「C言語であった問題をとにかく解決する」を目標に掲げるZig言語小林哲之氏（以下、小林）：それでは、始めます。tetsu_kobaと申します。今日はZigの話をしたいと思います。 Zig言語は、けっこう新しい言語なので、初めて聞く方も多いかと思います。「5分でざっと理解するZig言語」というページを作っておいたので、こちらをご覧になってください。 ところでみなさん、解決まで何時間もかかったバグの原因が、実は数秒で直せるような、しょうもないうっかりコーディングミスだったという経験はありませんか？ 私は何度もあります。 バグの原因が、しょうもないうっかりコーディングミスだったということを嫁に話しました。途端に泣き崩れる嫁。「俺はうっかりコーディングミスを絶対に許さない！ 絶対にだ！」 というふうにZigの作者は思ったのかどうかわかりませんが、Zig言語は、「Cであったいろいろな問題をとにかく解
C言語のざんねんなしよう事典
モダンなプログラミング言語が多数登場した現代においても、C言語は重要な言語です。具体的に言うと、多くのプログラミング言語（あるいは言語ランタイム）がC言語で実装されていたり、OSのAPIはC言語のインターフェース（ABI）で提供されている場合が多かったり、異なるプログラミング言語間で関数呼び出しをしようとするとC言語のABIがベースとなったりします。 そんなC言語ですが、登場時から現代まで、少しずつですが進化を遂げています。その過程では、「この機能は良くなかった」ということが判明し、非推奨になったり削除された機能もあります。この記事では、C言語のそのような「良くなかった」機能を紹介します。 gets 関数 C言語には、誤って使うとバッファオーバーフローなどの問題を引き起こす関数が多数用意されています。例えば、
GitHub - charmbracelet/vhs: Your CLI home video recorder 📼
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
今、バージョン管理システムといえば Git です。しかしながら、Linux Kernel のコミッターの負担を軽くすることに最適化されたために、スナップショットとしての確実性・ツール規模・ユーザインタフェイスなど必ずしも完璧とはいえません。Google開発者 martinvonz 氏による新バージョン管理システム Jujutsu (jj-vcs/jj) は Git との互換性を維持しつつ、そんな問題へ対応したツールです。本書では Jujutsu のメリットや、必要最小限のサイクルをまわせるようになるまでの簡単なオペレーションを解説します
オンライン価格設定で面白いと思った結果を紹介します． 「適正価格を二分探索するとそこそこ良い方法になるが， 二分探索に少し手を加えるとさらに良い方法になる」という話です． 出典は R. Kleinberg and T. Leighton (FOCS 2003) の Theorem 2.1 です． この記事自体は Haifeng Xu 先生の講義スライド の第 1 回をかなり参考にしてます． ゲーム理論と機械学習の様々な興味深いトピックが網羅されていておすすめです． 問題設定 戦略の評価尺度：リグレット 自明な $\mathrm{O}(N)$ リグレット戦略 二分探索による $\mathrm{O}(\log N)$ リグレット戦略 二分探索を改良した $\mathrm{O}(\log\log N)$ リグレット戦略 まとめ 問題設定 あなたは A さんに $N$ 個のリンゴ を，$1$ 日
「バイブコーディング」という新しいプログラミング手法が注目を浴びている。オープンAIの共同創業者であるアンドレイ・カルパシーが提唱したこの概念は、コードの詳細に没頭するのではなく、AIに指示を出して実装を「委ねる」アプローチだ。 by Rhiannon Williams2025.04.17 29 この記事の3つのポイント AIアシスタントを活用したバイブコーディングが広まっている バイブコーディングはAIに主導権を委ね対話的にコーディングする手法 大規模プロジェクトでは危険も伴うものの、開発コストは大幅に低下する summarized by Claude 3 オープンAI（OpenAI）の共同創業者であるアンドレイ・カルパシーが2月にXで自身の新しい趣味について興奮気味に投稿し始めたとき、彼が世界的に広がりつつあるムーブメント全体を象徴する言葉を生み出そうとしていたとは、本人ですら想像して
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
