はてなブックマーク

Ai Workforce （以下AiW）を開発しているフロントエンドエンジニアのid:ninjinkunです。AiWではサーバーとフロントエンドの通信にREST APIを使っています。これまではサーバーサイドのFastAPI（Python）からOpenAPI Specを出力してクライアントコードの自動生成を行うフローはあったものの、サーバーサイドの実装が完了しないとフロントエンドの実装が始められない課題がありました。 私はGraphQLを利用した経験が長かったため、APIスキーマを実装前に定義し、フロントエンドとバックエンドがスキーマを使って並行で開発を行うスキーマ駆動開発をAiWにも持ち込みたいと考えました。また、APIスキーマなどの定義フォーマットはコーディングエージェントとも相性が良いため、全員がコーディングエージェントを活用するチーム全体の生産性にも寄与する狙いがありました。 そこ

はじめに LayerXのバクラク事業部でソフトウェアエンジニアをしているtataneです。 育休復帰から1年が経ち、娘も2歳になって、子の成長の速さを感じる日々です。 組織体制の事情などもあり、ここ2か月間ほどチームにフルコミットできるPdM（プロダクトマネージャー）が不在の状況でした。 それに伴い、自身がエンジニア業務と並行して「サブPdM」として動いていたので、その感想を書いてみようと思います。 サブPdMとしては、大枠の開発優先度の案出し、（実装担当者に渡す前の）仕様検討のたたき台作成、ビジネス側メンバーとのコミュニケーションの窓口などを担当しました。一方で、プライシングやGTM（Go To Market）戦略、不可逆で難易度の高い意思決定などについては、兼務の別PdMに協力してもらっていました。 「上流の方針決め」と「個別ユースケースの深掘り」を行き来する難しさ 事業部・開発チーム

こんにちは。LayerX Ai Workforce 事業部 FDE部 エンジニアの古濵（@furu）です。 ここ数ヶ月で、実装の進め方を少しずつ変えています。 以前はエディタのウィンドウを複数開き、それぞれで別のタスクを進めていました。 しかし、複数のタスクを並列に進めると、どのウィンドウで何をしていたか分からなくなり、切り替えるたびに読み直しも発生します。 体感では忙しいのに、本当に能率が上がっているのかは疑わしい、という状態でした。 そこで、もっとコーディングエージェント主体に実装の進め方を変えられないかと思い始めました。 複数のエージェントを 1 つのターミナルでまとめ、外から状態の確認や指示の送信ができる herdr を使用し、エージェント主体の開発ができるよう整備を始めました。 全体の流れ 先に、3 つの段階をまとめます。 以前 今 今後 単位 ウィンドウごとにタスク エージェン

はじめに こんにちは。LayerXのバクラク事業部でソフトウェアエンジニアをしているTomoakiです。最近3Dプリンターを買ったことにより創作意欲が最高潮に達しています。 さて、2026年に入ってから、NotionからAgent関連の機能リリースがいくつかありました。この記事では、私たちのチームが開発チケット管理をNotionで構築し直した例を中心に、実際に運用してみた所感やtipsを紹介したいと思います。 「Notion使ってるけどAgent機能はあまり使えてない」、「チケット管理とcoding agentの連携がイマイチ運用に乗らなくて悩んでいる」と思っている方の参考になれば嬉しいです。 TL;DR 開発チケット管理を Notion + Custom Agents / External Agents で構築し直した事例と、運用してみた所感・tipsを紹介します。 チケットが起票される

Ai Workforce 事業部に Technical Product Manager として参画している @riywo です。10 年ほど前になりますがコンテナオーケストレーションのサービスを専門に扱っていた頃、運用のハードルの高さから、当時の私は Kubernetes をあまり薦めていませんでした。そんな私が先日、半日の事業部内ハッカソンのために Kubernetes + Argo CD の GitOps で 10 チーム分の独立した Ai Workforce 環境を立ち上げたのですが、自分では kubectl を使うことも YAML を書くこともほとんどなく 10 環境を準備できてしまい、コーディングエージェントとの相性の良さに感銘を受けました。 今回は、この 10 環境をあっという間に用意できたプレビュー環境の仕組みと、GitOps + Kubernetes とコーディングエージェ

