ウェブページの更新チェックは、毎日1回だけならブラウザを開いて確認すれば済みます。しかしチェックする対象が増えていくにつれ、手動確認はどんどん大変になってしまいます。「changedetection.io」はウェブページの内容を定期的に取得し、前回取得した内容との差分を検出して通知してくれるウェブページ変更検知ツールです。 Website change detection, monitoring, alerts, notifications, restock alerts | changedetection.io https://changedetection.io/ GitHub - dgtlmoon/changedetection.io · GitHub https://github.com/dgtlmoon/changedetection.io 更新を通知する仕組みといえば「RSSリ

誰かが進めている仕事を端から見て、「そんなに複雑じゃなくてもっとシンプルにできるんじゃないか」、「こうしたほうがいいんじゃないか」「そもそもやる必要ないんじゃないか」みたいに感じたとする。 こういう時、「口を出さないでおこう」となってしまうこともあると思う。そりゃそうだよね。口出しにくいよ。横から何やかんや言ったらやる気を削いでしまいそうな気もするし、ちゃぶ台返したいわけではないけど「いま言われても」みたいな雰囲気になりそうだし、もしかしたら自分が見えていない事情があるかもしれないし、その情報を取りにいく時間を自分がかけるべきかもよくわからんし、自分の感覚が正しいかも正直自信はないし、仮に本当に筋が悪かったとして明確な対案を持ってないこともあるし、口を出しても最後まで責任持てるかわからないしな。そりゃ「まあいっか、静観」となりがちだよね。 めちゃくちゃ気持ちはわかる。わかるんだけど、自分は

最近、AIを使ったソフトウェア開発の話をしていて、話が噛み合わないことが増えました。 「Claude Codeすごいですよね」「Cursor使ってます」みたいな表面的な話で終わる人もいます。一方で、「いまうちはCIに3つのエージェント並走させて、人間はラベル付けるだけにしてます」みたいな話が出てくる人もいます。同じツールを使っているはずなのに、見ている景色が全然違うわけです。 両者の差がどこから来ているのか、最近ずっと考えていました。 そのうちにだんだん見えてきたのは、AIを使いこなしている人とそうでない人の違いは、ツールの知識量でもプロンプトの上手さでもないということです。 差がついているのは、「評価して、改善ループを回す力」だと思っています。 AIは「作る能力」は持っています。AIの作る能力は年々急速に上手くなっています。ただ、「評価する能力」は持っていないか、持っていても極めて不完全

まずは、以下の動画をご覧ください。 先日公開したAIドラマ（エピソード1）のBehind the scenesです。ドラマ制作の舞台裏を出演者が紹介をするメイキング映像ですね。 再生時間：6分21秒 環境：OpenAI Codex 動画生成:Seedance 2.0／画像生成:Nano Banana Pro/2, OpenAI Image 2 音楽生成：Suno Behind the scenes -1 : ひかりの天然無双 COLORS - Posthuman Protocol 自分が思い描いた「実写表現」をほぼそのままカタチにすることができました。Seedance 2.0 の性能をある程度引き出すことができたと思っています。 実際の撮影を疑似シミュレーションした結果を動画生成に反映Seedance 2.0は、RunwayやHiggsfield、Magnific（旧Freepik）などで

OpenUI は Generative UI を構築するためのフレームワークです。OpenUI 言語と呼ばれる独自の宣言型言語を使用して、AI が UI を構築するための指示を与えるという新しいアプローチを提供します。この記事では OpenUI を使用して Generative UI を実装する方法について解説します。 AI エージェントがチャットの応答で UI を生成する Generative UI と呼ばれる分野が注目を集めています。従来の AI エージェントとの対話はテキストベースが中心です。例えば「京都の旅行の計画をして」といった質問に対して、AI はテキストで観光地の場所を説明したり観光名所の外観を説明しようとしますが、人間の脳は視覚情報で理解する方が得意なため、テキストで長々と説明されるよりも地図や写真を見た方が理解しやすいことが多いです。 Generative UI とは、A

Skillに context: fork を1行足すだけで、Claude Codeのコンテキストが綺麗になった はじめに こんにちは、AI事業本部・生成AIインテグレーション部・西日本開発チームの政岡です。 Claude CodeのSkill定義frontmatterにcontext: forkというオプションがあるのをご存じでしょうか？ 公式ドキュメント「スキルをサブエージェントで実行する」には次のように書かれています。 スキルを分離して実行したい場合は、フロントマターにcontext: forkを追加します。スキルコンテンツはサブエージェントを駆動するプロンプトになります。会話履歴にアクセスできません。 つまり、context: forkはSkillをメイン会話から分離して実行するための設定です。 ただ、最初に読んだときは混乱しました。 「別コンテキストで動くなら、それはSubagen

