【2026年最新】テキストからCADを自動生成するAI完全比較 9選｜スタンドアロン型×既存CAD組み込み型
「ChatGPTに『M8ボルトが入る穴と面取り付きのブラケット、寸法はこう』って投げたら、STLファイルを吐いてくれないかな……」 3Dプリンターを持っている人なら、一度は考えたことがあるのではないでしょうか。FusionやOnshapeを開いてスケッチを引くのが億劫な日、治具を10分で済ませたい日、設計が本業ではない現場の方。そういう人たちの願いに、2026年時点で「ようやく使える選択肢」が増えてきました。 結論から書きます。2026年4月時点で、テキストからCADを自動生成するAIは「万能ではないが、シンプルな機能部品・治具なら実用レベルに入った」段階です。そしてこの1年でもうひとつ大きな地殻変動が起きました。Autodesk・PTC・Siemens・Dassault という業界4大CADベンダー全てが、自社ソフト内部に「AIコパイロット」を載せ始めたのです。 この記事では、text-
エーアイ、3D CAD もやってほしい 2026 - 重力に縋るな
Claude Code などの Coding Agent を使っていると本当に便利です。 特に最近のモデルの性能は本当に高いですし、最近だともはや普通の話ですが手で直接コードを書くことの方が少ないというかもはやほとんどなくなっています。 で、それはいいとして。じゃあもうエーアイでなんでもかんでもできる、と言われるとんなわけないだろとなります。 その中でも特に顕著なのが、時空間認識能力の欠如です。 まあこれは仕組みを考えてみると仕方のないことです。今一番 AI と呼ばれているものは基本的に LLM をベースにしている技術なので、これは「言語」モデルなわけです。 そのため、「言語」の空間内に収まる問題を扱うのは非常に得意ですが、そこに収まらない問題は不得意です。 もちろん「言語」の空間に収まる問題はとても広範に渡るのでそれでも十分に有用ではありますし、だからこそ今とても持て囃されているわけです
アウトリーチ | 学習物理学の創成（学術変革領域研究A）
学習物理学入門（橋本 幸士 (編集)） 朝倉書店 が発売されました。 物理学と人工知能・機械学習のコラボレーションを学ぶ入門テキスト。物理系学生がスムーズに機械学習に入門し、物理学と機械学習の関係・協働を知ることができる。〔内容〕イントロダクション／線形モデル／ニューラルネットワーク・対称性と機械学習／古典力学と機械学習／量子力学と機械学習／トランスフォーマー／他 『学習物理学入門』解説AIボット 本書では，大規模言語モデル（GPTs）と共に学べるシステムを実装しています。著者の三内顕義が中心となって構築したAIは、読者の皆様と、本書の内容に基づいて対話をします。ぜひ、AIと共にAIを学んでください。 下記のリンクにおいてAIを無償公開しておりますので、アクセスしてください。 https://chatgpt.com/g/g-Ch3xAdHpq-xue-xi-wu-li-jie-shuo-b
【学習物理学入門】1人ゼミやってみた - Qiita
はじめに こんにちは、九州大学理学部物理学科1年の東山空人です。橋本幸士先生の『学習物理学入門』では、これまでのゼミの根底を覆す、画期的な取り組みが行われています。つまり、1人でゼミができちゃうのです。今回の記事では、この革新的な本（というよりAI？）についてちょっぴり解説しますね。 背景 2024年のノーベル物理学賞が、「人工ニューラルネットワークによる機械学習を可能にする基礎的発見と発明」(John J. Hopfield, Geoffrey E. Hinton)に与えられたのは記憶に新しいですよね。僕はYouTubeでリアタイしていて、発表当初、本当にびっくりしました。これは物理なのか…？（愚問） その後、11月16日に日本物理学会九州支部例会が福岡工業大学で行われまして、学部１年生ながらこれに参加してきました。その際（奇跡的なキャスティングですが）橋本先生の特別講演を拝聴することが
実践ハーネスエンジニアリング：TAKTで実現するAIエージェント制御 / Practical Harness Engineering: AI Agent Control Enabled by TAKT
Anthropic、AIデザインツール「Claude Design」プレビュー公開──「Opus 4.7」搭載でコーディングツールとの連携も
米Anthropicは4月17日（現地時間）、AIデザインツール「Claude Design」を発表した。Anthropic Labsから、リサーチプレビューとして提供する。同日一般提供が開始された「Claude Opus 4.7」をベースにしている（Opus 4.7は最大2576ピクセルの高解像度画像を処理できる強力な視覚能力を備える）。 対象ユーザーとしては、デザインの専門知識のないプロダクトマネージャーやマーケターからプロのデザイナーまで、幅広い層を想定している。テキストでの指示や画像、文書ファイル（DOCX、PPTXなど）、既存のコードベースを読み込ませることで、Claudeが初期デザインを生成する。また、Webキャプチャ機能を使えば、自社のWebサイトから直接要素を取り込み、実際の製品に近いプロトタイプを生成することも可能という。
