はじめまして。チームみらい 永田町エンジニアチームの伊藤と申します！エンジニアチームではエディと呼ばれています。 どーやって作ったの？先日チームみらいでは、政治資金の流れを透明性を持って公開するプラットフォーム「みらい まる見え政治資金」をリリース、ソースコードも OSS として公開し、サービス開始から約2日で20万PVと、大きな反響をいただきました。 アプリケーションの設計や技術的な詳細については、上記の記事にまとめているので、ぜひ読んでみてください！ ところで、こちらのアプリ、実は95%以上のコードをLLM（コーディングエージェント）が実装しているんです。 自分でコーディングの手を動かさない開発手法を確立できたことで、15,000行程度の中規模アプリケーションを、開発開始から約45日でリリースすることが可能になったと思っています。（なお私は別件でフルタイムの本業があり、パートタイムとし

Header image from Dex Horthy on Twitter. Context engineering is building dynamic systems to provide the right information and tools in the right format such that the LLM can plausibly accomplish the task. Most of the time when an agent is not performing reliably the underlying cause is that the appropriate context, instructions and tools have not been communicated to the model. LLM applications ar

生成AIの登場は私たちの仕事の進め方に大きな変化をもたらしました。より多くの仕事をこなせるようになった一方で、「自分の頭で考える」時間が減り、思考力や問題解決能力の低下が懸念されています。このような課題に対応するため、多くのAIサービスは、単に答えを提供するのではなく、ユーザー自身の思考を促す「学習モー…

はじめに 正直に言って、AIエージェントを初めて理解しようとしたとき、私は完全に見当違いをしていた。単なる賢いチャットボットの延長線上にあるものだと思っていた。でも、実際に触れてみて驚いた。これは全く違う生き物だった。 エージェントとは「行為者性（agency）」を持つ存在だ。つまり、ただ反応するだけじゃなくて、目的を持ち、意図的に行動し、経験から学習する自律的な存在だ。これって、ある意味で「生きている」ということに近いんじゃないだろうか。 従来のソフトウェアを思い出してみる。入力に対して決まった出力を返す、予測可能な機械だった。でもAIエージェントは違う。確率的で、時に予想外の振る舞いを見せる。まるでデジタル世界に新しい種類の「生命」が誕生したかのような感覚を覚えることがある。 私たちは今、Andrej Karpathyが言うところのSoftware 3.0の時代にいる。自然言語がプログ

AIコーディング関連で知見も溜まってきたので、「詳しくない分野でのVibe Codingで困ったことと学び」という発表をしてきました。発表資料を共有します。 speakerdeck.com オンラインで3年ぶり、オフラインで6年ぶりの発表だったっぽい...久々で緊張しましたが、良い発表の機会を作ってくれた運営の皆さまありがとうございました！ 以下、スライドを文字起こししたものです。 スライド文字起こし 今日話すこと Vibe Codingで、サーバーサイドエンジニアが経験のないiOSアプリを作った その中で困ったことと学びを紹介 初iOSアプリ開発のきっかけ その日やる気を出すためだけのシンプルなTODOアプリが欲しかった Vibe Codingによって、開発経験のないiOSアプリも簡単に高速に開発できるのでは？ 実際に作ってリリースした！ Daily Do AIをフル活用し、Vibe C

fukabori.fmのtwadaさん回、面白いなー分かるなーって思いながら聞いて、今の自分の頭の中を書きだしてみようと思ったので書いておく。 どのくらい生成AIに任せているかをあらわす指標 どのくらい生成AIに任せているかをあらわす指標は、こうかなぁと僕は思っている。 「生成されたコードを自分が読んでいない割合」 どれだけたくさん生成AIにコードを書いてもらっていたとしても、生成されたコードを自分が全部読んで理解している場合は、主導権は自分にある。逆に、生成されたコードを全く読んでいなければ生成AIに主導権がある。 右のほうが生産性は上げやすい AIにどれだけたくさんコードを生成してもらったとしても、全部読んで理解しないといけないなら人間がボトルネックになる。右側にいけばいくほど、生成AIに任せられるので生産性は上げやすい。 ただ、右側にいけばいくほど自分がコードを理解していないし、構造