こんにちは！バクラク事業部Platform Engineering部SREグループのtaddy( id:sadayoshi_tada )です。 バクラクではオブジェクトストレージとしてAmazon S3（以降、S3と呼称します）を使用しています。保存するオブジェクトの増加にともなってS3のコストが上昇したことを契機に、アクセスパターンにもとづいてオブジェクトのストレージクラスを見直しました。その過程で使ったS3のストレージクラス分析について、概要と設定手順、分析結果からストレージクラスの変更を行った後のコスト推移を本記事で紹介します。 ストレージクラス分析の概要 ストレージクラス分析の設定手順 分析結果の見方 アクセスパターン分析後のストレージクラス変更およびS3コスト推移 終わりに お知らせ：AIカンファレンス「Bet AI Day 2026」を開催します！ ストレージクラス分析の概要

こんにちは！ Ai Workforce事業部でプロダクトマネージャーをしているimacky (@imacky27)です。 Ai Workforceは、組織の中でAIエージェントを活用するためのプラットフォームです。 getaiworkforce.com 私はこれまでC向けプロダクトの立ち上げやGrowthに関わることが多かったPdMです。だからか、AIのモデルそのものより、使うユーザーがどう理解し、どう判断し気持ちよく使えるかに目が向きます。 AIに資料の確認や情報の整理を頼むと、少し待ったあとに「完了しました」と返ってきます。 では、その仕事が正しいかを判断するために、人間は何を見ればよいのでしょうか。 完成した資料を最初から読み直すのであれば、AIに任せた意味が薄くなります。一方で、何も見ずに次へ進めるのはちょっと怖い。 入社前は、AIが賢くなるほど画面はなくなっていくのでは、と思って

はじめに はじめまして。バクラクビジネスカードの開発を担当している、Douglasこと武内です。 バクラクビジネスカードは法人向けのクレジットカードサービスで、外部システムからのリクエストを短い時間内にさばくオンライン処理をいくつも抱えています。 この記事では、そうしたオンライン処理のひとつを題材に、負荷が高まったときにスループットが頭打ちになる状況に向き合い、計測でボトルネックを見極め、処理の並列化とロック取得のリトライ調整によって、スループットを約2倍に改善した際の試行錯誤を書いていきます。 経緯 きっかけは、ある機能でリクエストが集中する時間帯にアラートが増えていたことでした。この処理は外部システムからのリクエストを受けて、短い時間の内に応答を返す必要がありますが、いくつかの検証処理を順に行っています。 しかし、機能追加を重ねるうちに直列でいくつもの処理が続くようになり、平常時は問題

こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。2026年7月1日、Snowflake の新機能 Workload identity federation for Snowflake workloads that access external services が GA になりました。一言でいうと「Snowflake 自身が OIDC Providerとなり、Snowflake 内のワークロードが外部サービスに対して、静的キー不要で認証できる」機能です。機能名が長いので、本記事では「Snowflake Outbound WIF」と表記します。 docs.snowflake.com 本記事では、実際に Snowflake アカウントと Google Cloud プロジェクトを使って動作検証した内容をもとに、この機能の仕組みと使い方を解説します。なお、本

こんにちは、LayerXのAi Workforce事業部でPMOをしているkurosawaです！ この記事ではPMO業務にAIを取り入れる際にどの業務から始めるとよいのか、逆にどこを後回しにすべきなのか、そしてLayerXで実際にどのような取り組みをしているのかを紹介します。 Ai Workforceは、企業内のデータや文書を活用し、AIエージェントで多様な業務を継続的に自動化するエンタープライズ向けプラットフォームです。 我々の事業部では大手法人のお客様向けにAi Workforceの導入支援も含めたトータルなソリューションをご提供しております。 getaiworkforce.com PMOとは？ はて、PMOとはなんぞや？と思う方もいらっしゃるかもしれませんので、PMOについて少しご説明いたします。 正式名称は「Project Management Office」で、PMBOK*の定義

こんにちは。「バクラク申請・経費精算」ソフトウェアエンジニアの@ussyです。 私はもともとAndroidとマネジメントを中心に経験してきた、どちらかというと専門特化寄りのエンジニアでした。これまでのキャリアや、なぜLayerXに入社したのかについては、以前入社エントリにも書きました。 note.com LayerXに入ってからは、Flutter、Vue、Goなど複数の技術スタックに触れながら、申請・経費精算の業務フローや、それを支える財務・会計の基礎理解も求められるようになりました。 正直、最初は全然わからないところからのスタートでした。目の前のコードも、業務用語も、レビューで飛び交う前提も、理解できているようで理解できていない感覚がありました。 一方で、LayerXには学ぶための材料がかなり多くあります。Pull Requestでのレビュー、Slackでの議論、商談動画、お客様要望につ

