https://dev.classmethod.jp/articles/claude-code-security-basics/

はじめに Claude Code をはじめとする AI コーディング支援ツールの高度化により、マークダウンで構造化された仕様書を AI に渡して実装を進める、いわゆる仕様駆動型の開発スタイルが広まりつつあります。 実装速度は目に見えて向上し、かつてであれば数日かかった作業が数時間で完了するケースも珍しくありません。 一方で、現場で開発に携わっていると、速度向上だけでは説明しきれない違和感が蓄積していきます。残業は減った、納期も守れている、上層部からの評価も悪くない。 それなのに、現場の開発者の間に静かな疲労感が漂っている ― そんな状況を見聞きすることが増えてきました。 この記事では、AI 駆動開発が当たり前になりつつある現在において、生産性向上の裏側で起きている構造的な課題を整理します。課題の整理にとどまらず、開発者・マネジメント・経営それぞれが明日から変えられることを具体的に提示するこ

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

はじめに 現在freeeでAIフィジビリティ検証基盤のPdMをしています。Jです。もともとはフロントエンドエンジニア、デザインエンジニア、プロダクトデザイナーとキャリアを渡り歩いてきました。 どの職種にいても感じていたのは、要求が画面になり体験になるまでの変換のたびにロスが発生する、という問題です。デザイナーがFigmaで描いた画面をエンジニアが実装すると、見た目のズレで差し戻しが入る。デザインシステムのコンポーネントが標準化されても、画面全体の組み立て方（どのパターンを使い、要素をどう配置し、状態遷移をどう設計するか）は各チームの解釈に委ねられていた。コンポーネントが揃っていても、組み合わせ方の解釈が食い違えば「意図と違う」は起き続けます。 2023年頃には、この断絶の橋渡し役として「デザインエンジニア」が業界で注目されましたが、橋渡しを人に求める限りスケールしません。この変換を、人では

最初に言っておくと自分は反AIではないし実際この記事を書くにあたってもリサーチにAIを使ったりしているわけですが、とはいえ何事にも良い面悪い面はあるわけで、これはAIがもたらした負の影響についての話です。 非営利団体のInternet Archiveはみなさんご存じでしょうか。有名なのはWayback Machineというサービスですね。 Web上の膨大なページがアーカイブされていて、今は閉鎖されたサイトなども閲覧することができたり、また時系列で履歴管理されているので、更新をさかのぼって古いバージョンを見ることもできます。 Internet Archiveにはほかにも書籍のアーカイブや音源のアーカイブなどいろいろあるのですが、今日はこのWayback Machineが主役です。 Webのアーカイブ化に危機が訪れている 先日、Internet Archiveの公式Xアカウントがこんなニュース

AIエージェントを業務に組み込もうとして、似た経験をした人は多いかもしれません。デモでは完璧に動いたのに、本番で回し始めたら無限ループに陥る。ツール呼び出しが止まらずコストが跳ね上がる。承認なしで触ってほしくないファイルを書き換えてしまう。ログを遡ろうにも、どこで何が起きたのかが追えない。 こうした失敗は、モデルの知能が足りないせいに見えがちです。ところが最近の議論では、原因はもっと別のところにあると指摘されています。モデル単体は優秀な頭脳ですが、「何にアクセスしていいか」「どこまで自動で動いてよいか」「失敗したときにどう立て直すか」といった運用上のルールは、モデル自身の中には入っていません。その空白を埋める層をきちんと設計しないと、どんなに賢いモデルを載せても実運用では転ぶ、という話です。 この空白を埋める層に「ハーネス」という名前をつけて、設計の焦点として扱い直そうとする流れが出てきて

27年前のバグを見つけ出すAIに、米国のビッグテックだけが触れている。欧州の規制当局と企業は、その性能を確かめる術すら与えられていない。説明責任を問う側が、肝心の現物に近づけないという奇妙な構図が生まれつつある。 米国クラブの発足と、ドアの外に立たされた欧州Anthropicが4月上旬に発表した「Project Glasswing」は、未公開の最上位モデルClaude Mythos Previewを、Apple、Google、Microsoft、Amazon Web Services、NVIDIA、Cisco、Broadcom、CrowdStrike、Palo Alto Networksなど12社の主要パートナーと、約40の重要インフラ維持組織に限定提供する枠組みだ。目的は、攻撃者に先んじて自社製品の脆弱性を洗い出すこと。そのために使われるのがAnthropicの未公開最上位モデルClau

