2025-04-11 17:00 はてなブックマーク テクノロジー 人気エントリー

皆さんが分かりやすい記事を出してくださっているものの、実際にMCPで何ができるのか、ドキュメントだけだとイメージが掴みきれなかったので、とりあえず簡単なデモを作って理解を深めようと思い立ちました。 改めて、今回の「飲み会番長」では、主にClaudeとの対話を通じてお店を探し、最終的に得られた情報をSlackやGoogleカレンダーに連携する構成を採っています。

あなたも今日から、TypeScript教の一員になりませんか？ （注：この記事は冗談です…でも本当にTypeScriptは素晴らしいですよ！） x.com/takoserver_com
github.com/takoserver Java ほど冗長じゃない C# をお勧めしたくなる記事だ。

by Will Douglas Heaven2025.04.11 人工知能（AI）企業のアンソロピック（Anthropic）は、大規模言語モデル（LLM）の内部構造を可視化し、モデルが応答を生成する際に実際にどのような処理を実行しているのかを観察する手法を開発した。

本記事では、開発チームが使用するエディタを Visual Studio Code（VS Code）から AI関連の機能が標準搭載されているCursorへ移行した体験と、その過程で得られた予想以上の効果についてご紹介します。

Take O’Reilly with you and learn anywhere, anytime on your phone and tablet. © 2022, O’Reilly Japan, Inc. oreilly.co.jpに掲載されているすべてのトレードマークおよび登録商標は、それぞれの所有者に帰属します。

本当の自分に気づくWEBメディア PHP研究所 仕事 大塚あみ（ソフトウェアエンジニア） 2025年04月09日 公開 怠け者の大学4年生がChatGPTに出会い、ノリでプログラミングに取り組んだら、教授に褒められ、海外論文が認められ、ソフトウェアエンジニアとして就職できた――。

2025年4月28日紙版発売 hikalium　著 A5判／552ページ 定価3,520円（本体3,200円＋税10%） ISBN 978-4-297-14859-1 →学校・法人一括購入ご検討の皆様へ Webサイトの閲覧をはじめとして，コンピューターはさまざまな場面でみなさんの日常と密接にかかわっています。

https://gitingest.com/ https://github.com/…と記載されている入力枠に任意のGitHubパブリックリポジトリのURLを入力し、Ingestをクリックすると変換できます。

亀井氏　大容量帯を出して1年ぐらいの間で、20GBプランの方のデータ使用量が20％ぐらい多くなってきたので、大容量帯は安くするというよりも容量を増やした方がいいと考えました。データ容量別の料金という枠組みやプラン数はそのままだが、5GBや10GBは料金を値下げする一方で、20GBから50GBの大容量プランはそれぞれデータ容量を5GBずつ増量している。

また、次の「職務経歴書を隅々まで読まれてる前提で受けていた」とも繋がりますが、基本的な技術力があると事前に知られてると思い込んでいたのも失敗でした。無職期間がマイナスに査定されたり、社会保険料を追加で払わないといけなかったり、保険の手続きを自分でしなきゃいけなかったり…… 結果的に退職前に内定が出たのでよかったですが、 不必要にリスクを背負わないほうがよいです。

AIパーソナライズの本丸はiPhoneやAndroidなどのモバイルデバイスであり、そこに個人の過去情報のほとんどが集約されているわけで、これらのデータが利用可能になったとき、できることの範囲は大きく広がるでしょう。

ドキュメント作成の負担を最小限に抑えつつ、メンバーが本来注力すべき仕様の理解やプロダクト品質の維持に集中できる環境が整ったのはもちろんですが、さらに現代のIDE（Cursor等）やDevinにとって、仕様がドキュメントとして言語化されているのは大きな武器です。