その説明、コードコメントに書く？コミットメッセージに書く？ プルリクエストに書く？ - #phpconfuk 2023
2023/06/24 開催「PHPカンファレンス福岡2023」（https://phpcon.fukuoka.jp/2023/ ）の LT 資料です。 詳細：https://fortee.jp/phpconfukuoka-2023/proposal/ae71f3a7-4c3c-4c87-8816-…
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Zas Editor
A new, capable, and fast code editor for Go and Rust, focused on both reading and writing code. Zas Editor is as smart as an IDE and as fast and lightweight as a code editor. It comes with novel search and navigation features and an integrated documentation explorer. Zas Editor aims to become a full-featured IDE with a (currently under development) integrated debugger soon.Download Smart. Zas Edit
オープンソースのコーディング支援AI「Qwen2.5-Coder」シリーズの性能はGPT-4oに匹敵、64GBのRAM＆M2搭載MacBook Proでもローカル実行可能
中国・Alibabaグループが開発する大規模言語モデル(LLM)「Qwen」の研究チームが、コード生成や補完、数学の推論タスクに特化したLLM「Qwen2.5-Coder」の新モデルを2024年11月12日にリリースしました。Qwen2.5-Coderのコーディング機能はGPT-4oに匹敵し、パラメータ数も最大320億で、M2搭載MacBook Pro上でも実行できたことが報告されています。 Qwen2.5-Coder Series: Powerful, Diverse, Practical. | Qwen https://qwenlm.github.io/blog/qwen2.5-coder-family/ Qwen2.5-Coderは2024年10月にテクニカルレポートが発表されており、この時にパラメータ数15億(1.5B)のモデルと70億(7B)のモデルがオープンソースで公開されてい
Goでmysqlに接続するときにDSNを直書きしない方法
よく見るDB接続例 Go言語を用いてmysqlに接続する際、DBの情報を文字列で直書きしているケースを良くみる import ( "database/sql" _ "github.com/go-sql-driver/mysql" ) func main(){ db, err := sql.Open("mysql", "user:password@tcp(localhost:3306)/db?charset=utf8&parseTime=true") // 以下省略 } import ( "database/sql" "time" "github.com/go-sql-driver/mysql" ) func connectDB() *sql.DB { jst, err := time.LoadLocation("Asia/Tokyo") if err != nil { // エラーハンドリ
今回のテーマは「動的型付け言語と大規模開発まつもとゆきひろ氏：こんにちは。まつもとゆきひろです。Matzチャンネル、18回目になりますね。今日は前回の続きで、「動的型付け言語と大規模開発」について話そうと思います。 本当は前回放送リリースした次の日ぐらいに放送できるようにと思っていたんですけど、意外と忙しくてですね（笑）。 今度、フィンランドのヘルシンキで、「Euruko」というカンファレンスが開かれるんですけれども、まだ物理で海外旅行する気にならないので、キーノートを録画しましょうという話になって、そのキーノートの準備をして、スライドを書いて、英語の講演を録画するみたいな作業をしていたら、あっという間に時間が経ってしまって、「Voicy」が後回しになってしまったというのが正直なところですね。でも、前みたいに2ヶ月も空けたりしないので、今後ともがんばろうと思います。 先に決めた型をガイドに