Prediction ArbitrageCross-platform pairs for delta-neutral prediction market trades Compare equivalent prediction markets across platforms and build delta-neutral trades by buying opposite outcomes. Each pair shows the market question, selected outcome, best ask price, and live spread. New positions are typically opened when the spread is above zero. Profit is realized if the spread compresses aft

Chrome DevTools MCP に最近触れていて、衝撃を受けています。 Chrome DevTools MCP は、Claude Code などの MCP クライアントから Chrome DevTools Protocol(CDP) を通してブラウザを操作する仕組みです。ざっくり言えば、「AI に、普段使っている Chrome をそのまま操作させるためのインタフェース」です。従来の Selenium や Puppeteer のように大量の操作コードを書くのではなく、「このボタンを押して」「CSV をダウンロードして」と自然言語で指示できるのが特徴です。 過去にクローラー本を書いてきた人間として言うと、人類が「プログラムにやってほしかったこと」がかなり自然に実現できる時代になった、という感覚があります。HTML 要素を 1 つずつ調べてセレクタを書く、という作業を延々やらなくて済みま

はじめに：AI時代にこそ「要件定義」が最重要スキルになる 最近は生成AIの進化により、コードを書くこと自体のハードルは劇的に下がりました。「どう実装するか（How）」の多くをAIが担ってくれるようになった今、ソフトウェア開発において人間の役割は明確にシフトしています。 それは、「何を作るべきか（What）」「なぜ作るのか（Why）」を正確に定義し、チームやAIに迷いなく伝えることです。曖昧な指示からは、人間相手でもAI相手でも、期待したプロダクトは生まれません。 しかし現実には、要件定義や仕様書の作成は現場ごとにやり方がバラバラで、極めて属人的なスキルになりがちです。「もっと体系的に、誰もが迷わず要求を仕様に落とし込める『型』が欲しい」——そうした背景から、GWのお題として、頭の整理も兼ねて作成したのが本記事で紹介する「要求仕様書テンプレート」です。 なぜ要求仕様書が必要なのか 「要件はS

先日、DHH（David Heinemeier Hansson）が出演したインタビュー動画「DHH's new way of writing code」（聞き手: Gergely Orosz、約1時間47分）を見ました。あまりに響くものがあったので、本人に日本語で要約紹介する許可を求めてメールを書きました。 返信はこう来ました。 Thank you! Yes, feel free to do so. Much of that thinking is inspired by Japanese philosophy. From omakase to kintsugi 🤌 （あの思考の多くは日本の哲学に着想を得ている。おまかせから金継ぎまで） 元動画はこちらです（YouTube）: DHH's new way of writing code こうして本人の許可を得ましたので公式に紹介します。動

Anthropic で Claude Code チームにいる Thariq Shihipar が、 2026年5月8日に「Using Claude Code: The Unreasonable Effectiveness of HTML」という記事を X に公開しました。 「HTML is the new Markdown」という宣言から始まる、AI の出力フォーマットとして Markdown ではなく HTML を活用するメリットを論じた内容です。 HTML is the new markdown. I've stopped writing markdown files for almost everything and switched to using Claude Code to generate HTML for me. This is why. https://t.co/T97

はじめに クオンツトレードというと、多くの人は「AIや統計モデルで価格を予測すること」をイメージするかもしれません。 もちろん、予測モデルはクオンツトレードの重要な要素です。 しかし、クオンツトレーダーにとって最初に重要なのは、未来の価格を正確に当てることではありません。 それよりも先に必要なのは、金融市場を 「ランダムに揺れる時系列」 として理解することです。 価格は、一本のきれいな線として未来に伸びていくものではありません。実際の市場価格は、ニュース、金利、需給、投資家心理、流動性、アルゴリズム取引、突発的なイベントなどの影響を受けながら、不確実に変化します。 このような、時間とともに変化するランダムな現象を扱う考え方が 確率過程 です。 本記事では、特に裁量トレードからクオンツ的な考え方へ進みたい人、あるいはこれからクオンツトレードを学び始める人に向けて、確率過程の基本的な考え方を整

#WIP 従来の仕様は、実装前に正解を固定し、実装をその正解へ一致させるための記述だった。 しかし、ソフトウェア開発で本当に不確実なのは、実装が仕様通りに作れるかだけではない。そもそもその機能に価値があるのか、ユーザーが想定通りに行動するのか、業務的に何を正しいとみなすべきか、どの相互作用なら使えるのかも不確実である。 LLMとエージェントによって、選択肢生成・プロトタイピング・実装修正のコストは大きく下がった。これにより、仕様は「正解を先に固める文書」から、「仮説を構造化し、どのエビデンスで採択・棄却するかを明示する文書」へ変わる。 したがって、LLM時代の仕様とは、何を作るかを詳細に命令する文書ではない。価値仮説・行動仮説・ドメイン仮説・相互作用仮説・実装仮説を分け、それぞれの採択基準と観測方法を明らかにする、学習のための構造である。 ただしひとくちに「仮説」といっても、そこには層があ