本記事では、RAGの性能を高めるための「WriteBack-RAG」という手法について、ざっくり理解します。 株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何 この記事は、RAGのナレッジベース自体をAIで書き直すことで精度を上げる手法「WriteBack-RAG」の論文[1]について、日本語で簡単にまとめたものです。 今回も「そもそもRAGとは？」については、知っている前提で進みます。確認する場合は、こちらの記事もご参考下さい。 本題 ざっくりサマリー 「WriteBack-RAG」は、RAGの回答精度を高めるための新しい手法です。 北京大学・ジョージア工科大学・清華大学の研究者らによって2026年3月に提案されました。 最近、「AIでナレッジを管理する」というコンセプトが盛り上がっています。 「AI

タイムラインで話題となっていた「Living Documentation: Continuous Knowledge Sharing by Design (English Edition)」ざっと読んだ。AIは使っていない（機械翻訳は使った）。というわけで、ざっくり理解したことをメモしておく記事。 Living Documentation: Continuous Knowledge Sharing by Design (English Edition) 作者:Martraire, CyrilleAddison-Wesley ProfessionalAmazon 全般的な感想 各章の覚書 Chapter 1: Rethinking Documentation Chapter 2: Behavior-Driven Development as an Example of Living Spec

AI企業のAnthropicが自社のチャットボットであるClaudeの道徳的および精神的な成長について助言を得るため、キリスト教の指導者らを招いたサミットをAnthropic本社で2026年3月下旬に開催したと報じられています。このサミットには、カトリックやプロテスタントの聖職者、学者、実業家ら約15名が参加し、2日間にわたる研究者との夕食会が設けられたとのことです。 Anthropic asked Christian leaders for advice on Claude’s moral future - The Washington Post https://www.washingtonpost.com/technology/2026/04/11/anthropic-christians-claude-morals/ Claude developer hosts Christian

AIエージェントって、実質なんなんだろう？ただプロンプトを呼ぶのと何が違うのかな MastraやLangChainっていうフレームワークの存在は知っているけど、何ができるかわからない Claude CodeやCodexは使っているが、中身がどうなっているかまったく想像できない なんかLLM使った開発要件をアサインされたが、AIエージェントとして解くべきかわからない といった方がAIエージェントのコア概念を掴めるような100行足らずのコードを考えてみました！ 個人的に2025年4月頃から実務と個人開発でAIエージェントを開発している中で、社内外に対してAIエージェントとは何かを説明する機会が多かったのですが、それらの経験と、自分が最初からこの概念を掴んでいたらもっと速く開発できたかも、という思いを込めて書いてみました。 本記事では上記Gistの簡単な解説を述べます。さっさと理解したい方は、上

マイクロソフト、ローカルAI環境をインストーラで配布できる「Foundry Local」正式リリース。MacやLinuxにも対応 マイクロソフトは、アプリケーションにバンドルしてインストーラで配布できるコンパクトなローカルAI環境「Foundry Local」の正式リリースを発表しました。 開発者はアプリケーションにFoundry LocalのAI環境をバンドルしてインストーラで配布できるため、クラウドなどに依存せず、ユーザーによる設定や追加導入なども不要な、ローカルで完結するAIソリューションをユーザーに提供できるようになります。 ハードウェアに最適化、多数のAIモデルから選択 Foundry Localは、その内部にあるAIモデルのランタイムとしてONNX RuntimeとWindows MLが利用され、その上にFoundry Catalogから選択可能なさまざまなAIモデルを載せるこ

Today I’m very happy to share that Mario Zechner is joining Earendil. First things first: I think you should read Mario’s post. This is his news more than it is ours, and he tells his side of it better than I could. What I want to do here is add a more personal note about why this matters so much to me, how the last months led us here, and why I am so excited to have him on board. Last year change