任天堂が「F-ZERO」新作を作らないためか、『ナビつき！ つくってわかる はじめてゲームプログラミング』で「F-ZERO」を作る人が現れる
ファンは「F-ZERO」の新作でキャプテン・ファルコンの冒険の続きを見たいともう何年も待ち望んでいる。任天堂は最新のNintendo Directで『ゼルダの伝説 ブレス オブ ザ ワイルド』続編や『メトロイド ドレッド』については新しい情報を発表したものの、「F-ZERO」シリーズに関する話は何もなかった。そこで、@ZeldaBoi1（すごい「マリオカート」ゲームを作った人物でもある）は、『ナビつき！ つくってわかる はじめてゲームプログラミング』で、「F-ZERO」を作ることにした。 あわせて読みたい任天堂の開発室が生んだSwitch用プログラミングツール『ナビつき！つくってわかる はじめてゲームプログラミング』が6月11日に発売決定！ @ZeldaBoi1バージョンの「F-ZERO」は『ナビつき！ つくってわかる はじめてゲームプログラミング』でのクラッシックなレーシングゲームとはか
Published Jun 13, 2025 Our Research feature uses multiple Claude agents to explore complex topics more effectively. We share the engineering challenges and the lessons we learned from building this system. Claude now has Research capabilities that allow it to search across the web, Google Workspace, and any integrations to accomplish complex tasks. The journey of this multi-agent system from proto
「AIコーディング時代」だからこそ「ちゃんとする」
ELYZA開発チームのマネージャーのtarunonです。公に何かを出すのは久々になります。 ELYZAは2025年9月9日に、ELYZA Worksとしてサービスを公開しました。 我々のチームで開発をしたものですが、開発にあたってAIコーディングは活躍しており、その様子や、これまでの取り組みとの相乗効果について紹介します。 はじめに Clineが話題になり、Claude Codeが出てきて、いよいよAIコーディングはソフトウェア開発のメインストリームの話題となりつつあると思います。たびたび言及されていることではありますが、AIに全てやらせるのではなく、既存の自動化技術との組み合わせで、より効率的に、安全にAIコーディングのメリットを享受できます。私もそう信じています。 元々、ELYZAの開発チームは「少ない人数だが定期リリースを安全にこなしたい、しかし回数は減らしたくない」ということから、
プログラミングを全くしたことのない人がプログラミングの学習を始めた場合、どこでつまずくかを考えることがよくある。小学校でプログラミング教育が始まったこともあり、プログラマー以外の人も少しはプログラミングを知っておいたほうがいいと思うからだ。 初心者がつまずく場所としてよく聞くのが「繰り返し」だ。プログラミングには、処理の流れを制御する構文として、主に「条件分岐」と繰り返しの2つがある。初心者にとって、条件分岐は理解しやすいが、繰り返しは理解が難しいのだという。 たしかに日常生活の中でも「条件によってやることを変える」という場面は多い。プログラミングを知らない人でも普段から慣れている考え方だろう。 これに対し、プログラミングにおける繰り返しは、同じことを繰り返す場合もあるが、たいていは「ルールに従って値を連続的に変えながら処理を繰り返す」というものになる。日常生活では、同じ作業を繰り返すこと
商品数の増加を見据えて商品情報作成処理をPythonからBigQueryに移行した話 | SQLによるバッチ処理で工夫した3つのポイント - MonotaRO Tech Blog
こんにちは、EC基盤グループ 商品情報基盤チームの江村です。今回は私が所属している商品情報基盤チームで構築、運用を行っているシステムについてお話します。 モノタロウでは以前から記事になっていますが、検索システムの移行を行っており、現在商品検索ページの裏側の検索システムのSolrからElasticsearchへの切り替え*1が完了しました。 私が所属している商品情報基盤チームではElasticsearch、Spannerに入れるための商品情報の作成とSpannerおよび、Spannerからデータを取得するAPIの運用を行っています。今回はその中でもElasticsearch、SpannerのためのBigQueryでの商品情報作成処理について取り上げます。（詳しい検索部分の構成については以前の記事を参照ください） システム移行の背景 移行による設計ポイント 「MySQL + Python」の処