このnoteは、「#日めくりLayerX」と題して発信するブログリレーの2026年6月25日の記事として投稿しています。 はじめに こんにちは、バクラク事業部でソフトウェアエンジニアをしているTomoakiです。 新しい仲間が増えることは大きな力になりますが、同時に「いかに組織の拡大スピードを落とさずに、全員を最速で即戦力化するか」という課題に直面します。 この記事では、バクラクのセールスメンバー向けオンボーディングにおける課題を、内製した「AIロープレ」システムでどのように解決し、オンボーディング期間を約1/3に短縮したかについて共有します。 組織拡大とプロダクト増加に伴うオンボーディングの課題 現在、私たちが提供する「バクラク」は、請求書、経費精算、法人カード、稟議など、バックオフィス業務を効率化するサービスです。現在のLP（ランディングページ）に掲載されているだけでも、プロダクトは1

アイキャッチ はじめに こんにちは。バクラク申請・経費精算の開発をしているyoheiです。 最近、自宅寿司にハマっており寿司アカデミーに通うかほんの少し迷ってます。 近ごろはもっぱらAIを使ってコーディングしているのですが、同じような指示を書いてるな〜と思うことありませんか？ PRを作って、レビューコメントを確認して、CI失敗を直して、インシデント調査をして、QA観点を作ってなどなどです。 毎回同じ前提や手順をプロンプトとして入力していて「無駄じゃね…」と感じるようになってきました。でも、思っているだけだと実際どうなのかはわかりません。 何を何回繰り返しているのか どれを先に自動化すべきか すでに自動化できているものは何か なので、人間の記憶ではなくFact Baseにログから見つけることにしました！ この記事では、AIへのプロンプトログを集計し、繰り返し作業を見つけて、Skill / C

こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。2026年6月にサンフランシスコで開催された Snowflake Summit 2026 に現地参加してきました。本記事では、その様子や感想をレポートしようと思います。 不本意な形でXのトレンドに載ることに... 私はコスプレをしていたようです笑 Snowflake Summit 2026とは？ Snowflake Summit 2026（以下、Summit）は2026年6月にサンフランシスコのモスコーニ・センターで開催された、Snowflake社が年次で主催する最大のユーザーカンファレンスです。Snowflakeの最新技術とAIの未来を語る基調講演に始まり、500を超えるセッションやハンズオンが行われました。今年の参加者は20,000人を超え、日本からは400人を超える人々が参加しました。 今年はLay

こんにちは。LayerXで「Ai Workforce」というプロダクトのプロダクトマネージャーをしているinaoです。 Ai Workforceは、組織の中でAI Agentを活用するためのプラットフォームです。 getaiworkforce.com おかげさまで、我々の組織もお客様もユースケースも拡大を続けていて、AI Agentとその周辺機能を日々企画・開発しています。そのなかで、最近とくに議論が長引くテーマがあります。 権限管理です。 社内Slackで権限の話を始めると、毎回スレッドが伸びます。私もさまざまな方と意見交換するたびに新しい視点が得られ、とても面白い領域だと感じています。（そういう意味で、社内的にいまアツい、です） 視点が増え、論点が分岐し、さらにスレッドが伸びる。なぜこんなに難しいのか。そして、なぜ「いま」これを考える意味があるのか。この記事では、権限管理を 過去（これ

※本記事は、2026年5月までLayerXのAi Workforce事業部でR&Dインターンとして活躍してくれた kemotoさんによる執筆です。本人のインターン期間終了に伴い、LayerX の koichi（こいち）が代理で投稿いたします。最先端のAI協業の現場で得られたリアルな学びを、ぜひご覧ください！ -- こんにちは。LayerX AiWorkforce 事業部 R&D チームでインターンしております竹本（@kemotohuman）です。 当事業部では、エンタープライズのお客さま向けに『Ai Workforce』というプロダクトを提供しています。Ai Workforce では、エンタープライズの業務に用いる複雑なドキュメントを「AIの力でいかに正確に処理・分析するか」というテーマに日々向き合っています。 しかし、実務で扱われるドキュメントの解析は一筋縄ではいきません。複雑なグラフや

こんにちは！バクラク申請・経費精算のエンジニアリングマネージャーをやっています、@ar_tamaです。 今回は、私たちのプロダクトで最近行ったバックエンドのパフォーマンスチューニング（スロークエリの改善）について書いてみたいと思います。比較的地味なトピックではありますが、Coding Agentをフル活用したエピソードとして、主にMySQLをバックエンドに持つアプリケーションの性能問題に直面している方の助けになれば幸いです。 発端：データ量や分布の変化で実行計画が変わった 私たちは、プロダクトごとに内部SLO（サービスレベル目標）を定めてモニタリングし、基準値を割ったらアクションすることを習慣づけています。 SLOというと大きな障害や可用性の話を想像されるかもしれませんが、特にバクラクのような業務システムでは、毎日繰り返し使う操作の遅さがそのまま利用者（お客様）の生産性低下に直結してしまう

