Claude Code に向いているプログラミング言語
ターン数とは、1 回のプロンプト実行中に Claude が何回 API ラウンドトリップ（ツール呼び出し → 結果受け取り → 次の応答）を繰り返したかの回数です。 v1（新規作成）の所要時間 v1 では言語間の差が大きく出ています。Python（32.9 秒）と Ruby（33.2 秒）が僅差でトップ、JavaScript（36.0 秒）が続きます。一方、Ruby/Steep は 105.0 秒と Ruby の約 3.2 倍。Lua（96.4 秒）や OCaml（80.9 秒）も遅め。 v1 は空のディレクトリからスタートするので、Cargo.toml や package.json などのプロジェクト設定ファイルを生成するコストが含まれます。Python/Ruby/JavaScript などは minigit ファイル 1 つを生成するだけで済むので、差が大きくなっている可能性があります
Hello Entire World · Entire Blog
Announcing Entire with $60 million seed round and shipping our first product, called Checkpoints.
How I estimate work as a staff software engineer
There’s a kind of polite fiction at the heart of the software industry. It goes something like this: Estimating how long software projects will take is very hard, but not impossible. A skilled engineering team can, with time and effort, learn how long it will take for them to deliver work, which will in turn allow their organization to make good business plans. This is, of course, false. As every
37signals Isn't Smarter Than You, But They Are Different
A recent episode of the Rails Business Podcast was about “striving for ideal code”. The hosts are both typical “Rails Indie” owner/operators: a small team building a small SaaS. They were discussing a new podcast which is out from 37signals called “Recordables”. The discussion was envy for how good and clean 37signals’ code was. This is a fair assessment. They’ve been open-sourcing a lot of real w
カード番号を扱わずに決済を成立させる仕組み ── トークナイゼーション入門 - inSmartBank
こんにちは。スマートバンク 新春エンジニア駅伝 2026の十七区走者のkurisuです。借りるチームであとばらいや決済システムの開発・運用をしております。 十六区走者は、kaoruさんによる、「続・戦略と実行を爆速でつなぐデータ活用の現在地: LLM 編」でした。私も普段の業務でAskワンバンをかなり使わせてもらっております。本当に甘やかされて仕事をしております。 blog.smartbank.co.jp Google Payなどのモバイル端末にカードを登録すると、そのカード番号がスマートフォンに保存されると思いませんか？——実は、Google Payにカード番号（PAN）は保存されていません。 代わりに保存されているのは「トークン」と呼ばれる別の番号です。このトークンを使って決済を成立させる仕組みがトークナイゼーションです。 本記事では、カード決済を例に、トークナイゼーションの仕組みを入
続・戦略と実行を爆速でつなぐデータ活用の現在地: LLM 編 - inSmartBank
こんにちは。スマートバンク 新春エンジニア駅伝 2026 第 16 区走者の kaoru です。最近はワンバンクのポイントの基盤を作ったり、エンジニアリングマネージャーをやったりしています。 この記事では 2025 年 3 月の記事「戦略と実行を爆速でつなぐデータ活用の現在地」の続編として、LLM を取り入れたデータ活用の最新状況を紹介します。 2026 年のデータ活用の現在地 スマートバンクでは 2025 年 12 月から Snowflake + dbt で構築したデータ基盤に Claude Agent SDK をベースに構築した「Ask ワンバン」の運用を始めました。 ワンバンはワンバンクのユーザーの家計管理をサポートする AI アシスタントとして活動していますが(参考: 家計管理を変える「AI アシスタント」が生まれるまで)、Ask ワンバンの登場によりスマートバンク社員のアシスタン
SREが取り組むデプロイ高速化 ─ Docker Build時間を半分にした話 - inSmartBank
こんにちは。株式会社スマートバンク SRE部の capytan です。スマートバンク 新春エンジニア駅伝 2026 の十四区目の走者として頑張って走ります。十三区目は nissyi さんの Agent Client Protocol 入門 -エディタとAIエージェント連携の仕組みを体験する- でした。 本記事は、ゆるSRE勉強会 #14 で発表したLTの内容をもとに加筆・修正したものです。 CI/CDパイプラインの高速化は、多くのチームが一度は取り組む課題ではないでしょうか。Pull Requestをマージしてから本番に反映されるまでの時間は、開発者体験に直結します。障害対応時に「修正はできたけど、デプロイに30分かかる……」という状況は、なかなかつらいものがあります。 本記事では、私たちがDockerビルドのキャッシュ戦略を見直すことで、デプロイ時間を50〜65%削減した取り組みについて
合唱制作の歴史が変わった。Synthesizer Vが実現した「16人AI合唱」という革命
