Canvas 内に直接 HTML を描画できる HTML in Canvas API について
HTML in Canvas API は WICG の提案段階にある実験的な API です。現時点では Chrome Canary の chrome://flags/#canvas-draw-element フラグを有効にすることで利用できます。 HTML in Canvas API の使用方法 HTML in Canvas API は以下の 3 つの要素で構成されています。 layoutsubtree 属性 drawElementImage() メソッド paint イベント canvas 要素に layoutsubtree 属性を追加することで、canvas 内に描画したい HTML を定義できます。この段階ではまだ canvas 内には描画されません。 <canvas id="canvas" width="400" height="300" layoutsubtree> <div i
CSSのattr()関数が進化！ HTML属性値を参照する新しい使い方 - ICS MEDIA
HTMLの属性値をCSSから参照できるattr()関数は、これまで::beforeや::afterといった疑似要素のcontentプロパティで使える機能として知られていました。 attr()関数の拡張構文は、CSSの値や単位の扱いを定義する仕様書「CSS Values and Units Module Level 5」で定義されています。さらに、Chrome・Edge 133（2025年2月）以降では、この拡張構文をcontentプロパティ以外でも利用できるようになりました。 拡張されたattr()関数には、次のようなメリットがあります。この記事では、デモを交えながら紹介します。 個別のstyle属性やクラスを減らせる HTMLの属性値をCSSの値として直接利用できる ※注意：本記事のデモは、Chrome・Edge 133以上でご覧ください。 1. HTML属性で色・サイズを指定するデモ
Claude Codeですべての日常業務を爆速化しよう！ - Qiita
この4ドキュメントを使うと、品質を落とさずに速く仕事を進められるようになります。 PLAN.mdで「音声入力」が最重要な理由 この中で特に大事なのが、最初のPLAN.mdで自分の考えを全部ダンプすることです。そしてそのために音声入力が欠かせません。 LLMにドキュメンテーション系の仕事（資料作成、記事執筆、提案書など）をやらせるとき、少ない情報で動かしてしまうと、人間が思ってもいないことをどんどん生成してしまいます。これが「AIが書いた感」の正体です。 逆に、自分が思っていることを全部ダンプした上で「詳細の整理と日本語の微調整をやって」と頼むと、クリエイティブな仕事であっても「AIが勝手に生成した」という感じになりにくい。あくまで自分の考えの細部をClaudeに整えてもらった、という仕上がりになるので、100%手書きしたときと比べてアウトプットの品質が落ちにくいです。 ただ、この「全部ダン
OpenClawの何が特別なのか？
ここ数日、OpenClawの名前をよく見かけたと思います。開発者がOpenAIに参加したニュースもあり、タイムラインで話題になっていました。 OpenClaw — Personal AI AssistantOpenClaw — The AI that actually does things. Your personal assistant on any platform.jonahships_OpenClawはオープンソースの自律型AIエージェントで、LLMに自分のPCの強い権限を渡してAgent Skillsの仕組みで自動操縦します。いわば、Devinのような自律型アシスタントを個人が安価にセルフホストできるようになったものです。Claude Code（非OSS）やCodex CLIといったコーディングエージェントより一段上のレイヤーにあたります。Claude Codeでも同等のことは
プログラミングは今が一番楽しい
AIコーディングの進化に伴い、特に2026年に入ってから、プログラミングに対する自分の見方がかなり変わってきました。現時点で考えていることを、いったん記録として残しておきます。あとで振り返ったら面白いと思うので。 なお、この記事はAIによる「てにをは修正」「タイポ修正」などの校正は入っていますが、内容そのものはすべて自分で書いています。 初めてのプログラミングは面白くなかった Hello World を初めて書いたのは大学1年生のプログラミングの授業でした。SNSを見ていると「小学生から書いていました」という人も結構いますが、私はそういうタイプではありません。 大学の授業で最初に学んだ言語は Java。最初はマジでわからなかったです。そもそもプログラミング以前に、PATHを通すための環境変数の設定で詰まりました。MacとWindowsを両方使っていたこともあり、特にWindowsの設定画面
なぜ、Claude Codeは、RAGを捨ててAgentic Searchを選んだのか？
