みなさまこんにちは！エアークローゼットでCTOをしている辻です。 これまで 社内MCP群の全体像、DB Graph MCP、Biz Graph、Sandbox MCP と、社内向けに作っているMCPサーバーを順に紹介してきました。 今回はその運用の中で見えてきた、自作MCPサーバーのトークン消費を減らすTips の話を書きます。 困りごと：MCPは意外とトークンを食う MCPでAIエージェントを拡張するとき、最初に遭遇するのが トークン消費が想定より多い という現実です。 MCPのツール呼び出しは、結局のところ JSON-RPC over HTTP です。AIが送る引数も、ツールが返す結果も、そのままAIの会話コンテキストに乗ります。素直に実装すると、 ファイル丸ごとを引数で送る → 数千行のソースコードがコンテキストに張り付く DBクエリ結果を全件返す → 数千行 × 数十カラムの表がコ

『誠眼鏡店』上質なメガネの買取・販売・レンズ交換 銀座と新宿にて17年。世界中から上質な眼鏡を集め、リーズナブルにご提案。販売終了から現行商品まで、世界中のメガネを愛情を込めて販売。メガネが似合わない。そんなことはありません。似合うメガネをしっかり… 57 users 533 www.makotoweb.com

無印良品の吊るせるポーチから乗り換えて、気づけば手放せなくなったモンベルの「トラベルキットパック M」。 59gの軽さ、絶妙なサイズ感、しっかり入る収納力。旅行やアウトドアで頼れる名脇役ポーチの魅力をご紹介！

実際の画面とは異なるサンプルイメージです チームのSlackにAI社員を3人常駐させています。 社員5人で、2週間動かしました。 誤解を招きそうだからちゃんと書いておきます。 2週間です。半年でも1年でもなく、2週間。 それでも書きたくなるくらいのことが起きたので、この記事を書いています。 SIerの大規模開発で扱う資料は毎週溜まります。 仕様書の背景、顧客の痛点、過去の判断の残り香。 新しく参画したメンバーは、これを数週間かけて読み込むのがいつもの景色です。 そこに、このAI社員3人が入りました。 すると、2年目のメンバーが参画1週間でSKILLを直し、2週間で設計根本に疑問を出してきた。 正直、びびりました。 自己紹介・大規模現場の話を軽く 私はNTTデータグループ 技術革新統括本部のITアーキテクト（課長代理）で、大規模システムのモダナイゼーションに携わっています。 全社の高難度案件

はじめに こんにちは。Dress Code 株式会社で、プロダクトエンジニアをやっている津田です。 仕様駆動開発を始めて 4 ヶ月ほど経過したので、改めて振り返ってみるべく記事に残してみています。 今回の対象読者は次に列挙するような方々を想定しています。 とりあえず試して実感してみたい人 プロセスが重そうで踏み出しきれない人 現場での工夫・実践知を知りたい人 本記事がこれらの方の一助になれば幸いです。 正直、仕様駆動開発自体の合う合わないは組織の規模やプロダクトの性質、開発スタイルに強く依存すると考えています。 参考程度に弊社の情報を軽くお伝えすると、次のようになっております。 創業から1年経過し、拡大を目指しているフェーズ toB向け、バックオフィスの業務改善のSaaSを展開 開発スタイルはアジャイルに近い 開発者は執筆時点で12名、組織全体で40名弱の規模感 少なくとも我々はこのような

クエリが遅くなった。直そう。ここから問題が始まる プロジェクト管理SaaSを1年ほど運用すると、Issueテーブルが200万行、変更ログテーブルが2000万行を超えてくる。ソフトデリートを採用していれば物理削除されないので、行数は増える一方だ。 最初の兆候はユーザーからの報告だった。「Issue一覧の読み込みが遅くて、フィルターを切り替えるたびに5秒くらい待たされるんですが」。スロークエリログを見ると、フィルター付きのIssue一覧クエリがp95で3秒を超えている。インデックスを追加すれば改善する。スキーマ変更も1つ控えていた。どちらもやること自体は明確だった。 問題は「200万行のテーブルにDDLを打つ」という行為そのものにあった。膨れ上がったテーブルに対するスキーマ変更は、パフォーマンスを改善するための作業が、新たな障害を引き起こす可能性を持っている。治療のための手術が患者を殺しかねな

ABJマークは、この電子書店・電子書籍配信サービスが、著作権者からコンテンツ使用許諾を得た正規版配信サービスであることを示す登録商標(登録番号第6091713号)です。ABJマークの詳細、ABJマークを掲示しているサービスの一覧はこちら。 https://aebs.or.jp/