音楽制作におけるクワイヤー（合唱パート）の作り方の歴史が大きく動きました。ほとんどのユーザーが気づかないまま進行していたSynthesizer Vに関する”巨大な計画”が、1月15日に正式版、Synthesizer V Studio 2.2.0として公開されたのです。これにより最大16人の合唱をAIが自然に生成できるようになると同時に、日本語・英語・中国語の3つの新コーラス音源が発売されたのです。昔からシンセサイザ/サンプラーでクワイヤー音源というものはありましたが、それとは比較にならないレベルです。また歌声合成の世界でもこれまでも複数の歌声DBを並べて1つのトラックから合唱を生成する合唱機能を装備したソフトはありましたが、今回のSynthesizer Vのアプローチはそれとは根本的に異なります。1つの音源から最大16人の合唱を生成し、各声部のピッチやタイミングに自然な揺らぎを持たせ、さら
Dynamic context discovery
Coding agents are quickly changing how software is built. Their rapid improvement comes from both improved agentic models and better context engineering to steer them. Cursor's agent harness, the instructions and tools we provide the model, is optimized individually for every new frontier model we support. However, there are context engineering improvements we can make, such as how we gather conte
Ruby用の新しいプロファイラ "Pf2" を開発しています & 2年の振り返り
A sampling-based profiler for Ruby. Contribute to osyoyu/pf2 development by c... 何ができるか・使い方 新機能の情報はないので、ご存知の方は読み飛ばしていただいてかまいません。 Pf2がどんなツールかを簡単に説明します。計測したいRubyコードを Pf2.profile で囲むと、戻り値としてプロファイル結果が得られます。 require 'pf2' class UsersController def show profile = Pf2.profile do @users = User.find_by(params[:id]) render "index" end File.binwrite("tmp/profile.pf2prof", Marshal.dump(profile)) end end この結果を
2025 LLM Year in Review
2025 has been a strong and eventful year of progress in LLMs. The following is a list of personally notable and mildly surprising "paradigm changes" - things that altered the landscape and stood out to me conceptually. 1. Reinforcement Learning from Verifiable Rewards (RLVR)At the start of 2025, the LLM production stack in all labs looked something like this: Pretraining (GPT-2/3 of ~2020) Supervi
『ソフトウェア設計の結合バランス 持続可能な成長を支えるモジュール化の原則』 - snoozer05's blog
翻訳を担当した書籍『ソフトウェア設計の結合バランス 持続可能な成長を支えるモジュール化の原則』（インプレス）が2025年10月17日に発売となります。 本書は、2024年10月に出版されたVlad Khononov著『Balancing Coupling in Software Design: Universal Design Principles for Architecting Modular Software Systems』（Addison-Wesley Professional）の全訳となります。 ソフトウェア設計の結合バランス 持続可能な成長を支えるモジュール化の原則 (impress top gearシリーズ) 作者:Vlad KhononovインプレスAmazon 著者は、『Learning Domain-Driven Design』（邦訳『はじめようドメイン駆動設計』）の
Seeing like a software company
The big idea of James C. Scott’s Seeing Like A State can be expressed in three points: Modern organizations exert control by maximising “legibility”: by altering the system so that all parts of it can be measured, reported on, and so on. However, these organizations are dependent on a huge amount of “illegible” work: work that cannot be tracked or planned for, but is nonetheless essential. Increas
The Quiet Ones
The engineer stayed late every night that quarter. Never complained. Never missed a deadline. I only noticed because his commits came in at 3 AM. When I finally asked, he mentioned the breakup. His father's surgery. Work was where he channeled everything he couldn't say. Two months later, he left for a company that noticed him first. We were too late. Every company has these people. They work with
