というわけで不定期連載「ゲームみたいに錯覚する現実の場所」第3回は、そんな図書館が促す “ある体験”のお話です。 現実の空間は人の “行動”に合わせて設計される。ゲームの空間は人に “行動”させる設計をしている。さて太田市美術館・図書館とは、群馬県の太田駅北口のすぐそばに建設されている、名前の通り図書館と美術館が複合した施設ではあります。 一見すると、他よりも小さいけれど普通の図書館のようではあるし、普通の美術館のようでもある。ですが、ひとたび足を踏み入れてみると何かが違うのです。よくある図書館の印象から外れていくような空間が広がっていますから。 なにしろ入り口を通るといきなりカフェが広がっており、友達や恋人同士で来た人たちがテーブルで談笑している光景が目に入ります。単純にこれだけでも「ただの図書館とは違う」感覚があるのですが、本格的に太田市美術館・図書館が異質なのはほんのすこし奥へ進んだ

実際の画面とは異なるサンプルイメージです チームのSlackにAI社員を3人常駐させています。 社員5人で、2週間動かしました。 誤解を招きそうだからちゃんと書いておきます。 2週間です。半年でも1年でもなく、2週間。 それでも書きたくなるくらいのことが起きたので、この記事を書いています。 SIerの大規模開発で扱う資料は毎週溜まります。 仕様書の背景、顧客の痛点、過去の判断の残り香。 新しく参画したメンバーは、これを数週間かけて読み込むのがいつもの景色です。 そこに、このAI社員3人が入りました。 すると、2年目のメンバーが参画1週間でSKILLを直し、2週間で設計根本に疑問を出してきた。 正直、びびりました。 自己紹介・大規模現場の話を軽く 私はNTTデータグループ 技術革新統括本部のITアーキテクト（課長代理）で、大規模システムのモダナイゼーションに携わっています。 全社の高難度案件

関連キーワード 人工知能 | ITガバナンス | オープンソース 企業におけるAI（人工知能）技術活用は、対話型のインタフェースから、複雑な業務プロセスを自律的に実行するエージェント型へと移行しつつある。この変革期において、企業のIT担当者は、業務効率化の推進と同時に、システムに対する信頼や強固なセキュリティ体制の構築という難題に直面している。 The Linux Foundation（以下、LF）は2026年4月、自律型AIがもたらす影響を分析したレポート「オープンソースとAIの未来」を公開した。本レポートは、AIエージェントがシステムやソフトウェア開発における、人間の役割にもたらす変革の必要性を提起している。 中でも大きな焦点となっているのが、プログラマーの役割の変化だ。AIコーディングアシスタントが実装作業を担当するようになる中、プログラマーはシステム全体の問題を定義し、設計するアー

このブログについて 40%キーボードのHold&Tap判定に機械学習モデルを導入してみたという話です。 Tap & Holdとは？ Tap&Holdというのは、1つのキーに2つのキーの役割を割り当てる機能です。 40%キーボードのようにキー数の少ないキーボードのスペース効率を高めることができる画期的な機能です。 具体的には、ちょい押しなら普通のキー、長押しなら修飾キー（またはレイヤ切り替え）といったように、ボタンを押す長さで二つのキーを判別する仕組みになっています。 このルールが基本ですが、人間は機械のように正確な動きはできないので、ホールドのつもりで押したのにタップと判定される、あるいは逆のタイプミス（誤爆）が頻発するので、他にもルールベースの対応がいくつか考案されてきた経緯があります。 ルールベースの例としては、例えばHold on other key pressという機能があります。

設計書・コード・テストを全部AIに書かせて半年間開発してみたよ 1. はじめに 本記事は、私のチームが半年間AIネイティブ開発を行った経験とその感想をまとめたものです。 AIネイティブ開発とは、AI技術を活用してソフトウェア開発を行うことを指します。2025/10～2026/3の期間中、私たちはお客様に納品するシステムをAIネイティブで開発しました。その経験と私なりに感じたことをまとめてみました。 ※ なお、私の取組は全社的な取組とは関係ありません。 ※ あくまで、私のチームが独自に行っている取組ですので、その点はご留意ください。 2. 自己紹介 初めてテックブログに記事を書くので、簡単な自己紹介を。 名前：茂呂範（もろすすむ） 所属：株式会社NTTデータ　第三公共事業本部　デジタルソサエティ事業部　プロジェクト推進担当（参照） 立場：様々なシステムの基盤構築、基盤維持運用を担当している組

MS.BUSIDO @MrsBUSIDO デザイナーのやらかし、過去にも海外のクソでけえビルがよりにもよって南側が凹んでて鏡面状態になってて、ビル南側の下々の街を90度以上の太陽光線で焼き払い続ける殺戮建造物(実際は車が焼かれたりしたけど目玉焼きとか焼いてたアホがいた)の話が好き なんでよりによって南側凹ませたんだよ馬鹿 2026-04-11 03:43:48