AIにゲームを作らせようとして苦戦している話をよく見かける。 コードは書ける。動くものは出る。でも「面白い」にならない。面白さの判断基準をAI自身が持っていないから、指示通りには組み立てられても、出来上がったものがいいかどうかを自分で判定できない。 では、「ゲームの面白さとは何か」を身体で知っているAIがいたら、面白いゲームも作れるんじゃないか？ 2005年頃からブログやTwitterに書いた日記が、気づいたら20年分溜まっていた。ゲームの感想、技術メモ、仕事の考え事、深夜の思いつき。2026年3月にClaude Code（AnthropicのAIコーディングエージェント）を触り始めたとき、この20年分の日記を丸ごと読ませてみた。 約720KB、6800行以上。AIはこの日記を読んで、こう返してきた。「あなたの最終判断基準は『面白いかどうか』の一点に帰着している」「知識と体験は根本的に違う

「それ、Skill にしない？」 最近、自分の口癖がこれになった。誰かがSlackで手順を聞いてきたとき。自分が同じ作業を3回目にやったとき。同僚にレビューの観点を説明しているとき。 タイトルは盛ってる自覚はある。でも実際に50個以上作ってみて、割と本気でそう思っている。 仕事のやり方が驚くほど変わった。仕事を「やる」のではなく「書く」ようになった。 「ドキュメント書きましょう、なんて話は100回聞いたよ」と思うかもしれない。ただ、Agent Skill をきっかけに「仕事をドキュメント化する」ことの重要性が爆発的に高まった。 ConfluenceやWikiに書いた手順書は、大抵は書かれて終わり。SKILL.md に書いた手順は、AIが読んで、そのまま実行する。 これからは 「ドキュメントにしましょう」ではなく「Skillにしましょう」が合言葉になる 言葉にすれば、誰でも使える指南書になる

AWS、Claude Codeにアーキテクチャ設計、コスト見積もり、構成コード生成、デプロイ実行などの能力を組み込む「Agent Plugins for AWS」公開 Amazon Web Services（AWS）は、Claude CodeとCursorに対してAWSのデプロイに関するアーキテクチャの設計、コストの見積もり、Infrastructure as Codeのコード生成、そしてデプロイの実行という一連の能力をプラグインとして組み込める「Agent Plugins for AWS」を公開しました。 Agent Plugins for AWSは、以下のコンポーネントから構成されています。 Agent Skills：AIエージェントに対してAWSのベストプラクティスやワークフロー、コードレビュー、デプロイなどのスキルを与える MCPサーバ：AWSの公式ドキュメントなどのナレッジ参照、

なぜRSSリーダーか 情報収集は基本活字で、昔からRSSリーダーをよく使ってきた。Google Readerの時代からFeedly、Miniflux、FreshRSSと渡り歩いたしPocketのようなRead it later系も使ってきたが落ち着いて使い続けられるサービスがなかった (もっとここがこうだったらな〜とか。サービス自体がなくなることもあった) そもそも自分がRSSリーダーを使うのは、情報源を自分でコントロールしたいというのが大きい。SNSのアルゴリズムはエンゲージメントに最適化されているため、気づかないうちにフィルターバブルに閉じ込められる。流れてくる情報は「自分が見たいもの」であって「自分が知るべきもの」とは限らない[1]。RSSリーダーはその対極にある。購読するフィードを自分で選び、アルゴリズムの介在なしに情報が届く。プロアクティブに情報源を設計することで、視野を意図的に

はじめに 生成AIを使ったスライド作成ツールの紹介記事は増えていますが、その多くはPDFやHTML出力が中心です。しかし実際の仕事では、上司や共著者が追加編集する、提出物としてパワポ形式(PPTX)が指定される、といった理由からPPTXでの出力が必要な場面が少なくありません。 本記事では、2026年3月時点で利用可能な方法をGUI完結型・Markdown型・コード生成型の3カテゴリに分けて、PPTX出力の観点から整理します。 PPTX出力の「編集可能性」に注意 まず前提として、PPTX出力に対応していても、中身が編集可能とは限らないという点を押さえておく必要があります。 たとえばNotebookLMは2026年2月にPPTXダウンロードに対応しましたが、各スライドが画像として埋め込まれた「一枚絵」です。スライド内の画像生成にNano Banana Proという画像生成AIが使われており、テ