Dear Rubyists: Shopify Isn’t Your Enemy
I’ve been meaning to write a post about my perspective on Open Source and corporate entities. I already got the rough outline of it; however, I’m suffering from writer’s block, but more importantly, the whole post is a praise of how Shopify engages with Open Source communities. Hence, given the current climate, I don’t think I could publish it without addressing the elephant in the room first anyw
eKYC（オンライン本人確認）の現状と今後のトレンド - inSmartBank
こんにちは、6月に業務委託から株式会社スマートバンクに正式入社した、サーバーサイドエンジニアの toshimaru です。 株式会社スマートバンクの開発チームに参画して間もない頃、聞き慣れず戸惑った言葉の１つとして eKYC（オンライン本人確認）方式の名称があります（ホ方式、ワ方式など）。 本記事では、私がわからなかったこの eKYC の方式および今後のeKYCのトレンドについて解説したいと思います。 なぜeKYC（オンライン本人確認）する？ eKYCの方式まとめ ホ方式 新ホ方式（2027年4月〜） ワ方式 ワ方式からカ方式、そしてヲ方式に？ ル方式 JPKI方式と比較してのメリット 今後のeKYCのトレンド 📣【宣伝】ワンバンクのeKYCについての発表があります 📚参考資料 なぜeKYC（オンライン本人確認）する？ まず、なぜ本人確認をしなければならないのでしょうか？ 当社は資金決
将来を見据えて管理画面のフロントエンドをガッと改善している - inSmartBank
こんにちは、株式会社スマートバンクでサーバーサイドエンジニアをやっています、すてにゃん (id:stefafafan) です。今回は社内で活用している管理画面に対して実施した様々な技術的な改善を紹介していきます。 背景 改善サイクルの高速化 開発者体験の向上 依存ライブラリのメンテナンス AIエージェントを意識した改善 将来を見据えたコード品質の担保 Linterルールの有効化 TypeScriptの設定を厳格化 パッケージのバージョン指定やアップデート周りの調整 今後の課題と展望 終わりに 背景 株式会社スマートバンクではお問い合わせ対応や調査をするために社内向けに管理画面を用意しています。この管理画面は以下のスライドにあるように、ユーザー向けの機能とはリポジトリを分けて運用しています。 この構成を取ることで、プレゼンテーションロジック (UI) とドメインロジックを分離することができ、
RidgepoleによるDBスキーマの宣言的定義に移行して便利になりました（ちょっと高速化もしました） - inSmartBank
こんにちは osyoyu です。このたびワンバンクを支える本体アプリケーション、通称core-apiのデータベーススキーマ管理をRidgepole (ridgepole/ridgepole) に置き換えて、人生が便利になりました。悲願達成です。 本記事では導入にあたっての工夫をご紹介します。高速化のためにやったことも最後に書いているので、すでに宣言的ライフを送られている皆様もぜひどうぞ。 まずはワンバンクの本体アプリケーションにおける、最新の rails stats をご覧ください。 +----------------------+--------+--------+---------+---------+-----+-------+ | Name | Lines | LOC | Classes | Methods | M/C | LOC/M | +--------------------
SentryのAlert Best Practicesを参考にアラート疲れから脱却する - inSmartBank
こんにちは、株式会社スマートバンクでサーバサイドエンジニアをしているnagasawaです。 皆さんアプリケーションのエラートラッキングを何かしらのツールで行っていると思いますが、日々多くのアラートが届き以下のような悩みをお持ちではないでしょうか。 どれが今すぐ確認すべきアラートなのか見分けがつけにくい 件数が多く対応状況が把握しづらい アラートがオオカミ少年に近い状態になっており、重要なアラートが見逃されてしまうことがある 下図のように、株式会社スマートバンクでも多い日は10~20件ほどアラートが届いていました。決済系の機能群など一度でもエラーが発生したらすぐに対応したいアラートに反応しやすくするためにも、上記の課題を解決したいと考えました。 一応クリティカルなエラーは捕捉できていたのでアラートの対応はシステム運用上問題なく行えていましたが、理想的なアラート管理を行えている状態ではありませ
GitHub Issues search now supports nested queries and boolean operators: Here's how we (re)built it
AI & MLLearn about artificial intelligence and machine learning across the GitHub ecosystem and the wider industry. Generative AILearn how to build with generative AI. GitHub CopilotChange how you work with GitHub Copilot. LLMsEverything developers need to know about LLMs. Machine learningMachine learning tips, tricks, and best practices. How AI code generation worksExplore the capabilities and be
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