0. はじめに バクラク事業部で債務管理の開発をしておりますshoyanです。同事業部では「業務の自動運転」を目指し、KPI の一つとして自動化率をトラッキングしています。その一環として、初期補完で生成される仕訳の手修正を減らし、自動化率を上げたいと考えています。 そこで、「どの項目を改善すれば仕訳の自動化率に効くのか」を試算するシミュレーターを作りました。きっかけは、各項目の修正率を見ても、その項目を改善したときに全体の自動化率がどれだけ上がるかは直感に反することがある、という気づきです。修正率が高い項目を直しても、伝票単位の手作業はほとんど減らない、そんなケースが起こり得ます。これから取り組む項目が全体の自動化率にどれだけ効くのかを事前に試算できれば、改善の優先順位づけの参考になると考えました。 この記事では、その試算を支える確率モデルと、Streamlit で組んだ画面の設計を共有し

はじめに LayerX Ai Workforce事業部でApplied R&D をしているtyoyoです。 AI Agentの長期記憶に関して様々な手法が提案されていますが、そのどれもが実際に長期間で運用されたことはほとんどないはずです。なぜなら、それらが台頭したのが最近だからです。 個人的に長期記憶についての肌感覚がなかったので、実験として「1年分のAIニュースの長期記憶」を作ってみることにしました。 最大6並列で約20時間、607回のセッション、4,552個のmemoryファイル ー 動かしてみないと分からない「長期記憶の課題」にぶつかるため、今回はこういった規模でシミュレーションを行いました。 Claude Codeを参考にした簡易的な長期記憶システムの作成 基本的にはClaude CodeのMemoryを参考に、以下のような frontmatter（ファイル先頭のメタデータ記述部分

こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。 この記事では、Snowflake と dbt を使ったデータ基盤で、意図しないデータ参照を防ぐために作った dbt package、dbt-authorized-models を紹介します。 github.com はじめに LayerX のデータ基盤では、dbt を使って、データの用途や加工段階に応じてモデルを階層化して管理しています。たとえば、生データに近い層、分析しやすい形に整えた層、業務やプロダクトで使いやすい形に集約した層、というように責務を分けています。 この構造は Medallion Architecture の亜種だと考えてもらえるとわかりやすいと思います。以降では説明のために Bronze / Silver / Gold という呼び方を使いますが、staging / intermedia

こんにちは、LayerX Ai Workforce事業部でSWEをしているosukeです。 Webサービスの裏側など不特定多数のユーザーが操作する環境でAIエージェントを動作させるためにまず必要になるのがサンドボックス技術です。エージェントは自律的に柔軟な挙動をする反面、それらをセキュリティ的に閉じ込める必要が出てきます。 本記事では、Azure内で閉じる構成として、Claude CodeをSubprocessとして動かせるClaude Agent SDKとMicrosoft Foundry Hosted Agentというエージェントサンドボックス基盤を軸に構成の検討をしていきます。 AI エージェントにおけるサンドボックスの重要性 不特定多数のユーザーが触る環境で AI エージェントをサンドボックスで守るために、具体的には次のような要件が同時に求められます。 各ユーザーのチャット内容や添

こんにちは、Ai Workforce事業部でAI検索エンジニアをしている鷹取です。 AIエージェントにドキュメントを探させる方法として、最近は検索ツールを使わせるアプローチに関心があります。検索APIを直接呼ばせる方法もありますが、ディレクトリを見たり、候補文書を読んだり、検索語を変えたりできる探索的なインターフェースも相性が良さそうです。 その方法として面白いのが、Agent向けの仮想ファイルシステムです。Agentには ls, cat, grep のようなファイル操作を見せつつ、実体は検索エンジン上のデータにします。これなら、Agentはファイルを探索しているように振る舞えますが、システム側では検索エンジンのindexingや権限制御を使えます。 今回は、この仮想ファイルシステムをOpenSearch上に作り、さらに自然文で探せる semantic_search も同じ探索面に追加して

