「メンタルモデル」という視点から解き明かしている。以下に、その内容を紹介する。 研究結果――「速くなる」と信じた開発者ほど遅くなる現実 Metrの論文によれば、被験者となった経験豊富なOSS開発者は、AIツールの使用を許可された課題で平均19％長く作業時間を要した。開発者は事前に「24％高速化する」と予測し、実験後も「20％は速くなった」と誤認したままだった。 When developers are allowed to use AI tools, they take 19% longer to com
競技プログラミングと生成AIの今 2025/07/02版 - chokudaiのブログ
前回の更新から2年半が経過し、競技プログラミング/AtCoderと、生成AIの関係も大きく変わりました。競技プログラミングの伝道師として、ここを誤魔化すのは非常に良くないと考えていますし、出来るだけ客観的な事実を用いて現状を説明したいと思います。 長くて読めない人へのまとめ o1の登場で以前よりとても強くなった。参加者の中でも上位に入るように。 Algorithm / Heuristic両部門でそこそこ強い。人類最強には程遠いが、少なくともコンテスト参加者の中央値よりはかなり上。普通の参加者が追いつくのは難しくなった。 AtCoderは、OpenAIを世界最高峰の大会に招待し、AI vs 人間を開催する AIがAtCoderを攻略すると、様々な最適化問題を自動で解決できるようになる可能性が高い。そのためAtCoderは、SakanaAIと協力して、AHCのベンチマークを作成した。 AtCo
20年選手のエンジニアが「良いコード」を改めて学ぶために、最近の本を4冊買って読んでみた - give IT a try
はじめに：僕の知識はもう時代遅れかもしれない？ プログラマとして、毎日コードを読み書きし続けて約20年。 自分の中には何が良いコードで、何が悪いコードなのか、明確な基準があるし、どうして良いのか、どうして悪いのかを人に説明できる自信もあります。 が、ここ最近は「自分のこれまでの知識や経験」がその判断基準になっており、あまり積極的に新しい情報を外部からインプットしていませんでした。 ネットを見ていると「良いコードとは or 悪いコードとは」を論じてそうな新しい技術書がちょこちょこ発売されています。 もしかすると僕の知識は古くなってるかもしれない、最近の技術書を読むと僕の知らない新しい観点を学べるかもしれない、そう思って以下の4冊を購入してみました。 Good Code, Bad Code ～持続可能な開発のためのソフトウェアエンジニア的思考（2023年2月発売） Tidy First? ―個
AIが書いたコードをローカルでレビューできる「ReviewIt」を作った
これでローカルサーバーが起動してlocalhostが立ち上がり、HEADコミットの差分が以下のように表示されます！ 特定コミットハッシュの指定もできます。 # Review HEAD commit npx reviewit # Review Uncommitted working directory diff npx reviewit . # Review a specific commit npx reviewit 6f4a9b7 # Review HEAD~3 npx reviewit HEAD~3 # Custom port, don't auto-open browser reviewit 6f4a9b7 --port 4300 --no-open UIはGitHub同様side-by-sideとinline、デフォルト空白無視（-w状態）でどちらもグローバルヘッダーから切り替えら
AIによる開発は楽しすぎるが、基礎学習が疎かになりそうで怖い - $shibayu36->blog;
最近Claude Codeなどのコーディングエージェントによる開発が非常に便利になっていて、何か作りたいなと思ったら今までにないスピードで開発ができるようになった。自分だと https://github.com/shibayu36/mysql-schema-explorer-mcp はCursor AgentやClaude Codeでかなりの部分を開発した。 コーディングエージェントによる開発をいろいろ試して思ったことは、とにかく楽しすぎるということ。自分がこういうものが欲しいなと思ったら、今までにないスピードで魔法のようにできあがる。モノづくりという側面だけでプログラミングを見た時に、面倒な部分をすべてすっ飛ばしてどんどん作れてしまう。この魔法のようにできあがる体験はとにかく楽しい。 一方で、この楽しさは一種の麻薬のようにも感じる時もある。コーディングエージェントによる開発をしていると、
Implementing Logic Programming
Most of my readers are probably familiar with procedural programming, object-oriented programming (OOP), and functional programming (FP). The majority of top programming languages on all of the language popularity charts (like TIOBE) support all three to some extent. Even if a programmer avoided one or more of those three paradigms like the plague, they’re likely at least aware of them and what th
Agentic Coding Recommendations
Agentic Coding Recommendations written on Thursday, June 12, 2025 There is currently an explosion of people sharing their experiences with agentic coding. After my last two posts on the topic, I received quite a few questions about my own practices. So, here goes nothing. Preface For all intents and purposes, here's what I do: I predominently use Claude Code with the cheaper Max subscription for $