本連載では、業界の第一線で活躍する著名エンジニアたちが、それぞれの視点で選んだ書籍について語ります。ただのレビューに留まらず、エンジニアリングの深層に迫る洞察や、実際の現場で役立つ知見をシェア！初心者からベテランまで、新たな発見や学びが得られる、エンジニア必読の「読書感想文」です。 著名エンジニアが、独自の視点で「おすすめ書籍」の紹介を行う本連載。 今回の語り手は、人気ブログ「おい、」シリーズの著者であり、株式会社スリーシェイクのソフトウェアエンジニア・nwiizoさんだ。 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思考法を解説した名著『システム思考の世界へ』（オライリー・ジャパン）を紹介してくれた。 生成AIの台頭で「コードを書く量」が減りゆく今、それでもエンジニアが「技術の手触り」を持ち続けるべき本当の理由が、本書には隠されているという。 発売日：2026年04

前回の記事では、ベンチマーク特性の違いから「Claude Codeで実装→Codexでレビュー」というクロスモデル分業が合理的であることを検証した。 しかし、この分業を手動で回すのは現実的ではない。Claude Codeで実装が終わるたびにCodex CLIを別ターミナルで立ち上げ、計画やdiffをコピペし、レビュー結果を手動で戻す——この往復を繰り返せば、クロスモデルの品質向上分を人間の手間が相殺する。 2026年2月末時点で、このレビューループを自動化するアプローチが複数の開発者から独立して公開されている。本稿ではそれらを導入コスト順に整理し、「最短で動くもの」から「チーム運用に耐えるもの」までの3段階で解説する。 前提知識：Claude CodeからCodex CLIを呼ぶ際の制約¶自動化の実装に入る前に、1つの技術的制約を押さえておく必要がある。 Claude Codeのbash環

はじめに 最近、CodexのほうがClaude Codeより使いやすい・性能が高いと感じる人が増えている印象です。 Claude Codeに慣れていて、Codexも使い始めてみたい方向けに、最初に知っておくとよいことを書きます！ この記事は2026年5月時点の私の利用経験と観測範囲をもとにしています。 私のCodex歴について もともとはClaude Code派で、Codexは半年ほどサブで使っていました。 GPT-5.4あたりでClaudeとモデル性能が逆転したと感じ、1ヶ月ほど前に個人では完全にCodexに乗り換えました（業務では申請のしやすさとかもあってClaude Codeも引き続き使ってます） claudeのコミットが減っていることで、Codexを使ってると分かる なぜCodexが選ばれるのか 私の主観とXで見かける投稿ベースだとこんな感じです GPT-5.5の性能が高い Cla

はじめに ドキュメントは、書いた瞬間から腐っていく。 読まれない。検証されない。更新されない。それでも、要件と呼ばれ続けている。 第1部では、要件を言葉にする規律について書きました。引き出し、観察し、ジョブを見極めながら、業務領域の言葉で書く。6つの特性を満たし、検証可能な形にする。揺らぎと固執を組み込んで、自分たちの色を要件に乗せる。 そこまでやって、初めて要件文が立ち上がります。ただ、立ち上がっただけでは足りないのだと、最近は思うようになりました。 第1部で扱ったのは「書かれずに死ぬ要件」でした。第2部で扱うのは、もう一段先の死、書かれたのに読まれずに死ぬ要件です。気づいたときには、ドキュメントと現場のあいだに、もう橋が架かっていない。 syu-m-5151.hatenablog.com 要件は、ドキュメントで生きるのではなく、動くものとして生きる必要があるのではないか——というのが、

松尾研究所シニアデータサイエンティストの太田です。普段はLLMの事後学習に関するプロジェクトに携わっています。 現在松尾研究所では各種業務をメンバーに代わって自律的に代行するパーソナルエージェントの社内開発に取り組んでいます。この記事ではそうした開発のなかで調査をしたOpenClawとHermesについて、思想の違いとデザインチョイスを主に共有したいと思います。 Claw とは 2025年11月にGitHubで公開されたOpenClaw（当時はClawdBot）は瞬く間に同プラットフォームで250k Star（React以上）を記録しました。 OpenClawの注目の理由は従来エージェントがリアクティブ（ユーザーからの指示を経て行動する）だったことに対して、常時起動とCronジョブを取り入れることで、アクセシビリティとプロアクティブ性（エージェントが自ら行動する）を見せたことにあります。一