この記事は Qiita に投稿した以下の記事と同一の内容です。 https://qiita.com/s_katagiri/items/7f06ca85f851e0a50516 概要 時系列データ、あるいは独立かつ同一の分布 (i.i.d.) の仮定が成立しない、観測点どうしで自己相関のあるデータに対する予測モデルの交差検証(クロスバリデーション)について書きます。情報量規準との関連まで書きたかったけど時間がないので時系列データとクロスバリデーションについてだけ書きます。 本文ではまず、最初のセクション1では交差検証がなんであるかを確認したうえで、時系列データは交差検証法の想定しているものではなく、そのまま使うことが難しいことを直感的に説明します。次のセクション2では、これまで提案された様々な時系列データに対する予測誤差の評価方法を紹介します。セクション3では、これらの性能を実験で検証した研
RLSを用いたマルチテナント実装 for Django by Takayuki Shimizukawa 複数のテナント（チーム・組織）向けにサービスを提供するシステムで、テナント相互の情報を分離して扱う、複数のマルチテナントアーキテクチャが考案されています。「各プログラマが努力して実装する」戦略でも実現はできますが、プログラミングミスや設定間違いによるデータ混濁が高確率で発生します。このトークでは、マルチテナントアーキテクチャにおけるデータ分割アプローチのひとつ「共有アプローチ」をDjangoとPostgresのRow Level Security (RLS) の組合せで安全に実現する方法を紹介します。またこの方法のメリット、デメリットを紹介します。 https://djangocongress.jp/
Cursor Agent がQAエンジニアのプロダクト理解を加速させてくれた話 - LayerX エンジニアブログ
はじめに こんにちは、LayerX バクラク事業部で請求書発行を担当している QAエンジニアの genny です！ 最近、API の自動テストを実装する中で、プロダクトコードの処理フローを追う必要に迫られました。Cursor を活用することでスムーズに理解を深めることができたので、その過程で得た知見を共有できればと思います。 なぜプロダクションコードを読む必要があったのか 以前のチームでは Ruby on Rails のシステムに携わっており、その時はある程度コードを読めるようになっていましたが、バクラクのバックエンドで採用されている GraphQL や Go で実装されたシステムに携わった経験がありませんでした。 さらに、入社後半年が経過しても、業務の優先度の関係で十分なコードリーディングの時間を確保できていませんでした。 そんな中、自動テストを実装する際、複数のステップを経て API
この記事も含め、技術系の話題は今後 www.mochive.dev で更新します。 タイトルを読んで字の如し、Ollama というLLMを動かせるツールをつかってローカルでLLMを動かして、VS Code の GitHub Copilot 拡張機能のチャットやコード補完をやってもらおうというハナシ。 2025年5月から GitHub Copilot が有料版でもある程度の上限が設けられるみたいなので、いざというときの逃げ道のため (という口実で技術的興味を満たすため) にやってみる。 参考: Premium リクエストについて LLMのこととか全然詳しくないので素人のお遊び程度にどうぞ。 環境OS: Windows 11 HomeCPU: Ryzen 7 3800XRAM: 56GBGPU: RTX 3060 12GBOllama のインストールOllama公式サイトからインストーラーを落
TL;DR（前編のみ） 「リソース効率重視」、「フロー効率重視」と呼ばれる開発スタイルは、それぞれソロ開発（個人分担制）とアンサンブル開発（1つのタスクを複数人で協働する方法）を指すのが一般的 短期的には、ソロ開発はスループットの高さ（開発アウトプットの総量）、アンサンブル開発はリードタイムの短さ（1タスクが完了する速さ） に長所がある どちらがいいかは状況次第だが、アウトプットでなくアウトカムを見て判断すべき 目次 TL;DR（前編のみ） 目次 僕はなんでこれを書いているのか 2つの開発スタイルについて 比較ポイント 短期的な比較：スループット vs リードタイム 2つの開発スタイルを比較してみる 結局どっちがいいの？ アンサンブル開発に関する補足 ここで思考を止めないで 僕はなんでこれを書いているのか アジャイルで開発やっていると、度々「フロー効率重視」という言葉が聞こえてきます。しか