こんにちは アクセンチュア北海道オフィス所属の唐津です。 1年ほど前にPMPを取得しました。取得して意味あったな～というのと、最近周りでPMPを取ろうとしている人がいるので、「攻略法」と「取得する意味」を改めて言語化しようと思った次第です。 ただし具体の勉強法（この参考書が役にたった、こういう学習Cycleが良かった）とかは書いてないのであしからず。 この記事は、これからPMPを取ろうとしている人たち、そしていま勉強中で「この量、本当に全部覚えるの…？」と手が止まりかけている人に向けて書いています。受験してから読む記事ではなく、受験準備のど真ん中で読んでほしい記事です。 私自身、PMPを受ける前は学習の範囲が広すぎて胃もたれしそうでしたが結局のところ、 PMPは、暗記で受かる試験ではなかった。世界観の理解で受かる試験。 問題集を周回していたときには見えなかった景色が、「あ、そういうことか」

米Googleは4月22日（現地時間）、AIエージェントがオフィススイート「Google Workspace」（GWS）内の情報を横断的に集め、業務を支援する仕組み「Workspace Intelligence」を発表した。3月にβ版を展開したGWSとGeminiの連携機能に、セキュリティや管理機能を追加し、正式版として公開したものとみられる。 例えば「Google スプレッドシート」「Google ドキュメント」「Google スライド」では、チャットで指示するだけで、AIがGmailやGoogle ドライブ上のファイルを自動で参照し、資料を作成するという。中でもGoogle ドキュメントでは複数の画像を一度にAI編集することでスタイルを一貫させることが可能に。Google スライドでは編集可能なスライド資料一式をAIで制作可能になるとうたう。 さらに、Google Chat内でGemi

こんにちは。ファインディ株式会社でテックリードマネージャーをやらせてもらってる戸田です。 ファインディではClaude CodeのスキルやカスタムコマンドなどをPlugins経由で社内展開しています。 tech.findy.co.jp コードレビューやタスク分解といった開発業務の効率化が進む一方で、登壇準備はまだ手作業の割合が大きい領域です。話す内容を固めて、構成を考えて、スライドに落とし込んで、デザインを整えて……。発表の本質は「何を伝えるか」なのに、準備工程に時間を奪われがちです。 本記事では、この課題に対処するために社内Pluginsに作った登壇スライド生成スキルを紹介します。壁打ちによるコアメッセージの言語化からMarkdownスライド生成、Google Slidesへのエクスポートまでを一気通貫で行えるもので、壁打ちから完成まで30分で終わるようになりました。 登壇準備にかかる時

AIエージェントはこの流れを根本的に変える。最新のエージェントは自然言語の意図を受け取り、APIスキーマについてリーズニング（推論を含む）を行い、IaCを生成、検証した上で、ガードレールや承認フローを維持しながら、プロバイダーAPIを通じてクラウドに変更を直接適用できる。 その結果、複雑なインタラクションスタックは1つのインテリジェントな層に集約される。インタラクション層は依然として存在するが、エージェントがAPI仕様やプロバイダースキーマ、組織の制御を利用して、動的に構築するようになる。 現在のIaCの位置付けと将来像 IaCは現在、エンタープライズプラットフォームにおける「システムオブレコード」（SoR）であり続けている。以下を提供するからだ。 決定論的な望ましい状態モデル バージョン管理された変更履歴 レビュー可能な計画 ドリフト（逸脱）に対する調整メカニズム エージェントが支援する

この表の左から右へ読むと「何を→誰が作り→誰が決め→何が決まるか」がわかります。上から下へ読むとプロジェクトの意思決定の流れがわかります。以降の解説は、この流れに沿って進みます。 ビジネスコンセプト：プロジェクトの「存在理由」を経営層と合意する BR.1のステークホルダー整理と並行して最初に固めるのが、プロジェクト全体の「存在理由書」です。外部環境（EDI標準化・インボイス制度・競合のデジタル化）と内部課題（手入力ミス年間60件・月次集計3日）を整理し、ビジネスゴール（KGI：業務コスト年間1,500万円削減・受注ミス年間5件以下・受注確認書5分以内発行）を経営層と合意します。以降のすべての要件はこのKGIに紐づく形で正当化されます。ここでKGIへの合意が得られなければ、どれほど精緻な課題分析や施策設計も「何のためにやるのか」が曖昧なまま進んでしまいます。 BR.1 ステークホルダー把握：