Podmanが支持される主な理由は以下のとおりです： Rootless対応：一般ユーザー権限での安全な実行 デーモンレス設計：プロセス単位の軽量な起動と管理 systemd連携：Linux標準のサービス管理との高い親和性 Pod単位の設計：Kubernetesとのスムーズな接続性 Podmanは、単なるDockerの代替ではなく、「Linux本来の思想」に基づいたコンテナ実行環境です。

ChatGPTの「設定」→「パーソナライズ」に「Reference saved memories」（保存されたメモリを参照する）として表示されるこの機能のアップデートにより、ChatGPTとチャットする際（入力、会話、画像生成の依頼など）、ChatGPTがユーザーの好みや興味など、以前の会話から役立つコンテキストを自動的に記憶し、それに基づいて応答を調整するようになる。

やりたいこととしては、今、本を書いているのですが、そういう文筆業だったり、OSSやBlog、ポッドキャストを含めた発信や創作活動を、自分の仕事の中心にできないかと模索していくつもりです。 色々支援できることはあると思っていますが、私自身、器用貧乏というと謙遜が過ぎますが、出来ることは多いものの、あまり「コレ」といった売りを作ってきたわけではないので、やれることを整理したいとは思っています。

もちろん「AIに参照させるソースを自分で用意しなければならない」というのは手間でもあるのですが、特定のソースしか参照させたくない、ネットには無い情報を参照させたい、参照させたいソースが大量にあるといった場合には、NotebookLMが頼れるパートナーになってくれるでしょう。

――エンジニアとしての知見が、飲食店経営に活かせた部分はありますか？ 岩崎：たくさんありますが、例を挙げるとアジャイル開発やパターン・ランゲージのように、ソフトウェアエンジニアリングで学んできた知識は他業種にも応用できると信じていました。

これを休日の 1 日でやりきってくれ！AI でやるなよ、約束だぞ もう一度言うよ？「数日でやらずに 1 日でやりなはれ」 「1 日でこれだけやった！」という経験（自信）と即アプリをリリースしていく MVP 的な考え方が今後は必須なの！ そして、この一連の流れを限られた時間で実践することで、個人開発するための力が身につく！ この方法は、Git の使い方も自然と学べるという利点もあるよ。

実際の業務では、1つのモデルのデータ件数が少なくても、preloadなどで関連モデルもまとめて取得していたことで、結果的に大量のActiveRecordインスタンスが生成され、パフォーマンスが低下することがありました。 このように、ActiveRecord::Relationに対して存在確認を行う場合は、exists?を使用することで、より効率的なクエリを発行できます。

中でも、小型化が進む製品は隙間の小さい筐体（きょうたい）内で、複雑な配線を行う必要があるため、熟練作業者の感覚と手先の器用さが生産性を確保する鍵となっていた。

https://zenn.dev/ubie_dev/articles/f927aaff02d618 以下に引用する Ubie さんのスライドで解説されているとおりですが、現行モデルでは全コンポーネントのコードやルールを一気に渡してもノイズが多くなりすぎるためか、満足のいく性能は出ませんでした。

ツリーエディタでの表示はこんな感じです チャットボットからサポートページに誘導できるようになりましたが、これだけではどの程度チャットボット経由で自己解決できているのか把握することができず、そのために改善を回すことが難しいという問題が残っています。

にも関わらず、ユーザー企業ではなぜ慢性（まんせい）的にIT人材不足が言われ、中でもソフトウェアエンジニア不足が課題になっているのでしょうか。 まず、ITエンジニア不足、中でもソフトウェアエンジニア不足が課題になっているのは、ITエンジニアの多くは実装経験が乏しく、コーディングスキルの高い人材がごく一部に限られるからだと筆者は見ています。

一見すると、データサイエンスの世界からは遠い場所にいるようにも感じますが、なぜこの領域に取り組まれたのでしょうか？ 私は人事総務の仕事を10年以上続けていますが、「社員の入館・退館記録」や「設備の管理データ」など、社内の各種データに触れる機会は意外と多くあります。