2026-04-12 17:01 はてなブックマーク テクノロジー 人気エントリー

genshijinが caveman より多くのトークンを削れる理由は、日本語固有の冗長パターンを明示的にルール化しているからだ。 イベントループは以下の6つのフェーズから構成されています： （以下、各フェーズの詳細解説、コード例、図解が続く） caveman（741トークン）: cavemanでも741トークン使っている。

npm audit は、 package-lock.json に記載されたすべての依存パッケージをnpm Advisory Databaseと照合し、既知の脆弱性を検出するコマンドです。npm ci は package-lock.json と package.json の整合性が取れない場合にエラーで停止するため、意図しないバージョン変更を防げます。

※この記事は 2026 年 4 月開催の技術書典 20 に合わせて刊行された『じゅじゅちゅ！ jj new で始める Jujutsu × AI ワークフロー』の中の「第 1 章 Jujutsu ってどんなツール？」の内容を再編集したものです。

そして冒頭で触れたように、Metaをはじめとするテック企業が「AI活用の成果」を評価項目に組み込む流れが広がりつつある今、「AIを使って業務を効率化した」というこのプロセス自体が、評価票に書ける実績の一つになり得ます。 GitHubのようなバージョン管理サービスとAIを連携することで、コミット回数・具体的な実装内容・PRの規模といった動かぬ履歴をもとにした、誠実な評価文が生成できます。

そして、AIの記憶を設計する過程で見えてくるのは、AIのことだけじゃない。

【「何に使えばいいの？」が消える40分】プロのClaude Code仕事場、全部見せます 先着100名限定ウェビナー 詳細はこちら↓ Claude Codeを入れたら、最初にやるべきことは `CLAUDE.md` を書くことです。

といった方がAIエージェントのコア概念を掴めるような100行足らずのコードを考えてみました！ 個人的に2025年4月頃から実務と個人開発でAIエージェントを開発している中で、社内外に対してAIエージェントとは何かを説明する機会が多かったのですが、それらの経験と、自分が最初からこの概念を掴んでいたらもっと速く開発できたかも、という思いを込めて書いてみました。

フォルダーの命名規約に issue 番号を含めることでタスクと作業ファイルの紐づけを行い、YAML で工数データを記録し、GitHub Copilot の skill でその使い方を教えているので、Copilot にタスクの状況を聞いたり新しいタスクを作ったりといったことが自然言語で出来るようになっています。

従来のRAGがユーザーの入力に対して1回だけ前処理的に検索を行うのに対し、Agentic RAGは、AI自身が「どのようなクエリで検索するか」「何回検索を繰り返すか」を自律的に考え、ツールを使用して情報収集を行います。

cc-sdd v3.0による長時間自律実装、Planner / Builder / Evaluator / UX Reviewer のシンプルなハーネス設計、Credo (5 原則) の Skill 注入、Computer Use による画面操作評価、uxaudit のジャーニー自動評価と iteration 比較 dashboardまで、実装から検証の一気通貫をカバーしている。

なので、実際に業務で使う際にはClaude Codeをよく使っている人 や SkillやMCP を使いこなしている人 の環境でまず/team-onboardingしてもらいONBOARDING.mdの下書きを作ってもらうのがよさそうです。 /team-onboardingではClaude Codeのセッション情報からONBOARDING.mdを作っていることが分かりました。

GIKEN STAR 改善メモネームエントリーを音声認識でできるようにしようLLMをBonsaiに変えて高速化してみようパワーアップしたときにBGMを変えようボス戦前に背景と次のステージの敵を生成しようBGMは30個くらい用意しておこうパワーアップをバイブコーディングで行うようにしようソースコードをストリーミングで表示しよう そこでGIKEN STARを改善することにした。

その場でClaude Codeに「EUC-JPファイルだった、Editツールを使ってはいけない」と伝えると、コードを修正すると同時にmemoryファイルに教訓を追記します。EUC-JPのPHPファイルをEditツールで編集すると、ファイル全体がUTF-8に変換されて日本語が文字化けします。

↩︎ 一応今回専用で作った方は安いモデルを使っているという言い訳はありますが、実務レベルの数理最適化を行う際には、現場に詳しい方のフィードバックをそのまま論理的な制約に変換して再計算できる点において、通常のChatAIよりも優れているはずです。 LLMは傾斜配分が人間感覚で「いい感じ」かどうか考え、制約条件を考えることを得意とし、ソルバーは「与えられた条件を厳密に満たす解を見つける」のが得意です。

