#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

生成AIがプロンプトからコードを大量に生成してくれるので、出力されたものを理解する時間と引き換えに早くリリースする。この構造は技術的負債と同じなので「認知負債」と呼ばれることがある。 Margaret-Anne Storey が AI 時代のソフトウェア健全性を技術的負債・認知負債・意図負債の3層で整理している Addy Osmani は AI 生成コードでこのギャップが急拡大する現象を「理解負債」と呼ぶ Thoughtworks Technology Radar では "コードベースの認知負債" を Caution に分類している 認知負債と意図負債を分ける Storey の3層モデルの肝は、コード側の問題 (技術的負債) と人間側の問題を分けただけでなく、人間側をさらに「人の頭の中」(認知負債) と「外部化された知識」(意図負債) に分けたことにある。 table:table 種類 宿

ブログryuzeeによるブログ記事。不定期更新Homeブログプロダクトの機能や開発順序を合議制で決めてはいけない みなさんこんにちは。@ryuzeeです。 2026年3月4日に新刊の訳書『Aligned ―プロダクト開発におけるステークホルダーとの関係性の築き方』がオライリー・ジャパンから発売になりましたのでよろしくお願いします。 本記事は、先日Xに書いた記事の転載です。 生成AIをばんばん使うようになって以降、「プロダクトマネージャーやプロダクトオーナーなんかいらん。開発者がみんなで決めちゃえばいい」みたいな発言をよく見るようになりました。 でも、AIで個々の生産性（とはなんぞや？という話はある）が上がったとしても、何を作るか・どの順番で作るかという意思決定の構造の問題は別の話です。 機能や優先順位を合議制で決めるのはやめたほうがいいです。 合議制というのは、みんなで話し合って、いい感じ

はじめに「AIは速度をフロントローディングし、失敗をバックローディングする」 Opsera社が25万人のエンジニアを分析した2026年版ベンチマークレポートに記されたこの一文は、AI時代のソフトウェア開発組織が直面している本質的な矛盾を的確に言い当てている（出典: Opsera AI Coding Impact Benchmark Report 2026）。93%の開発者がAIツールを使い、コーディング速度は30〜58%向上した。しかしその代償として、PR レビュー時間は441%増大し、本番インシデント数は242.7%増加し、開発者一人あたりのバグ数は54%増加した（出典: Faros AI Engineering Impact Report 2026）。 AIは組織を速くした。しかし、強くはしていない。 3つの独立した大規模調査が同じ結論を示すStanfordが10万人のエンジニアを対象

はじめに Claude Code をはじめとする AI コーディング支援ツールの高度化により、マークダウンで構造化された仕様書を AI に渡して実装を進める、いわゆる仕様駆動型の開発スタイルが広まりつつあります。 実装速度は目に見えて向上し、かつてであれば数日かかった作業が数時間で完了するケースも珍しくありません。 一方で、現場で開発に携わっていると、速度向上だけでは説明しきれない違和感が蓄積していきます。残業は減った、納期も守れている、上層部からの評価も悪くない。 それなのに、現場の開発者の間に静かな疲労感が漂っている ― そんな状況を見聞きすることが増えてきました。 この記事では、AI 駆動開発が当たり前になりつつある現在において、生産性向上の裏側で起きている構造的な課題を整理します。課題の整理にとどまらず、開発者・マネジメント・経営それぞれが明日から変えられることを具体的に提示するこ

はじめに カミナシで新規プロダクトの開発をしているShimmy(@naoya7076)です。 現在、新規プロダクトをプロトタイプとして開発しており、顧客に提供しながらフィードバックを得ています。Claude Codeをはじめ、開発の全工程でAIを活用しており、開発アイテムは予定以上のスピードで実装できています。 「AIでコーディングが速くなった。ではその空いた時間で何をやるのか？」 この問いに対して、自分が新規プロダクト開発で実践してきたことを書きます。 「もっと作る」はアンチパターン AIで実装速度が上がると、「もっと作ろう」という方向に引っ張られがちです。しかし、むやみに作るものを増やすのはアンチパターンです。理由は2つあります。 コードの意図の希薄化 AIによってコードを爆速で書けるようになりましたが、それを続けていると人の理解を超えた「意図が希薄なコード」が増えてしまいます。プロト

【2026.1.29 追記】 Gemini Code Assist にも対応しました．記事の内容はそのままですが，公開している Feature は更新済みです． 1. はじめに Dev Container で Claude Code や Codex を使う場合，コンテナをリビルドするたびにログインが求められるという問題があります．この記事では，Dev Container 内で Claude Code や Codex の認証情報を永続化する方法について説明します． 2. 既存手法 2.1. マウントを使う Dev Container で Codex の認証情報を永続化する方法は Zenn の以下の記事で紹介されています． 原理は単純で，認証情報が保存されるディレクトリをコンテナ内の所定の場所にマウントすればよい，というものです．ちなみに，この方法は Claude Code にもそのまま適用可

ネットワークの向こう側にあるリソースを更新するのは、単純なTCP/IPの仕組みでは難しい。その上に構成されたシンプルなプロトコルである単純なHTTPで実現しようとすると、以下に示すような箇所でエラーの発生可能性があり、双方で等しく検知することができないケースが存在し、同期的なリカバリが困難である。