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? お前がコードを書き始める前に 言っておきたい事がある かなりきびしい話もするが 俺の本音を聞いておけ はじめに これから少しの間、不器用で、偉そうで、厳しいことを言う。けれど最後まで聞いてくれれば、その裏側にあるものもわかってもらえると思う。だから先に謝っておく。生意気な口を、許してほしい。 まず、お前に話す前に、業界を取り巻く空気の話をさせてくれ。ソフトウェア業界には、昔から消えない風潮がある。 「売れたプロダクトはすべて正しい」 「品質? 障害が起きなければそれでいい」 「細かいことはベンダーに丸投げで構わない」 ビジネスの現場で生

@h13web です。 昨年の秋に、「グローバル展開にむけたアプリと基盤の再構築」という技術ブログを読みました。日本を代表するテック企業であるメルカリが、グローバル展開のための基盤を刷新したという話です。 この中で語られている「Microservicesの課題」については、思うところがありました。実は弁護士ドットコムでも、かつて似たような体験をしています。モノリスをマイクロサービスに分割するプロジェクトがあり、内部設計より疎結合化が優先され、ドメインを横断するコンテキストが各サービスにコピーされ、開発速度はモノリスのときよりもむしろ落ちました。 その体験を思い起こしながら読み進めるうち、うまく言葉にできない違和感のようなものが湧き上がってきました。記事の筆致は丁寧で、反省の言葉もあります。「今後マイクロサービスを初手で選ぶことは、特別な理由のない限りしないほうがいい」。その率直さには好感を

ハメドリアヌス @kingnamahameha Panasonicのドラム式洗濯機を洗剤自動投入モデルに買い換えたところ、残量が少なくなったらオレンジ色になると記載されていたので、ドボドボと左手前の「洗剤」投入口に注いでいたがいつまで経ってもオレンジ色のままだったので「あれ、ずいぶん入るな」と思って2300gもガロン塚本レベルに注ぎ込み終わったあと、投入場所を誤っていたことに気がつきました（注ぎ終わった後に気がついて本来の投入口に入れ直しましたが…） これってヤバいのでしょうか… 2026-03-30 17:37:48

9万9,800円のMacBook Neoには、隠された性能がある。たった1枚の銅板で、それが目を覚ました。 MacBook Neoが105℃で窒息する理由MacBook NeoのA18 Proは、本来の実力を発揮できていない。ファンレス設計のこのマシンは、チップの上に小さなグラファイトのサーマルパッドを載せただけの簡素な冷却構造を採用している。日常的なタスクでは問題にならないが、負荷がかかると話が変わる。 YouTuberのETA Primeが公開した検証動画では、No Man's Skyを実行するとSoCの温度が105℃に到達し、フレームレートは30〜31FPSまで低下する様子が映し出されている。A18 Proは自らを守るためにクロックを絞り、結果として「スマートフォン級」の動作に甘んじている。 問題は、この性能低下がチップの限界ではなく、冷却設計の限界によって引き起こされている点だ。9

TL;DR AI CLI ツール経由の危険コマンドをブロックしたり安全な操作に置き換える omamori を Rust で作った テスト中に Gemini CLI が自分で保護を無効化してきた。設計の前提が変わった omamori は「コマンドを止める」だけでなく「AI がガードを外すこと」にも対応している 「防げないこと」を SECURITY.md と bypass corpus tests に開示している AI が自分のガードを外しにきた 最初の発想は単純だった。AI CLI ツールが rm -rf を実行したら、完全削除ではなく Trash に逃がす。ターミナルの直叩きには干渉しない。それだけの、小さな安全弁を作るつもりだった。 omamori はそうして生まれた macOS 向けのガードツールだ。AI CLI ツール（Claude Code、Codex CLI、Cursor など）

はじめに — AI が書いたコードの「その先」 AI コーディングツールの普及で、非エンジニアでもシステムを構築できる時代になりました。それ自体は素晴らしいことで、実際にプロダクトとしてユーザーに使われているシステムが AI の力で生まれています。 しかし、その先に待っているのは「動いているけど設計がないコードベース」です。 場当たり的な指示で生成されたコードは、個々のファイルとしては正しく動きます。しかし全体を俯瞰すると、同じデータが複数の経路で変換され、同じ状態が異なる場所で管理され、型定義が散在している。新機能を追加しようとすると、どこに手を入れればいいのか分からない。 これは非エンジニアに限った話ではありません。ジュニアエンジニアが AI と一緒に書いたコードでも、経験豊富なエンジニアが急いで AI に書かせたコードでも、「設計を意識した人間のレビュー」が欠けていれば同じことが起き

