ふたつのキャスト BigQuery には値をキャストする関数として CAST() と SAFE_CAST() の二つがある。 このように動作する。 SELECT CAST('0xDEADBEEF' AS INT64) AS number; /*------------* | number | +------------+ | 3735928559 | *------------*/ SELECT SAFE_CAST('0xDEADBEEF' AS INT64) AS number; /*------------* | number | +------------+ | 3735928559 | *------------*/ この時点では挙動が同じなので違いは見えない。キャストに失敗する値を渡してやると違いが見える。 SELECT CAST('0xDEADCHICKEN' AS INT64

古典的なDDD/クリーンアーキテクチャを採用したJava Webアプリケーションで生じる「モデル増殖」「詰め替え過剰」「ドメインモデルの肥大化」という問題を診断し、Always-Valid LayerとRaohによるデコーダ合成で解消する設計を解説する。本書は無料です。内容が役に立ったと感じたら、本書で使用しているライブラリ Raoh（https://github.com/kawasima/raoh）にスターを付けたり、実際のプロジェクトで試してみたりしていただけると励みになります。

今回「Bet X」のコーナーに登場するのは、バクラク事業のCPO（最高プロダクト責任者）務める榎本 悠介（以下、mosa）です。 債務管理、経費精算、法人カード、請求書発行、勤怠管理、給与計算など、バクラクシリーズのほぼすべての新規プロダクトを次々と立ち上げてきたmosa。2022年には「開発速度が速い #とは」という資料を公開し、エンジニアやプロダクト界隈で大きな反響を呼びました。 AIの登場によって誰もがプロダクトを作れる時代になった今、「どれだけ速く作れても、点としての速さで終わるなら意味がない」とmosaは語ります。 AIを積極的に活用しながらも、自らの失敗談を率直に振り返りつつ、AI時代のプロダクト開発で本当に大事にしていることは何か。 mosaがプロダクト開発においてBetしている「継続的なアウトカム」を生み出すために必要な考えについて話を聞きました。 執行役員 バクラク事業

Findyスキル偏差値や発信力レベルの上位者に、日々のアウトプットで得られた経験や継続のコツを尋ねる連載企画。今回のゲストは、スキル偏差値「JavaScript 74.2」「Rust 71.7」「TypeScript 71.3」「C++ 66.9」、発信力レベル「9」のKOBA789さんです！ YouTubeチャンネル「#ch789」をVTuberとして運営するKOBA789さんに、技術発信の原点や、現在の発信スタイルを選んだ理由、そしてアウトプットを継続する秘訣を聞きました。 ＞KOBA789さんのポートフォリオを見てみる 制服のまま勉強会へ。中学生で始めたライトニングトーク― はじめにアウトプットを始めたきっかけから教えてください。 中学生の頃に、「クラスメイトと一緒に使う掲示板をつくりたかった」のが大きなきっかけでした。運用するうちに「レスポンスが遅いから、次はチャットをつくりたい」

前から質問箱で無限回聞かれてきた本の読み方について書きます（分野や難易度問わず）。 所詮は趣味だし個人差も大きいと思うので自分のやり方を試行錯誤するのが一番いいのだが、俺のやり方はたぶん結論だと思う地点にもう行き着いたのでここらで共有しておく。 ふだん読む本の例 読み方を考える前に 読んで得るものを最大にしたい 知識の定着は目的にしない ミクロな情報とマクロな文脈 タイプ別攻略メモ ほとんど全てが未知の本 ほとんど全てが既知の本 中途半端に既知の本 Tips集 やる気を信じろ ワーキングメモリ枯渇対策 紙メモvsデジタルメモ 読書タイムスパン 読み方を考える前に 本題に入る前に、読書の目的などに軽く触れておく。 読んで得るものを最大にしたい わざわざ本の読み方を考える理由は、本を読んで得るものを最大にするためだ。 読み終わった時点で自分が何を得たかきちんと説明でき、かつ、その情報量が最大に

環境設定から並列セッションでのスケーリングまで、Claude Code を最大限に活用するためのヒントとパターン。 Claude Code は agentic coding 環境です。質問に答えて待つチャットボットとは異なり、Claude Code はファイルを読み取り、コマンドを実行し、変更を加え、あなたが見守ったり、方向を変えたり、完全に任せたりしながら、自律的に問題を解決できます。 これはあなたの作業方法を変えます。自分でコードを書いて Claude にレビューしてもらう代わりに、やりたいことを説明すると Claude がそれをどのように構築するかを考え出します。Claude は探索し、計画し、実装します。 しかし、この自律性にも学習曲線があります。Claude は理解する必要がある特定の制約の中で動作します。 このガイドでは、Anthropic の内部チームと、様々なコードベース、

Claude Codeの5つの習熟レベル。CLAUDE.mdで止まっている人が知らないSkills・Hooks・Orchestrationの世界についてAWSAI生成AIAnthropicClaudeCode はじめに こんばんは、mirukyです。 Claude Codeを使っている方、CLAUDE.mdは書いていますか？ 最近、Redditで「The 5 Levels of Claude Code」という投稿が話題になりました。投稿者のDevMoses氏は、 198エージェントを32セッションで並列実行し、マージコンフリクト率わずか3.1% という驚異的な運用を行っています。 その核心は「Claude Codeには5つの習熟レベルがある」というフレームワークです。多くの人はLevel 2のCLAUDE.mdで止まっていますが、その先にはSkills・Hooks・Orchestratio