はじめに Claude Codeで開発するとき、仕様書をMarkdownで書いてリポジトリに置き、@docs/specification.md を読んで認証機能をこの通りに実装して とやっていないだろうか。 自分はこれをやっていた。仕様書を1つのMarkdownファイルにまとめてdocs/に配置し、Claude Codeに丸ごと読ませて実装させるフローで開発した。 そして精度が悪かった。 なぜ精度が悪いのか、どうすれば改善できるのか。仕様書の渡し方を工夫する方向で調査を進めた結果、問題は渡し方ではなく「仕様書を渡すこと自体」にあると気づいた。 この記事では、Claude Codeの設計思想から掘り下げて「仕様書を渡す」と「要件を伝える」の本質的な違いを明らかにし、仕様書との正しい付き合い方を整理する。 仕様書を渡したら何が起きたか このフローで繰り返し経験した問題が3つある。 長い仕様書の

はじめに Claude Codeには3つの自動化の基本機能があります。Hooks（イベント駆動）、Scheduler（時間駆動）、Skills（ワークフロー定義）です。 それぞれ単体でも便利ですが、本当の力を発揮するのは組み合わせたときです。 Hooksだけだと「検知はできるが、定期実行ができない」 Schedulerだけだと「定期実行はできるが、イベントに反応できない」 Skillsだけだと「手順は定義できるが、トリガーがない」 3つを組み合わせると、検知→判断→実行→報告が自律的に連鎖する仕組みが作れます。この記事では、この組み合わせを「イベント駆動型ワークフロー自動化」と呼び、設計パターンと実装例を解説します。 すべてのサンプルはコピペで動く設定ファイルとして掲載しています。 3つの基本機能を30秒で理解する 機能 役割 トリガー 設定場所

はじめに みなさんは勉強のアウトプットはどのようにされていますか。 自分はというと恥ずかしながら今までまったくやっていませんでした。 これじゃよくないなと思い早一年、ようやくアウトプットをしようと決心し、この記事を書き始めました。 ただ、やみくもにアウトプットを行ってもあまり意味ないかなと思い、 せっかくなら自分が普段使えるものをアウトプットの過程で作ろうと考えました。 そこで、Claude CodeのAgent Skillsの作成をアウトプットのゴールにすることに決めました。 書籍紹介 今回アウトプットする本は、増田亨さんの現場で役立つシステム設計の原則です。 選定理由は単純で、直近読んだ技術書の中で「おもしろい」と「感動」ポイントが多かったからです。 この技術書では、DDD（ドメイン駆動設計）でシステムをどのように作成していくかが、具体的な例をもとに紹介されています。良い設計と悪い設計

@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

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

環境設定から並列セッションでのスケーリングまで、Claude Code を最大限に活用するためのヒントとパターン。 Claude Code は agentic coding 環境です。質問に答えて待つチャットボットとは異なり、Claude Code はファイルを読み取り、コマンドを実行し、変更を加え、あなたが見守ったり、方向を変えたり、完全に任せたりしながら、自律的に問題を解決できます。 これはあなたの作業方法を変えます。自分でコードを書いて Claude にレビューしてもらう代わりに、やりたいことを説明すると Claude がそれをどのように構築するかを考え出します。Claude は探索し、計画し、実装します。 しかし、この自律性にも学習曲線があります。Claude は理解する必要がある特定の制約の中で動作します。 このガイドでは、Anthropic の内部チームと、様々なコードベース、

結論から言う 2026年3月、AIエージェント界隈で「ハーネスエンジニアリング」が急にバズった。Anthropic、OpenAI、逆瀬川さん、Martin Fowler、arXiv論文、Zennの解説記事が大量に出た。 全部読んだ。 で、気づいたことがある。これ、Git Workflowをbashで書き直してるだけじゃないか？ 🗺️ まず、誰が何を言っているのか Mitchell Hashimoto（HashiCorp共同創業者）— 名付け親 2026年2月、ブログ記事 "My AI Adoption Journey" でこの言葉を作った人。 エージェントがミスを犯すたびに、二度とそのミスが起こらないような仕組みを作ること いい定義だと思う。問題は、この「仕組み」が何を指すのかを全員が都合よく解釈し始めたことだ。 Anthropic公式 — 長時間エージェントのコンテキスト消失問題 長時

私は普段 Alacritty + tmux + Neovim で開発しています。 ターミナルから離れずに複数リポジトリやworktreeを行き来したりgit操作を楽にするため、キーバインドやutilityをいろいろ作り込んでいます。 今回の記事では私がターミナルの操作を快適にするために設定している内容を紹介します。 tmux-fzfを使ってwindowを切り替える tmux-fzf はfzfのポップアップウィンドウ上でtmuxのsessionやwindowの切り替えができるプラグインです。 さらに、window名を自動的にカレントディレクトリのGitリポジトリ名にするプラグインを自作しました。 これで、複数のwindowを開いて同時に作業を進めていても、どのWindowがどのリポジトリだったか迷子にならなくなりました。 Window一覧を見るだけで一瞬で目的の場所に飛べるようになっています

後編はこちら！: 「アーキテクチャ図はもう要らない」は本当か？ ── LLM時代のC4モデル再考 「アーキテクチャ図」の曖昧さ 「アーキテクチャ図」を作成するとき、どのような図を描くかはチームや個人によって異なることがあります。 例えば、「ユーザーが画面から帳票をPDF出力でき、出力の結果をメール通知する」ようなシステムの場合、以下のような図が描かれることがあります。 例1 - スライド 例2 - draw.io どちらも「アーキテクチャ図」として正しいです。しかし、このような図を継続的にメンテナンスしていこうとすると、以下のような課題に直面します。 フォーマットがバラバラ PowerPoint、Googleスライド、draw.io、.. 人によって使うツールが異なり、編集できる人が限られる 粒度がバラバラ ある人は例1のようなシンプルな図を描き、別の人は例2のような詳細な図を描く 「どこ