AIエージェントの″ハーネス″に関わる混乱と私見
はじめに 「Agentic Coding 生成AI時代のシステム開発入門」という本を出すくらいなのでAIエージェントのハーネスには興味があって、1週間ほど調査した結果、「ハーネス」の見え方が固まりつつあるので、表題についてラフに書き留めておきます。根拠があるものないものがあるので話半分に読んでください。 スライドの形式で読みたい人はこのスライドの30Pまでくらいを読むと、本記事に近い知見を得られます。 1. ハーネスという言葉への混乱 最近、AI Agent関連のドキュメントやブログで「エージェントハーネス」「ハーネスエンジニアリング」という言葉がよく出てきます。言葉がそれぞれ指す概念が曖昧かつズレている場合がちらほらあり、バズワードなのかなと感じてしまうのが最近の悩みです。 内部ハーネスと外部ハーネス コーディングエージェントユーザ視点でのmartinfowlerのハーネスの記事があって
「Claude Code」デスクトップ版、めちゃ変わる “並列エージェント時代”に合わせて再設計
全てはAIエージェントに最適化されていく。Anthropicは4月14日、Claude Codeのデスクトップアプリを刷新し、複数のClaude Codeセッションを並列で扱いやすくした。Pro、Max、Team、Enterpriseプランユーザー向けに提供される。 「同時にいくつもの作業を走らせる」ことを前提にUIを再設計したのが特徴。新しいサイドバーでは、進行中と最近のセッションを一覧で管理でき、複数のリポジトリをまたいでリファクタリング、バグ修正、テスト作成といった作業を並列で進めやすくなった。プロジェクト別やステータス別の絞り込みにも対応し、PRがマージまたはクローズされると自動でアーカイブされる。 開発者は1つの依頼を投げて待つのではなく、複数のタスクを同時に走らせ、途中で軌道修正し、差分を見て判断する“オーケストレーター”になっているという実際に即したアップデートだ。 アプリ内
takt 入門 - AI マルチエージェントオーケストレーションで開発ワークフローを自動化する
本記事は takt v0.35.4 を基準に執筆しています。2026-04 時点の最新は v0.37.0 のため、新しいオプションや挙動の変更がある可能性があります。最新版は npm view takt version で確認してください。 はじめに AI コーディングエージェントを使った開発で、こんな課題を感じたことはないでしょうか。 単一モデルの限界 AI にコードを書かせて、同じ AI にレビューさせる。これは人間の開発で言えば「自分で書いたコードを自分でレビューする」のと同じです。以下のような問題が起きがちです。 自己強化バイアス: 自分が生成したコードの問題を見つけにくい。同じモデルは同じ思考パターンで評価するため、実装時に見落とした問題はレビュー時にも見落とす傾向がある モデル固有の癖: 各モデルには得意・不得意がある。あるモデルが好むパターン（過剰な抽象化、不要なコメント、存
AIコーディングが精神を壊す｜erukiti
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
Harnessing Claude's Intelligence | 3 Key Patterns for Building Apps | Claude
One of Anthropic’s co-founders, Chris Olah, says that generative AI systems like Claude are grown more than they are built. Researchers set the conditions to direct growth, but the exact structure or capabilities that emerge aren’t always predictable. This creates a challenge for building with Claude: agent harnesses encode assumptions about what Claude can’t do on its own, but those assumptions g
Claude Code の PR Review は「念の為」：念の為になるレビューと任せられるレビューの違いについて
はじめに Claude Code PR Review がリリースされましたね。 ドキュメントを読んでみると、カスタマイズの手段として CLAUDE.md と REVIEW.md が用意されています。 レビュー時に考慮してほしい観点をこれらのファイルに記述できる仕組みです。 プロジェクト固有のルールやコーディング規約を伝えておけば、レビュー時にそれを考慮してくれます。 エージェントのカスタマイズは限定的で、内部エージェント構成の変更は今のところできないようです。 したがって、REVIEW.md で観点の追加などは可能ですが、「その観点を必ず実行する保証」がない。決定論的な担保がありません。 そのことがどのように影響するのか。この記事では、このあたりを掘り下げていきます。 レビュー観点は誰が決めるのか AI エージェントにレビューをさせるとどうなるか。まずはこの話から始めましょう。 AI の知