株式会社ヘンリーで SRE をやっている id:nabeop です。 今回は SRE チームが中心になって Henry のクラウド基盤を Google Cloud から AWS に移行しようとしているプロジェクトについて紹介します。 なぜ、クラウド基盤を移行するのか? レセコン一体型電子カルテの Henry は開発当初からクラウド基盤として Google Cloud の Cloud Run や Cloud SQL を使っていました。Henry の開発当初はインフラ担当のエンジニアがいない状態でも少ない人数で最速でサービスを開発する必要があったため、インフラ部分が抽象化されている Google Cloud を選択するのはごく自然な選択だったと思います。 Henry の開発が進むにつれて、開発当初はクリニックを想定していましたが、回復期リハビリテーション病院や急性期のような複雑な機能が必要な医

こんにちは！クラスター株式会社でクライアントエンジニアをしている@nkjzmです。 最近クラスターの開発チーム内で行っているAI勉強会の中で「個人iOSアプリ開発で使っているClaude Code Hooksの紹介」という発表しました。 発表では、 Claude Code Hooksを使ってコード品質を保つ工夫 Hooksでエラーを検知してClaude Code自身に修正させる方法 実装が完了したらすぐに手元のiPhoneで確認できる仕組み などについて紹介しています。Hooksを活用する上での参考になれば幸いです。 発表スライドはこちら speakerdeck.com スライドでは口頭で補足している内容もあるので、文章でも紹介したいと思います。 個人iOSアプリ開発で使っているClaude Code Hooksの紹介 作っているアプリ 個人でClaude Codeを使って『毎日ジム』とい

The genies are out of the bottle. Let’s take as a given that augmented coding is steadily reducing the cost, skill barriers, and time needed to develop software. (Interesting debate to be had—another day.) Will this lead to fewer programmers or more programmers? Economics gives us two contradictory answers simultaneously. Substitution. The substitution effect says we'll need fewer programmers—mach

日本語の翻訳に特化したPLaMo翻訳のサブスクリプションサービスを正式リリース英文も、まるでもともと日本語だったかのような流暢な翻訳で読解をサポート 追記（2025.10.10） ファイル翻訳機能のPDF形式への対応は現在開発中につき、11月となる予定です。 株式会社Preferred Networks（本社：東京都、代表取締役 最高経営責任者：西川 徹、以下、PFN）は、日本語を入力・出力言語とするテキスト翻訳に特化してPFNがフルスクラッチ開発した大規模言語モデル（LLM） PLaMo™翻訳のサブスクリプションサービスの提供を2025年10月10日に開始します（サービスサイト: https://translate.preferredai.jp）。本サービスでは、月間利用上限のあるFreeプランを無料で、文書読解用途での利用を主とするライトユーザー向けの Liteプラン をリリースキャン

tl;dr Claude Sonnet 4.5 が発表されたよ コーディング性能はあらゆるモデルの中で一番高いよ ミスアライメントがすべてのモデルの中で最も低いよ Opus 4.1 と比べても全体的に性能が向上しているよ Claude Code が v 2.0.0 にアプデされたよ Claude Code にチェックポイント機能がついたよ（ESC x2 か /rewind） Claude Code SDK が Claude Agent SDK にリネームされたよ Claude for Chrome がウェイトリスト登録者全員に解放されたよ Claude API にコンテキスト管理のふたつの機能が追加されたよ Claude Sonnet 4.5 に既に対応済みのサービスをまとめたよ Claude Sonnet 4.5 の発表にともなって公開されたリソースが盛りだくさんで、迷子になりかけたので

初めまして、kagayaです。 AIネイティブなプロダクト開発を頑張っています。 共訳した「AIエンジニアリング（オライリー・ジャパン）」が11/28に発売です。よろしくお願いいたします。 世はAIコーディングエージェント時代。 圧倒的に手数は多くなり、自動でPRを生成する取り組みも見かけるようになりました。 かくいう私も、Claude Code Actionを夜間に動かしてGitHub Issueを自動解決する実験をし、朝に作成されているPRを眺めて、「これが不労コード生活か」と思うなどしていました。 そんな中で、新しく生まれた悩みの一つは、このコード、どこまでレビューすればいいんだ？ です。 全部読んでたら、自分で書いた方が早くない？でも全部信じるのも怖い。 バイブに身を任せた結果として生まれた数千行のPRを前に、途方に暮れた経験がある人もいるのではないでしょうか。 Thoughtwo