DESIGN.mdとして設計原則・Quick Reference・禁止パターンを構造化するだけで、生成品質が目に見えて上がるケースの方が多いはず。 コンポーネントを追加するたびに、CLAUDE.mdのQuick Reference、components.jsonのメタデータ、components/*.mdの仕様書の3箇所を手動で更新する必要がある。

https://github.com/Use-Tusk/fence/blob/main/internal/templates/code.json fence の中でAI Agentを動かしていると、ファイルやサイトアクセスのブロック起因で意図しない挙動になることがある。

[9日 ロイター] – ベセント米財務長官とパウエル連邦準備理事会（FRB）議長が今週、銀行幹部との緊急会合を開き、米Anthropicの最新人工知能（AI）モデルがもたらすサイバーセキュリティ上のリスクについて警告したと、複数の関係筋が9日明らかにした。

Share 2026年4月10日、「設計ナイト2026」というイベントで「アーキテクチャモダナイゼーションとは何か―技術・事業・組織で大事なこと」というタイトルの登壇をしました。 設計ナイト 2026

ERROR: The request could not be satisfied

kichijojipm.connpass.com

書籍『アーキテクチャモダナイゼーション ―組織とビジネスの未来を設計する』は好評発売中です。

/weekly-review スキルを作成し、毎週、その週の Daily Note を元に振り返りを行い、Weekly Report を作成しています。

最適なAIインフラの導入を支援するために、機器や技術の性能を評価・検証できる施設「MCデジタル・リアルティ イノベーション ラボ」（DRIL：Digital Realty Innovation Lab）を隣接するNTR12に開設した。

AIにどこまで任せて、どこから自分で考えるのか プロンプトや指示の出し方で工夫していることは何か 生成されたコードや設計を、どうやって検証しているのか 僕が受けたメガベンチャーの技術面接だと、「AIで作れる時代だからこそ、作った本人が中身を理解しているか」「AIを前提にプロダクトを前に進められる設計力があるか」そこを見られている感じがありました。

アメリカ東部時間の10日午後8時07分（日本は11日午前9時過ぎ）、NASAの有人月探査プロジェクト「アルテミスII」の宇宙船「オリオン」が、月周回ミッションを終えて地球に帰還した。 午後7時33分、オリオン宇宙船は4人の宇宙飛行士を乗せた「乗員モジュール」を分離し、その20分後に地上約121kmの上空で地球の大気圏に突入した。

Share https://aid.connpass.com/event/386203/ SpeakerDeck Copyright © 2026 Speaker Deck, LLC. All slide content and descriptions are owned by their creators.。

マウスまたはトラックパッドを使用して、3D空間を探索できます： サイドバーの下部にあるコントロールで、表示を細かく調整できます： © 2026 MLSharp Project. Powered by Core ML & Three.js. Repository。

このように、TinyOSは、高度なネットワーク処理をOSの機能として統合しているため、アプリケーション開発者は複雑な通信プロトコルに悩まされることなく、自身のビジネスロジックに集中できるはずです。主にAI、Web・アプリ開発、ブロックチェーン、金融に関心があり、最近はRust/Goを使った個人開発が多いです。

── AIが進化し続ける中で、エンジニアが磨くべき「コアスキル」とは何でしょうか？ あさしん： ITバブルの頃、エンジニアの工数が一番レバレッジが効くと言われていたのは、一人分の工数をかけることで、かけた工数をソフトウェアとして何万人というユーザーに展開できる、かけ算的な成長ができるからでした。

Amazonの採用AIが抱えていた問題の構造――代理変数、ブラックボックス、「責任の空白」――については、拙著「プロダクト倫理」の第7章「AI時代の新しい境界線」で、Apple Cardの性別差別事件やCOMPASの再犯予測AIの事例とあわせて詳しく解説している。

先発転向の栗林がこのペースで投げ続け、ルーキーや佐々木泰、ファビアンとモンテロが打ちまくり、菊池がベンチで冷たくなっているのが見つかったら、いや、菊池に冷たくなってもらいたくはないが、まあとにかく、「お、観たくなってきた！」という感情が高まり、プラスに振れたら、即座におれは配信契約をする。 「でも、それがカープだろう？」と言われると、「もうそういうのも終わりにしよう」と言いたくなってきた。