Claude Codeを「最小構成」で飼い慣らす — CLAUDE.md + Skills + Hooks のハーネス設計 *人間が読む用に書いてません。お手持ちのClaude Codeに読ませてください。 ハーネスの全体像：3つの構成要素ユーザーがプロンプトを送信 │ ▼ ① Hook（settings.json）──── プロンプト送信時に自動発火。「やることリスト」を通知する │ ▼ ② CLAUDE.md ──────────── Claudeの行動制約。何をすべきか、何をしてはいけないかの憲法 │ ▼ ③ Skills（SKILL.md）───── 具体的な手順書。「どうやるか」を定義した再利用可能なプロシージャたったこれだけ。テストフレームワークもガバナンスツールもguardrailsライブラリも使っていない。ファイル数にして4つ（settings.json、enforce-s

本稿では、AIエージェントの出力品質は「構造」で大きく変わるという前提のもと、CLAUDE.mdの次のパラダイムとして注目される「ハーネスエンジニアリング」の概念・構成要素・導入方法を、実運用の経験を交えて解説します。 なぜハーネスが必要になったのか 半年ほど前、筆者はCLAUDE.mdだけでプロジェクトを回していました。 コーディング規約、ディレクトリ構成、技術スタックを書いておけば、AIは概ね期待通りに動きます。 最初のうちは。 問題はプロジェクトが大きくなってから出ました。 品質のばらつき: 同じ「APIエンドポイントを追加して」という指示でも、セッションによってファイル配置やエラーハンドリングの粒度が違う セッション切れの断絶: 昨日の作業の続きを頼むと、前回の設計判断を無視した実装が返ってくる スキル追加の破綻: /deploy /write-test のようなスキルを20個以上

第1層 ~ 第3層はローカルで完結するためフィードバックが速く、第4層はリモートで動くため網羅性が高い。この速度と網羅性のトレードオフを層で分離するのが設計の要です。 タスク指示からマージまで ここからは、実際にタスクを指示してからPRがマージされるまでのフローを説明します。このフローの各ステップに4層のハーネスが組み込まれています。 仕様策定と実装 第1層: post-edit-lint 第2層: Lefthook pre-commit PR作成前レビュー 第3層: /pre-push-review PR作成とCodeRabbit監視 第1層: pre-bash-guard 第4層: post-push-monitor CodeRabbit指摘対応 第1層: pre-bash-guard (先送り防止) マージ・クリーンアップ 第3層: /merge-and-cleanup Step 1

「それ、Skill にしない？」 最近、自分の口癖がこれになった。誰かがSlackで手順を聞いてきたとき。自分が同じ作業を3回目にやったとき。同僚にレビューの観点を説明しているとき。 タイトルは盛ってる自覚はある。でも実際に50個以上作ってみて、割と本気でそう思っている。 仕事のやり方が驚くほど変わった。仕事を「やる」のではなく「書く」ようになった。 「ドキュメント書きましょう、なんて話は100回聞いたよ」と思うかもしれない。ただ、Agent Skill をきっかけに「仕事をドキュメント化する」ことの重要性が爆発的に高まった。 ConfluenceやWikiに書いた手順書は、大抵は書かれて終わり。SKILL.md に書いた手順は、AIが読んで、そのまま実行する。 これからは 「ドキュメントにしましょう」ではなく「Skillにしましょう」が合言葉になる 言葉にすれば、誰でも使える指南書になる

Claude Codeに実装させた後、毎回自分でコードレビューして突っ込みを入れるのが大変だった。そこで、実装後に自動でセルフレビューと修正をする仕組みを作ったので紹介する。 課題: Claude Codeで出力されたコードの品質が自分の基準を満たさない Claude Codeで一気に実装ができるようになった反面、出力されたコードの品質が自分の基準を満たさないことが多かった。そのため、変更のたびに毎回ツッコミを入れていて、かなりの手間がかかっていた。プランモードで事前にちゃんと設計したとしても、コードレベルでは満足いかないことが多かった。 じゃあサブエージェントやCodex CLIで先にレビューして直し切ってもらってから確認すれば良いのでは？と思ってやってみた。しかし、AIのレビュー指摘には的外れなものや過剰なものも混じるため、全部対応させるとかえってコードが散らかってしまうこともあった。

メインデスク デスク デスクフレーム デスク天板 メインモニター周り メインモニター モニターライト モニターアーム メイン モバイルモニター サブモニター周り サブモニター モニターアーム サブ PC周辺 パソコン ス

富山県の立山から雪の大谷へ行ってきた話の後編。 目的地である「雪の大谷」に行くには「室堂」へ行く必要がある。 立山黒部アルペンルートは、 様々な乗り物を乗り継いで目的地まで行く立山駅から室堂へ行くには 立山駅〜美女平までケーブルカーに乗り、 美女平〜室堂まで高速バスに乗る。 今回は立山駅〜室堂までの模様をレポートしていきたい。 ↓富山市内〜きっぷ購入までの模様はこちら↓ 8:40 立山駅 出発ケーブルカー乗車10分前の8:30頃に立山駅へ到着。 写真は前日の夕方の様子。 8:30頃は中国人の団体客がここに溢れていて みんなで集合写真を撮っていて混んでいた立山駅に入るとすぐにケーブルカー乗り場の列が 一般客と団体客でレーンが分かれている一般客レーンに並んで切符スタンバイ 右下のQRコードを読み取ってもらうケーブルカー乗り場へ中国人の団体客とバッティングしてしまい、、 ケーブルカーの中は中国語

生うにのおいしさをそのまま味わえることが特徴の無添加塩水うに！食感も甘みも風味もまさに獲れたてに近く、一度味わったら脳裏に焼きつく甘さ♪