「自分この会議に出てる意味あるんだっけ？」と感じたことがある人は多いんじゃないかと思う。 この感覚を持つことはとても大事で、放置してはいけない。「参加してる意味ないよなあ」と思いながら惰性で黙って参加していると、自分だけではなくまわりの参加者もやりづらく悪影響を及ぼす。 特に定例の会議について、自分が参加する意義がわからなくなってしまったときにどう動くのがよいかを雑にまとめてみる。 1. 自分の期待役割を確認する 本当に参加する意義がないかどうかを確認するために、自分が何を期待されて参加者に入っているのかを確認すること 会議にもよるが、基本は会議のオーナーと直接話して確認してみるのがよい Tipsとしては、「これ自分出る意味ありますか？」みたいな聞き方をしないこと。オーナーが非協力的な印象を持ってしまったり責められているように感じてしまったりすると無駄な摩擦を生む あくまで "一緒に" よ

こんにちは。Algomatic AI Transformation(AX) のsergicalsix（@sergicalsix）です。 最近OpenAI の o3, o4-mini、Anthropic の Claude 3.7 Sonnet、Google の Gemini 2.5 Pro や Gemini 2.5 Flash など、次々と新しい大規模言語モデル（LLM）が登場しました。あまりのスピードに、最新動向を追い切れず困っている方も多いのではないでしょうか。 モデルを選ぶ際は、実際に触ってみた使用感や解きたい課題・利用環境を重視するのが理想です。しかし、すべてのモデルをあらゆるシナリオで試すのは現実的に難しいです。 そこで役立つのが公開ベンチマークのスコアです。自分で全モデルを試せなくても、共通データセットで測った成績をベースラインとして押さえておけば、おおまかな実力を比較できます。

ClaudeCodeやGemini CLIなど最近コーディングエージェントを使う方も増えてきている昨今、コーディングエージェントがどのように動作しているか気になったことはないでしょうか。 コーディングエージェントは、chatGPTのようなチャットのみだけではなく自律的にコードを生成してくれます。 これはどのように実現されているのでしょうか？ この本ではGo言語を使い、複数ファイル編集のようなタスクをこなせるコーディングエージェントを作成していきます。 また、よくある機能のPlanモードや会話記憶機能も作成していこうと思います。 本書が少しでもコーディングエージェントの理解につながれば幸いです。

はじめに こんにちは、タイガーチームでエンジニアをしている横塚といいます。 自分は直近3ヶ月間、社内におけるAI 駆動開発の推進を主務として活動してきました。 今日は Coding Agent との向き合い方について思いの丈を綴ろうと思います。 Coding Agent という「魔法」を解明したい Coding Agent の登場によって我々の開発のやり方は大きく変わりました。freee でも Cline や Roo Code、Goose を使うことが当たり前になり、AI 駆動開発はエンジニアに求められる最も基本的なスキルのひとつとなりつつあります。 Coding Agent はまるで「魔法」のようです。自然言語で指示を出すだけでコードが生成され、テストやドキュメントも書いてくれる。 その Coding Agent がどのように動いているのか、我々はその「手品のタネ」を解き明かす必要がある

こんにちは、ネオセールスカンパニーCTOの菊池(@_pochi)です。 1月にリリースした 「アポドリ 」 は、大変ありがたいことに多くの反響をいただいています。本記事では、その開発を通じて得た、「作らない」ことが成功につながる理由 についてお話しします。 apodori.ai 本記事では、アポドリの開発を通じて学んだ、「いかに作らないか」という反直感的なトピックについて書いていきたいと思います。 AIエージェント開発で後回しにすべきもの 業務A、業務B、業務Cという連続する3つの業務からなる一連のワークフローを実行するエージェントの例を考えます。 AIエージェントは、上図のように人間の実行指示を受け、思考を伴う複数業務を遂行し、アウトプットを返します。図に示した要素の中で、アポドリの開発においてギリギリまで実装しなかった要素があります。それは以下の2点です。 操作画面 : 処理の進捗表示

M&Aで拡大し続けるGENDAのデータ活用を促すためのDatabricks権限管理 / AEON TECH HUB #22

2025年の新卒研修の資料です。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? プロンプトエンジニアリングの最前線：Backstep PromptingとScaffolding 近年、プロンプトエンジニアリング領域を扱う論文では、Backstep PromptingとScaffoldingという単語が頻出します。 これらは、大規模言語モデル（LLM）からより正確で質の高い回答を引き出すための先進的なテクニックです。 Backstep Prompting（バックステップ・プロンプティング） Backstep Promptingは、LLMが結論に至るまでの思考プロセスを一度「後退」させ、その過程を自己評価・修正させる手