RDSが朝のピーク時間帯にI/Oスパイクで応答不能になりました。前日夜にリリースしたdeleted_atへの単独インデックスが原因です。stagingのEXPLAINでは複合インデックスが正しく選択されていたので、レビューでは検出できていません。 根っこにあるのはMySQL 8.0 innodb_stats_methodのデフォルト値nulls_equalと、IS NULLに対するコスト計算の噛み合わせです。8.0系で現在も未修正のバグに類する挙動で、NULL多数カラムへの単独インデックスがトリガーになります。 テーブルとクエリ 問題が起きたのはチケット管理SaaSのticketsテーブルです。ソフトデリートでdeleted_atを持つよくある設計です。 CREATE TABLE tickets ( id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT, w

2026 年 4 月のセキュリティ更新プログラム以降、RDP ファイルを開くと、リモートデスクトップ接続アプリに新たなセキュリティ警告が表示されます。 この記事では、これらの警告の意味と、警告に安全に対応する方法について説明します。 リモート デスクトップとは リモート デスクトップを使用すると、インターネットなどのネットワーク接続を介して、職場の PC などの別の場所にあるコンピューターに接続できます。 リモート コンピューターの画面を表示したり、ファイルを開いたり、アプリケーションを実行したり、マウスとキーボードを前に座っているかのように使用したりできます。 RDP ファイルのリスク RDP ファイルは、リモート コンピューターに接続する方法をリモート デスクトップ接続アプリに指示します。 ファイルの設定によっては、クリップボード、ドライブ、カメラなどのローカル デバイスの一部をリモー

1830年頃、わずかな夜の明かりを得るためには、約3時間の労働が必要でした。しかし1992年ごろにはそれが1秒にも満たない労働ですむようになったと言われています。ロウソクから白熱電球、蛍光灯へという技術的発展が、光を劇的に安くしたのです。 そうして光が安くなったとき、人は同じ量の光を単に安く買って終わり――ということにはなりませんでした。 人々は、かつて置こうとも思わなかった場所にまで光を置き、街路、工場、看板といった、社会のあらゆる場所に安くなった光を敷き詰めていきました。そうして、工場は曇りや雨の日にも稼働することができるようになったり、深夜営業や夜の読書といった新しい活動が可能になったのです。 そこで儲けたのは、光を提供した会社だけではなく、それをうまく使った会社でした。 では、ソフトウェアや知能が安くなったとき、私たちはそれをどのように使うのでしょうか。 生成AIによる大きな変化は

はじめに こんばんは、mirukyです。 2026年3月31日、npmの Axios パッケージ（週間1億ダウンロード）がサプライチェーン攻撃を受けました。攻撃者はメンテナーへの標的型ソーシャルエンジニアリングでセッションを乗っ取り、悪意ある依存 plain-crypto-js を注入した axios@1.14.1 と axios@0.30.4 をレジストリに公開しました。このパッケージは postinstall フックで多段階RATを展開し、macOS・Windows・Linuxすべてに対応する本格的なバックドアを設置するものです。影響はOpenAIのmacOS署名パイプラインにまで及び、証明書のローテーションが実施される事態となりました。 OWASP Top 10:2025でも Software Supply Chain Failures（サプライチェーンの障害）が第3位 に新設される

チャンネル登録、高評価、コメントよろしくお願いします🙇 ▼ゲスト ・和田卓人 | プログラマ、テスト駆動開発者 学生時代にソフトウェア工学を学び、オブジェクト指向分析/設計に傾倒。執筆活動や講演、ハンズオンイベントなどを通じてテスト駆動開発を広めようと努力している。 『プログラマが知るべき97のこと』（オライリージャパン、2010）監修。『テスト駆動開発』（オーム社、2017）翻訳。『事業をエンジニアリングする技術者たち』（ラムダノート、2022）編者。『SQLアンチパターン第2版』（オライリージャパン、2025）監訳。テストライブラリ power-assert-js 作者。 X： https://x.com/t_wada GitHub: @twada Bluesky: @twada ▼MC 蜂須賀 大貴 | テクノロジーメディア「Newbee」代表 メディア・エンタメにずっ

いわゆるAI疲れは、2024年ごろから言われはじめ、2025年から深刻化しはじめた。AI疲れには、キャッチアップ疲れと、判断疲れの二種類があると言われている。（2024年ころのAI疲れはキャッチアップ疲れの方が比率としては大きかった気がする。） AIコーディングは特にAI疲れを引き起こしやすい。 今のAIは、人間に良く似ているが、全く違う知性である 「判断」が、大量に高速に、そして強度の高く、常に求められるようになった。そして油断すると結果だけを提示されるので、判断するための根拠・材料を集めるコストがバカにならない AI時代は、人間からアウトプットの場を奪う AIコーディングはAI依存症を引き起こす仕組みである これらの問題がある。 何かしらの対策を打たない限り今年は、メンタルを壊す人が増えるだろう。 対象読者エンジニアリングに携わる人。非エンジニアがバイブコーディングをするくらいでは、精