コーディングエージェントの現状の整理とエンジニアの仕事の変化について
AI によるコーディングの支援はコード補完型からチャット型、そして自律型へと進化しています。この記事では現時点で主流となっているコーディングエージェントの種類とその特徴を整理したうえで、エンジニアの仕事の変化について考察します。 コーディングの仕事における AI 技術の関わりといえば、GitHub Copilot を代表するエディタ補完型が主たるものとして認識されてきました。補完型の AI はユーザーが途中まで書いたコードを補完する形で提案を行うことから、ペアプログラムの相方のような存在として捉えられていました。例えば function add と書き始めると、AI は (a: number, b: number): number { return a + b; } といった形で関数の定義を提案します。ユーザーは Tab キーを押すことで提案を受け入れたり、提案が気に入らなければそのままコ
「Rust」が10周年--エレベーター故障から始まったシステムプログラミング言語の歴史
Steven J. Vaughan-Nichols （Special to ZDNET.com） 翻訳校正： 川村インターナショナル 2025-05-30 07:00 オープンソース運動の創始者の1人であるEric S. Raymond氏は、次の言葉が有名だ。「全ての良いソフトウェアは開発者の個人的な希望から始まる」。Mozillaのソフトウェア開発者であるGraydon Hoare氏がプログラミング言語「Rust」の開発に着手したときも、まさにそうだった。 2006年、Hoare氏は自宅マンションのエレベーターがたびたび故障することを不満に思っていた。同氏は後に、「コンピューターに携わるわれわれが、故障しないエレベーターも作れないとは、ばかげた話だ」と語っている。同氏は、エレベーターが頻繁に故障する原因として、制御ソフトウェアのメモリーエラーを疑っていた。このソフトウェアは「C」または「
The Prompt Engineering Playbook for Programmers
Developers are increasingly relying on AI coding assistants to accelerate our daily workflows. These tools can autocomplete functions, suggest bug fixes, and even generate entire modules or MVPs. Yet, as many of us have learned, the quality of the AI’s output depends largely on the quality of the prompt you provide. In other words, prompt engineering has become an essential skill. A poorly phrased
TS特化Clineプログラミング(テキスト版)
tskaigi で発表した https://tskaigi.mizchi.workers.dev/ のコピペしやすい用にしたバージョンです。 ほぼ marp のソースコードそのままですが、プロンプトのコピペ用にそのまま公開します。 本資料の内容 うまくいくプロンプト うまくいかないプロンプト、その理由 現状認識 注意: 前日リリースのClaude 4 の評価は間に合ってません!!!! Claude 4 Opus の高すぎる怖い 数時間触った感じ: 改善傾向だが、抱えてる問題も同じ傾向 主張: 言語特化プロンプトが必要(今は) Coding Agent は言語ごとのユースケースに最適化されていない ベストプラクティスをユーザーが取捨選定する必要 TS 周辺は技術選定で発散しがち プログラミング言語間の転移学習は不安定 GitHub を丸暗記しても、コンテキストに応じて翻訳&参照できるかは別の
100R — orca
Orbit Versions Operators Basics Projectors Variables Base 36 Table Golf License Make a pull request Orca is a two-dimensional esoteric programming language in which every letter of the alphabet is an operator, where lowercase letters operate on bang, uppercase letters operate each frame. The application is not a synthesiser, but a flexible livecoding environment capable of sending MIDI, OSC & UDP
Agentic Coding を Reconciliation Loop で効果的に実現するための実装戦略
はじめに @t_wadaさんの 「Agentic Coding とは Reconciliation Loop である」 という金言を踏まえて、自分なりに咀嚼し、この前提でよりよくAgentic Codingを実現するための実装パターンを考察した内容となります。 「ここで記載した実装パターンでAgentic Codingが上手くいった！」…というもの ではない ことにご留意ください。あくまで私的な考えをまとめたもので、現在進行形で自分自身で試行錯誤しているものになります。(※なお現時点では良さそうに思えます！！) 対象読者 「Agentic Coding」に興味があるエンジニア 「Agentic Coding」を推し進めたいが、どう進めていけば良いか悩んでいる方 結論 「Always-Valid Domain Modeling」「Type First」「関数型プログラミング」「Event S