ハーネスエンジニアリングの本質 ー従来の開発規律を、エージェントが回せるように再設計する / 開発者向けブログ・イベント | GMO Developers
この 4 軸は、ハーネスエンジニアリングを考えるときの基本的なフレームワークになります。 制御なき AI コーディングの課題 ハーネスなしで AI に自由にコーディングさせると、以下の問題が構造的に発生します。 一貫性の欠如: ファイルごとに実装パターンがずれる、命名規約に揺れが出るアーキテクチャの崩壊: 境界を越えた import が紛れ込む、レイヤー設計が壊れる技術的負債のサイロ化: エントロピーが増大し、各セッションが独立した負債を生産する これらは AI の能力不足ではなく、制約の不在が引き起こす構造的問題です。人間の開発者でも、レビューやルールがなければ同様のことが起きます。AI の場合、速度が速いぶん、問題の蓄積も速くなるだけです。 プロンプトの限界とハーネスの複利効果 「AI に良いコードを書かせたいなら、良いプロンプトを書けばいい」──これは直感的には正しく聞こえます。しか
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
オープンソースの仮想マシンソフトウェアおよびエミュレーターとして知られる「QEMU」に、ChatGPTをはじめとした生成AIが出力したコードを追加することを禁止するポリシーが追加されました docs: define policy forbidding use of AI code generators · qemu/qemu@3d40db0 · GitHub https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048 NVIDIAのジェンスン・フアンCEOが2024年に行った「AIがコードを書くのでもうプログラミングを学ぶ必要はない」という発言が正しいかどうか、その結論はまだ出ていませんが、IT業界でAIがかなり重宝されているのは事実。 NVIDIAのCEOが「AIがコードを書くのでもうプログラミ
はじめに 〜記事執筆のきっかけ〜 先日、以下の記事についてのツイートが流れてきました。 zenn.dev この記事の内容については、ChatGPTをはじめとするAIによるテストの可能性を示した素晴らしい内容だと思います。 ですが、果たして"今時点（元記事の執筆時点）の"出力結果*1が実用に耐えうるものになっているのか検討し、提示する必要もあると感じました*2。 そこで本記事では、テストエンジニアである私の回答例と"今時点の"AIの出力結果を比較しギャップを示すことを目的とします*3。 決して、AIによるテスト自動生成の進化自体を否定している訳ではないことを念頭にお読みいただければと思います。 結論 本記事では、"今時点の"AIの出力結果に対して、以下の結論を導き出しています。 状態遷移図のテスト設計の題材では、根幹となる機能に関する不具合が含まれていた デシジョンテーブルのテスト設計の題材
Figma出力の生成コードをAIとReact原理主義で粛清するAI指示テンプレート公開 - ROXX開発者ブログ
なんだだかんだでキレイにいかないFigmaのコード出力 ROXXではAIエージェントによるプログラミングを推進しています。その中で私がぶつかった課題はフロントエンドのソースコード生成自動化がいまいち上手くいかないということでした。 figmaのMCP接続でキレイなコードがパッと出力されれば良いのですが、下記のような問題に直面していました。 一応デザイン通りに出たはけどそのまま使える感じじゃない 結局その後の直しや繋ぎ込みでそれなりに時間使ってたりする 気づいたらキレイにしきれてないコードがたくさん積み上がっている MCP接続からのコード出力をどうコントロールしたら良いかがよく分からない キレイにせずに入れるわけにも行かないし、直近の自分のタスクも短時間で終わらせないといけないので、とりあえずfigmaのプラグインで生成したコードをAgentで整形させるという手段を取っていたのですが、Age