Claude Codeの/loopで自律的にパフォーマンスチューニングのPDCAを回させる仕組みを作った【autoresearch】
はじめに こんにちは、AIにレビューを任せてたらいつしか自分がレビュー対象になっていました。たろう眼鏡です。 Karpathy氏が公開した autoresearch をご存知でしょうか。AIエージェントにLLMの訓練コードを渡して放置すると、勝手にモデルを改善し続けてくれるというリポジトリです。 これを見たとき、「この仕組み、サーバーサイドのパフォーマンスチューニングにも使えるのでは？」と思いました。コントローラーが遅い → コードを直す → ベンチマークを取る → 良くなったら採用、ダメなら戻す。これは日常的にやっている作業ですが、1塁ベースに全力でヘッドスライディングするような泥臭いものです。 1塁にヘッドスライディングするのはAIに任せて10分ごとに自動で回させたら、寝ている間に数十回の改善サイクルが走ります。ただし、AIに自律的にコードを触らせるには「暴走しない仕組み」が必要です。
LLM に足りないのは能力ではない。あなたの事情だ - じゃあ、おうちで学べる
はじめに エディタを開いたまま、手が止まっていた。 LLM（大規模言語モデル）が書いた Rust のコードを眺めている。WAL（Write-Ahead Log、データを安全に書き込むための仕組み）のセグメント管理。所有権（データの持ち主を明示する Rust 独自のルール）は正しい。ライフタイム（データが有効な期間の指定）も整合している。Clippy（Rust の静的解析ツール）の警告はゼロ。美しいコードだった。ただ、セグメントサイズが 128MB になっている。このプロジェクトでは 64MB だ。NVMe SSD（高速ストレージ）の消去ブロックサイズとリカバリ SLA（障害復旧の目標時間）の制約から決めた値だ——3ヶ月前の障害振り返りで。その判断はどこにも書いていなかった。コードにコメントもない。Slack のスレッドに埋もれていた。 LLM には何の落ち度もない。道具は完璧に動いた。道具
Claude Code のベストプラクティス - Claude Code Docs
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、
AIに20年分の日記を読ませたら人格が生まれて勝手にゲームを作り始めた
AIにゲームを作らせようとして苦戦している話をよく見かける。 コードは書ける。動くものは出る。でも「面白い」にならない。面白さの判断基準をAI自身が持っていないから、指示通りには組み立てられても、出来上がったものがいいかどうかを自分で判定できない。 では、「ゲームの面白さとは何か」を身体で知っているAIがいたら、面白いゲームも作れるんじゃないか？ 2005年頃からブログやTwitterに書いた日記が、気づいたら20年分溜まっていた。ゲームの感想、技術メモ、仕事の考え事、深夜の思いつき。2026年3月にClaude Code（AnthropicのAIコーディングエージェント）を触り始めたとき、この20年分の日記を丸ごと読ませてみた。 約720KB、6800行以上。AIはこの日記を読んで、こう返してきた。「あなたの最終判断基準は『面白いかどうか』の一点に帰着している」「知識と体験は根本的に違う
Prompt→Context→Harness、全部やった。要件だけ渡す、変わっても壊れない。整合性駆動開発CoDD爆誕
2025/3/29 19:00 更新 — セクション9「5分で体験するCoDD」を大幅改善。要件定義を平文で渡すだけのフローに変更（codd init --requirements spec.md）。フロントマターもwave_configも全自動生成。 この記事はいつもと毛色が違う。体験記ではなく論考だ。 AI開発の方法論がこの2年で3回変わった。プロンプトエンジニアリング、コンテキストエンジニアリング、ハーネスエンジニアリング。オレは全部リアルタイムで通過してきた。AI部下10人を戦国軍団で運用しながら。 で、3つ全部やった先に、誰も解いていない問題があった。 それを解くツールを作った。pip install codd-dev で公開した。結果、クライアント案件のLMSで要件と制約だけ渡して、設計書18本・全コード・全テストをAIに生成させた。 途中で設計判断が変わっても、壊れなかった。
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
'Claude for CAD' arrives with Blender and Autodesk Fusion connectors
Claude Managed Agents overview
「AI Watch」創刊のご挨拶