先日、Claude Codeの開発者でありAnthropicのエンジニアでもあるBoris Cherny氏が、「初期のClaude CodeではRAG＋ローカルベクターDBを使っていたが、最終的にAgentic Searchの方が圧倒的に良いと分かった」 という発言がありました 私はBoris氏のこの投稿を見たとき「やっぱ、そうだよな」と思いました。なぜなら私もRAGで検索システムを作った際に似たようなことを考えていたからです。この記事ではこの騒動の背景を整理しつつ、なぜClaude CodeがRAGを捨ててAgentic Searchを選んだのかを説明します。 Boris Cherny氏について Boris Cherny氏はAnthropicのエンジニアであり、Claude Codeの創設者 でもあります。また『Programming TypeScript』の著者でもあり、複数の技術系ポ
Building a C compiler with a team of parallel Claudes
Published Feb 05, 2026 We tasked Opus 4.6 using agent teams to build a C Compiler, and then (mostly) walked away. Here's what it taught us about the future of autonomous software development. Written by Nicholas Carlini, a researcher on our Safeguards team. I've been experimenting with a new approach to supervising language models that we’re calling "agent teams." With agent teams, multiple Claude
エンジニアは、なぜ生成AIで仕事が楽にならないのか - Qiita
はじめに 「生成AIで開発が楽になる」「バイブコーディングで生産性が爆上がりした」 そんな話を聞くたびに、こう思ったことはないでしょうか。 「いや、そこまで楽になってないが？むしろ忙しくなった」 実際、生成AIでコーディング作業が削れた代わりに、別のコストが前面に出てきました。 たとえば、こんなやつです。 評価コスト：出力の良し悪しを判断し続ける（レビュー地獄がまさにこれ） 前提共有コスト：背景・制約・文脈を毎回説明する 会話運用コスト：ラリーが増えるほど文脈が肥大化し疲弊（同じ説明の繰り返しも含む） 統合作業コスト：部分的に良いアウトプットを最終成果物として整形・接続するのが面倒 責任コスト：最後は人間が責任を持つので、結局「確認」が省略できない つまり、生成AIは“手を動かす部分”は削ってくれる一方で、判断と整理の負荷をこちら側に寄せてきます。 これが「確かに速くはなったが、思ったほど
Node.js作者の発言「人間がコードを書く時代は終わった」について思うこと | maguro.dev
日本語訳: これまで何千回も言われてきたことだけど、自分の声も加えさせてほしい――人間がコードを書く時代は終わった。ソフトウェアエンジニアを自認する我々にとっては穏やかでない話だが、それでも事実だ。ソフトウェアエンジニアの仕事がなくなるという意味ではなく、プログラムのシンタックスを直接書くことはソフトウェアエンジニアの仕事ではなくなった、ということだ。 正直、内心ぎょっとした。 Ryanは Deno Land Inc. を共同創業し、Node.jsに代わる新しいJavaScript/TypeScriptランタイムであるDenoを作っている。僕はその会社でソフトウェアエンジニアとして働いている。自分の会社のCEOが「人間がコードを書く時代は終わった」と言っている。 ソフトウェアエンジニアとして、これまで通りのやり方を続けていたら何が起きるかわからない——最悪のケース、つまりレイオフだってあり
OpenCI ランナー 🇯🇵 - 国産のオープンソースなサードパーティ GitHubランナー
OpenCI ランナーを使えば、GitHub Actionsのコストを大幅に下げ、CI/CDの処理速度を向上させることができます。
AIエージェント時代、正直しんどい話
AIエージェント時代、正直しんどい話 2025年12月31日 年末やし、今年AIと格闘してきた感想を正直に書いておこうと思う。 今日、Qiitaで「Agent OS」っていうClaude Codeの拡張ツールの記事を読んだ。仕様駆動開発をAIエージェントで回せますよ、サブエージェントに仕事振れますよ、みたいな話。 一見ええやんって思うやん？ でもな、冷静に考えたら、束になってかかってくるAIエージェント全員と対話せなあかんってことやねん。 人間の組織ってよくできてる 普通の会社やったら、部長は課長と話すだけでええねん。課長は部下の面倒見てくれる。リーダーがメンバー管理してくれる。 信頼があるから「任せる」ができる。見なくてええ範囲が生まれる。 でもAIエージェントは違う。 backend-specialistの成果物チェックして、test-engineerの成果物チェックして、fronte