はじめに NearMeエンジニアの柿野上 拓真（Takuma Kakinoue）です。私は、数理最適化や機械学習をはじめとする高度なアルゴリズムを含むテクノロジーによって実社会の問題を解決することに高いモチベーションを持っており、NearMeでは主に自動配車システムや相乗りマッチングシステムの開発に携わっております。単に高度なテクノロジーを使ったシステムを作るだけではなく、オペレーションを含め全体の業務を「デザイン」していくことに興味関心があります。 さて、今回のテーマは、直近新たな課題として社内で挙がった「シフト組業務の自動化およびシフトの効率化プロジェクト」です。NearMeは相乗りマッチングや車両割り当ての制御を行うプラットフォームの開発に焦点を当てており、車両やドライバーのマネジメントや実際の運行は他社のハイヤー会社（以下、運行会社と呼ぶ）に委託しています。なのでドライバーのシフト
背景 先行・類似事例 自作のメリット Rustで局面画像生成 盤・駒画像の素材 画像処理 入出力 Generatorと下準備 Publish Web Appで使う CDN Edgeで動かす wasm-packでWebAssembly作成 Deno Deploy Vercel Edge Functions Cloudflare Workers Fastly Compute@Edge その他 まとめ Repository 背景 ATrium という AT Protocol のためのライブラリを自作している が、まったくドッグフーディングしていなかった ので、Blueskyに詰将棋の問題を放流するBotを作ってみることにした gfx氏が作ったBot を参考に というわけで、詰将棋の問題の局面を画像で投稿したい が、あまり自分好みの画像を生成できるライブラリやWebサービス等がない ので、結局それ
AI駆動個人開発ハッカソン第２弾やります！個人開発プロダクトでユーザーを増やしたい人、マネタイズしたい人、ハッカソンで優勝したい人、ぜひご参加ください！
テスト用に使う偽物「テストダブル」和田卓人氏：じゃあ次。テストダブルの話にいきます。「忠実性と決定性のトレードオフを理解しよう」という点です。これはもうちょっとあとにまた出てきます。 テストダブルというもので、モックオブジェクトとかスタブとかを使って、本物ではない偽物をテスト用に使ってテストをすることはよくありますよね。 データベースの偽物とか外部システムの偽物とか、AmazonのS3の偽物とか。本物を使えない、あるいは使いたくないからテスト用の偽物で置き換えるということをよくやります。 こういう、テスト用に使う偽物のことを総称して「テストダブル」と呼びます。テスト用の偽物を何と呼ぶかは混乱しきっていた歴史があります。ある人はこういうテスト用の偽物のことを「モック」と呼んで、ある人は「フェイク」と呼んで、ある人は別の呼び方をしてみたいな感じになっちゃうんですね。ある人が「スタブ」と言ってい
プログラマ不要論が度々話題に上がる一方、正確な要件定義とちゃんとした成果物レビューが求められているが、それってプログラミング能力そのものなのでは？
ロボ太 @kaityo256 「プログラミング能力はもう不要、正確な要件定義とちゃんとした成果物レビューができればいい」みたいな話、それってプログラミング能力そのものだと思うの。 2025-06-21 11:49:00
はじめに そろそろAIエージェントを使った開発に慣れる必要性を感じてClineを試した。ClineはVS Code上で動作する対話型のAIエージェントで、コードの生成、修正、テストなどを自律的に行うことができる。GitHub Copilot（以下Copilot）の使用感から大きな期待はなかったものの、コード生成の精度や自律的な動作など、予想を大きく超える体験となった。その所感をまとめる（Xでポストした内容のまとめも兼ねている）。 使用ツール 本家Clineを採用。派生版も存在するがオリジナルで。 バージョンは3.4.9（2025年2月28日時点） Clineインストール後に設定画面で「VS Code LM API」を選択し、 Copilotが対応しているLLMを選択する（なのでCopilotの拡張機能も必須のはず）。 キャプチャ時点ではclaude 3.7 sonnetを選択できるようにな
問題処理入門
仕事は大小様々な問題を発見し、どの問題に取り組むか選択し、解決していく活動です。一方で、仕事の前提として問題の発見や解決に関して研修、指導をするような会社は比較的少数です。『問題の発見』『問題の解決』を含む問題の処理は個人的に関心を持って学んだ人のみが掘り下げる領域になりがちです。そこで『問題処理入門』では問題処理の基本的な知識をまとめます。 # 更新情報 * 2022/12/01 - 公開 * 2025/12/30 - Chapter 31 に問題定義サポーターのツール提供を追加