あれは結局要件定義が甘すぎて実際の工数見積もりがうまくできてないからではあるんだよな、たぶん。要件定義段階で必要工数とか必要工程を過小評価してるから起きる。 じゃあ要件定義完璧にすればええやんとなるでしょう。一説にはIQが130とも140とも言われとるAIくんに要件定義をさせてみるわけです。完璧な要件定義ができたとおもうでしょう。そんでその要件から具体の実装工程に分解していくとするでしょう。これもAIくんにやらせます。IQ130だと仮定してAIくんのインテリジェンスは人類の上位1%より上側くらいにいるわけです。当然完璧な開発工程が推定されると思いますよね。 で、これを実際に最強のAIくんにやらせる。当然、おれが書くより優れたコードを書いてくれる。さすがIQ130だ。おれはほくそ笑む。そして事前に計画した工程を全部issueに登録してスーパーウォーターフォール開発を実行する。するとどうなるか

はじめに こんにちは、株式会社ACES でテックリードをしている福澤 (@fuku_tech) です！ 本シリーズでは、AI駆動開発における人間とAIの役割分担を、自動運転になぞらえた4つのPhaseで整理しています（詳細は下図を参照）。 本記事は#3・#4で整備した品質ゲートの上に、リリース安全基盤を積み上げる話のため、以下を先にお読みいただくとよりスムーズです。 tech.acesinc.co.jp tech.acesinc.co.jp 前回の記事では、AIが自律的に実装を回し人間は要所でレビューする開発スタイルを実際にチームで運用してみた成果と摩擦を率直にお伝えしました。品質ゲート（Lint・Tests・セルフレビュー・別LLMレビュー）による予防が機能し運用開始以来AI実装起因のインシデントは0件という実績を積めた一方で、AIが品質ゲートを通過したPRを量産しても人間側のレビューが

連載目次 AIによるコード生成（AIコーディング）が急速に普及している。Claude CodeやOpenAI CodexなどのAIコーディングツールを使えば、開発者はこれまでよりも楽にコードを書けるようになった。皆さんも既に日常的に利用しているのではないだろうか。 その一方で、AIコーディングは後から開発が苦しくなることがある。「コードを書く速度は上がったが、後からの修正や機能追加が難しくなる」といった問題が指摘されている。こうした問題を説明する言葉として、最近のソフトウェア開発コミュニティーでは「理解負債」という概念が注目されている。 現在、ソフトウェア開発でよく知られているのは技術負債（Technical Debt、技術的負債とも呼ばれる）である。これは、設計の妥協や品質の低いコードによって、将来の修正コストが増えてしまう状態を指す。短期的には開発を速く進められるが、後になって大きな手

TOPICS System/Network 発行年月日 2026年04月03日 PRINT LENGTH 340 ISBN 978-4-8144-0156-7 原書 Learning Systems Thinking FORMAT Print ソフトウェア技術者が向き合っているのは、単体のソフトウェアそのものではなく、人や組織の中で使われ、影響を及ぼすシステムです。変更は、コードの中だけで完結するものではなく、人の行動や判断を含めた全体の振る舞いとして現れます。直面している課題の多くは、ソフトウェアの問題ではなく、そうした相互作用を含むシステムとしての問題です。 本書は、複雑化する現代のシステムに向き合い、よりよい判断へとつなげるためのシステム思考を解説します。個々の要素を切り分けて最適化するだけでなく、全体が健全に機能するように考え、共有し、働きかけるための視点と実践を深めていきます。

2024年11月、AnthropicがMCP（Model Context Protocol）を発表したとき、業界は一気に動いた。各社がMCPサーバーを競って実装し、「AI first」の証明としてMCP対応をアピールした。 それから約1年半。2026年3月現在、MCPの優位性はほぼ失われている。MCP不要論がHacker Newsのトップに繰り返し上がり、Anthropic自身がMCPのスケーリング問題を公式に認め、回避策をドキュメント化している。 この記事では、MCPがCLIに対して優位だった期間がなぜ短かったのか、その経緯と構造を整理する。 MCPが解決しようとした問題 MCPの設計前提は「モデルがツールのインターフェースを自力で理解できない」だった。 2024年11月時点の最先端はClaude 3.5 Sonnet。ツール呼び出しは可能だったが、複雑なCLI出力の安定的な解釈や、マル

はじめに AIで開発は本当に速くなったのか？ 「AIを使えば開発が速くなる」 このフレーズ自体は、もう聞き飽きるほど目にしてきました。 実際、コード補完は賢いし、ちょっとした関数やエラー修正なら一瞬で解決することもあります。 でも本当に“開発全体”は速くなりましたか？ コードを貼り付けて修正してもらう。 生成されたコードをコピペする。 動かない。 足りなかった前提を説明し直す。 気づけば、コンテキストの説明に時間を使い、差分の確認に神経を使い、結局自分で修正する。 そんな経験ないでしょうか？ AIは優秀ですが、「ワークフローに組み込まれていないAI」は、強力な検索エンジンとあまり変わりません。 私はClaude Codeを個人開発に導入する際、プロンプトを工夫するのをやめて、AIが迷わない構造そのものを設計することにしました。 その結果、Issue作成、実装、PR作成までを一貫して任せられ