ブラウザのレイアウトエンジンを自作してみた
前々から自作ブラウザを作ってみたかったんですよね。作ります。 今回はブラウザのGUI周りの、主にレイアウトの座標計算モジュールを自作しました。CSS のボックスモデル, Flex, Grid の座標計算というのが伝わりやすいでしょうか。 HTMLパーサ/CSSパーサ/CSSクエリエンジン/ペインティングも一部実装しましたが、レイアウト可視化のテスト用と割り切っていて、ちゃんと作ったのは主にレイアウトの座標計算周りになります。 作ったもの 雑なプレイグラウンド こんな感じです Terminal で Sixel を描画して Google を表示したもの。今回は主に座標計算周りの実装なので background-color やフォント周りは未実装なんですが、矩形だけでは自分の目視デバッグもしんどかったので、最低限のビットマップフォントをレンダリングできるようにしました。 リポジトリ npm:@m
新人AI禁止令と、その結果の答え合わせ - Qiita
はじめに こんにちは、和田です。いえらぶGROUPで開発部の執行役員を務めています。 弊社も例に漏れず、今年はAI活用に非常に注力してきました。Cursorを全エンジニアに導入し、テックリードにはClaude Codeを配布、業務効率化・実装スピード強化・精度向上を進めてきました。 そんな会社で、私はある新人エンジニアに対して「AIの使用を禁止する」という判断を下しました。 先日ちょっと話題になってましたね、こちらの彼の話です。 社内でも圧倒的なAI推進派の私がなぜそのような判断をしたのか。そして3ヶ月後、その新人はどう変わったのか。この記事では、私の目線からのある種答え合わせ的なつもりで経緯と結果をまとめてみました。 最初は「AIをどんどん使わせていた」 新人が入社した当初、私は彼にもCursorを使わせていました。なんならClaude Codeも使わせていました。理由はシンプルです。
ChatGPTの記憶システムはRAGを使っていなかった - 4層アーキテクチャの衝撃
参照元 I Reverse Engineered ChatGPT's Memory System, and Here's What I Found! - Manthan Gupta ChatGPT Memory Architecture: Four-Layer Context System Prioritizes Speed Over RAG and Vector Databases RAGを使わないメモリシステムという衝撃 Hacker Newsで500ポイント以上を獲得し、AI開発者界隈で話題になっているのが、Manthan Guptasさんによる「ChatGPTの記憶システム」のリバースエンジニアリング調査です。 調査で明らかになったのは、ChatGPTが ベクトルデータベースもRAG（Retrieval-Augmented Generation）も使っていない という驚きの事実。多
Pandasで「野根（None）」という地名が欠損値（NaN）になってしまった話
Pandasの read_csv における欠損値文字列の扱い Pythonのデータ解析ライブラリPandasでは、CSVファイルを読み込む際（pd.read_csv()）、特定の文字列が自動的に NaN （欠損値）として扱われるという仕様があります。 ドキュメントによると、デフォルトで以下の値がNaNと解釈されます。 By default the following values are interpreted as NaN: “ “, “#N/A”, “#N/A N/A”, “#NA”, “-1.#IND”, “-1.#QNAN”, “-NaN”, “-nan”, “1.#IND”, “1.#QNAN”, “<NA>”, “N/A”, “NA”, “NULL”, “NaN”, “None”, “n/a”, “nan”, “null “. 実際に起きた問題: 野根（None） という地名
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
処理を実行中です
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
https://openai.com/index/harness-engineering/
Entire · A new developer platform is coming
AI Code Detector by Span
GitHub - MicrosoftDocs/mcp: Official Microsoft Learn MCP Server – powering LLMs and AI agents with real-time, trusted Microsoft docs & code samples.
Guides: Next.js MCP Server | Next.js