生成AIの話題に欠くことのない昨今、ある程度のパワーを有するPCが手元にある方は一度ならず「ローカルで生成AIを動かしてみたい」という思いに駆られた事があるのではないでしょうか。とはいえ余程AIモデルに関する知識が深くなければどのAIモデルなら自分の環境で快適に動作させられるのか把握するのは困難です。ネットなどで相談しようにもPCのスペックが違えばどう影響するかまで考慮して助言をくれる人はそういないはず。「llmfit」は実行PCの環境に合わせてどのAIモデルなら快適に動作するのかを教えてくれる夢のようなツールです。 GitHub - AlexsJones/llmfit: Hundreds of models & providers. One command to find what runs on your hardware. · GitHub https://github.com/Al
chibivue
chibivueStep by Step, from just one line of "Hello, World".powered by VitePress
最小限のPythonコードでAutoMLを実現するローコード機械学習ライブラリ「PyCaret」：AutoML OSS入門（6）（1/4 ページ） AutoML OSSを紹介する本連載第6回は、ローコード機械学習ライブラリ「PyCaret」を解説します。さまざまな機械学習ライブラリのラッパーであるPyCaretは、データ分析のあらゆる工程でコードの行数を削減します。
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
“しょうもないうっかり”を許さない、静的型付けの言語 コーディングミスを未然に防ぐ「Zig言語」の仕組みとは | ログミーBusiness
AIエージェント「Claude Code」が利用過多で悲鳴、Pro/Maxプランに週ごとの制限を導入へ／8月28日より導入される見込み
君のレポジトリを領域展開 - 次世代バージョン管理システム Jujutsu (jj-vcs/jj)の世界
二分探索よりお得なオンライン価格戦略 - 麻辣坊主
https://twitter.com/iritec_jp/status/1639067932721569793
バイブコーディングとは何か？ AIに「委ねる」プログラミング新手法
TypeScriptで条件分岐時の可読性の高い変数設定 - Qiita
Next.jsとRustのTypeScriptなWebAssembly生活 - Qiita
「作りたいものをいかに早く完成させるかが正義」 まつもとゆきひろ氏が語る、ソフトウェア開発におけるベロシティの重要性 | ログミーBusiness
How we built our multi-agent research system
プログラミングが難しくなったのはなぜか、原因はC言語のあの記法？
時系列データの交差検証(クロスバリデーション)は交差検証とはいえないし、良い方法でもないらしい
RLSを用いたマルチテナント実装 for Django
ローカルで Ollama 動かして VS Code の GitHub Copilot でつかう
フロー効率重視の開発について考える 前編 ～短期目線の話～ - bonotakeの日記
2023年に特にお世話になったC++ライブラリ8選 - Qiita
オープンソースの仮想マシンソフト「QEMU」がコードに生成AI使用を禁止するポリシーを追加
AI駆動開発と現状とのギャップを示す - ブロッコリーのブログ
数理最適化とAIエージェントでシフト組み業務を自動化&効率化した話 - NearMe Tech Blog
Rustで将棋の局面画像生成、そしてCDN Edgeで動的生成 - すぎゃーんメモ
Solomaker - 個人開発者のためのコミュニティ
自動テスト全体の信頼性を維持するためにはどうするか 「ブレない基準でピラミッドを作り、スモールに切り出していく」 | ログミーBusiness
ClineとAIエージェント時代のプログラミングに関する所感
システムのメモリ・CPU・GPUに合わせて適切なAIモデルを教えてくれるターミナルツール「llmfit」
最小限のPythonコードでAutoMLを実現するローコード機械学習ライブラリ「PyCaret」
www.gamespark.jp
note.com/kajiken0630
diamond.jp
anond.hatelabo.jp
shizuka4.px.ebb.jp
avname-wiki.net