「［作って学ぶ］OSのしくみⅠ」を読んだ - 覚書
技術評論社から恵贈いただいた「OSのしくみ」の読書感想文です。 amzn.to 以前に読書感想文を書いた「[作って学ぶ] ブラウザのしくみ」の姉妹書です。 satoru-takeuchi.hatenablog.com 本書を一言でいうなら「RustでOSを書く方法を隣の席にいる先輩(筆者)に教えてもらうような本」です。本書を読み終えたとき手元にはRustについてのある程度の知識と、デバイスをいくつか操作できるOSが得られます。Rustの知識は他の本でもある程度得られますが、RustでOSを書く知識は私が知る限り日本語ではこの本でしか得られません。ここに魅力を感じる人にとっては読む価値は大いにあると思います。 想定読者 想定読者は本書冒頭に次のように書かれています。 プログラミングは少しかじったことがある 少なくとも1つのプログラミング言語をある程度使える Rustというプログラミング言語の
バイブスでコーディングする難しさ - ABAの日誌
Vibe Codingとは、AIに身を委ねて、バイブス、感覚でコーディングする手法のことだ。LLMの生成するコードを無条件に信じ、その積み重ねでソフトウェアを作る。理想的には、「こんなものを、いい感じで」とAIに頼むだけでコードができあがる、夢のノーコード開発環境のことを指すのだろう。 現実としては、そんな簡単にはいかない。AIは私たちの心を読む超能力者ではない。「いい感じ」と言っただけではAIはただ適当に振る舞う。まず実現したいことの明確なビジョンと、それを支えるしっかりした設計が必要になる。それをAIが理解できる言葉で、適切にタスク分解して伝えなければならない。今のところ、ただ要望を並べただけでまともなコードができあがることはまれだ。 Thoughtworksが行った実験が、この現実をよく示している。彼らは「システム更新プランナー」というアプリケーションをAIに作らせる実験を、３つのア
状態の広がりと憑依 - 解釈をするために手を動かす
近年の実用に耐えるプログラミング言語には、構造体、クラスや ADT などのデータの塊（以後、単に「オブジェクト」と言う）を定義する機能が備わっています。 そういった言語でオブジェクトの構造を設計するとき、出来上がってきた設計について僕が真っ先に行う（おそらく最も、もっと言うなら唯一の）重要な sanity-check として、「その構造を持つオブジェクトoに仮に認識主体を認めた場合、oのどのプロパティがoの意思によって動きうる（生得的でない）のか1？そもそもoに認識主体を考えられるほどにoが『モノ』の形をしているか？o単体の意思によってプロパティが動きうる空間はどのような形をしているか？その一連の事情は設計・命名・コメントに反映できているか？」というものがあります。 ここで、「oに仮に認識主体を認めた場合」というのは、「もし、あなたがoそのものだったら」と読み替えて貰って構いません。頑張っ
【OSSもLLMに読ませよう！】Code Reading Agent を作るのはいいぞ
[追記] VSCode拡張作りました 今後はVSCode拡張の方で開発する予定なので、CLIツール・ウェブアプリではなくて、VSCode拡張の方を参考にして下さい。 [追記２] VSCode拡張を実際に使ってみるハンズオン記事も書きました LLMの与えた衝撃 LLM はプログラミングを変えました。 今やプログラミングは、文法を通じて機械を操縦する道具ではなく、自然言語を入力として機械を操縦する道具と化しました。 Cline, Cursor, Copilot など... 既存のツールにとどまらず、今後もその進化は続いていくことでしょう。 その潜在的な進化の余地に、OSSなどの大規模コードを読むことも含まれると思います。 ここでは、OSSなどの大規模コードを読むことにどのように LLMを使えるかを議論します。 Code Reading Agent とは？ Code Reading Agent
AI Coding Agent を使うことで、怒り狂い、視座が上昇する話 - Lambdaカクテル
AI Coding Agentが活況だ。巷ではClineだRoo Codeだと盛り上がり、MCPを実装したことを自慢し、驕れる平家のごとくだが(平家と違ってもう少し長生きするだろうが)、かくいう私もそうである。 とはいえ、テトリスやブロック崩しが一瞬で作れたところで我々が失職するはずもなく、最初から作るものが決まっていて定型的でいくらでもエントロピーを増やして散らかしても良い一回ポッキリのブロック崩しと、イテレーティブな開発を行うことが前提で、非定型であり、エントロピーの無秩序な拡大を抑止しながら開発しなければならない†現実†の開発とでは月とすっぽんであり、今のところAI Coding Agentは月兎にあらず、地面を頑張って跳躍しているふつうの兎だ。 ClineやRoo CodeにはOrchestration modeといって大きなタスクをサブタスクに分割してやっていくという補助機能があ
最近エンジニアリングにどうAIを活用しているか - $shibayu36->blog;
最近CLINEに全部賭けろのような記事もあったように、AIエージェントによるコーディングが非常に話題になっている。一方自分は色々試してみるものの、仕事上ではなかなかAIエージェントによるコーディングをうまく使いこなせていない。 ただAIエージェントによるコーディングは置いておいて、エンジニアリングに普通に便利にAIを使えている。それによって数年前と比較するとかなり生産性が上がっている。 そこで今回は自分がエンジニアリングにどうAIを活用しているか、何が便利に思っているかをまとめてみる。 CursorのTabキーによる補完 自分が知りたい技術領域について壁打ちしてもらって作りながら学ぶ コードを読み込んで概要をmermaidで図にする 7割くらいの精度でざっくり理解したい時のコード調査 コーディングエージェントでPoCを作る 枯れた技術の使い方のキャッチアップにChatGPT、新しい技術にP
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