機械学習エンジニアの吉田です。バクラクヘルプデスクエージェントの開発を担当しています。この記事では、バクラクヘルプデスクエージェントにおけるナレッジ更新の同時実行制御を Temporal を活用してどのように実現したか紹介します。 背景 バクラクヘルプデスクエージェントとは バクラクヘルプデスクエージェントは、社内の問い合わせ対応を自動化するAIエージェントで、社内規程や業務マニュアルを元にSlackで多様な質問に自動で回答します。AIで解決できない場合は適切な担当者へシームレスに取り次ぎ、問い合わせをきっかけとしたマニュアルの更新も支援します。 bakuraku.jp AIが正確に回答するには、根拠となる社内ドキュメント群 (ナレッジ) の品質が重要です。ナレッジの元になるのは Notion や Google Drive 上の社内規程・業務マニュアルで、これらのソースと同期し、常に最新の

こんにちは。バクラク給与の開発を担当しているakahaneです。 新規プロダクトとしてバクラク給与を立ち上げ、2026年3月にリリースしました。その開発の進め方について振り返ります。 はじめに バクラク給与の立ち上げでは、Claude CodeやCodexなどのコーディングエージェントを積極的に活用しました。 ただし、これは「AIにコードを書かせたら速かった」という話ではありません。 給与計算は、間違いが許されない領域です。計算結果が1円ズレれば、それは従業員の生活に直結する。「それっぽく動くコード」が最も危険な領域とも言えます。 一方で、新規プロダクトの立ち上げは変化の連続です。仕様も設計もプロダクトの形も日々変わる。このフェーズでは、試作・修正・検証のサイクルをどれだけ速く回せるかが勝負になります。 「間違えてはいけない」と「速く試行錯誤したい」。この一見矛盾する要求の中で、コーディン

こんにちは。バクラク事業部で機械学習エンジニアをしている伊藤（@sbrf248）です。最近はオンライン上で日々流れてくる情報が膨大なので、頭の整理のため紙とペンをよく使うようになりました。GWには（手の届く範囲で）少し高価なボールペンを買ってみました。 さて、近頃はAI・LLMを組み込んだプロダクトやシステムが当たり前になってきています。 私の携わる「バクラク」でも様々なAIエージェントをプロダクトに組み込み、あらゆるバックオフィス業務の自動化を進めています。 bakuraku.jp AI・LLMを組み込む場合、最初に作ったものがそのまま完成ということはあまりなく、継続的な性能の改善が求められるケースが多くあります。特に、ユーザーごとに体験を最適化するパーソナライズされたシステムの場合は、ユーザーのフィードバックをいかにして収集し活用するかが重要です。 日々重要性が高まってきている「ユーザ

こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。 先日、光栄にも Snowflake Data Superhero に選出いただきました。これからも Snowflake のマニアックな話を届けていきますので応援よろしくお願いします！ www.snowflake.com はじめに さて、今回の記事は Snowflake-managed Iceberg table のデータ取り込み方式に関する内容です。Snowflake-managed Iceberg table とは、CATALOG = 'SNOWFLAKE' を指定して作成する、Snowflake を catalog とする Iceberg table を指します。 docs.snowflake.com Snowflake-managed Iceberg table には既存の Parquet ファイ

LayerX QAエンジニアの小山です。 昨今、AIコーディングアシスタント（特にClaude Code等）の進化により、コードの実装やテスト追加のスピードが飛躍的に向上しています。しかし、AIにコードを書かせる際に「どこまで厳密なエラーハンドリングが必要か」「テストはどの程度書くべきか」といったことに迷われた経験はないでしょうか？ 今回は、バクラク事業部の品質の定義やテスト戦略などを言語化し、Claude Codeが動く際にリスクの高い箇所を守るように動いてもらい、テストも同時に生成してもらう、早期テストで時間とコストを節約する試みについてご紹介します。 ソフトウェアテストの原則「早期テストで時間とコストを節約する」 筆者はJSTQB FLの公認コースのトレーナーを15年ほどしているのですが、JSTQB FLシラバスの中に「テストの原則」として７つの原則があります。その中の１つとして「早

はじめに こんにちは、バクラクビジネスカード開発チームの @budougumi0617 です。 先月まではテックリードでしたが、4月からエンジニアリングマネージャになりました。 バクラクビジネスカードは2022年からサービスを提供している法人様向けクレジットカードのサービスです。昨年2025年からはETCカードのサービス提供も開始しました。 prtimes.jp 本記事では、もともとクレジットカードの決済データを受け取ることのみを前提に設計されていたバクラクビジネスカードのデータベースに対して新しくETCカードの決済データも受け入れられるようにマイグレーションを行なったときに考えたことをまとめます。 要点を先に書くと、次の3つです。 約3年分の決済レコードが蓄積された本番DBに対して、サービス無停止でスキーマ変更を完了した テーブルごとに許容できるマイグレーション時間も考慮しながらマイグレ