Googleが現地時間2024年12月11日に、ブラウザ上の情報を理解して自動操作できるAI「Project Mariner」を発表しました。Project Marinerを使えば「スプレッドシートにまとめた企業名をもとに各企業のメールアドレスを検索してまとめる」といった複雑な操作を自動で実行できます。 Project Mariner - Google DeepMind https://deepmind.google/technologies/project-mariner/ Google introduces Gemini 2.0: A new AI model for the agentic era https://blog.google/technology/google-deepmind/google-gemini-ai-update-december-2024/ What cou

※この記事は、2024 Speee Advent Calendar12日目の記事です。 昨日の記事はこちら tech.speee.jp こんにちは、DX事業部のエンジニアの中嶋です。 プロダクト開発ではユーザーの課題を解決するため、要件、設計、アーキテクチャといった多くの「手段」を日々検討しています。 手段を検討するなかで意識的か否かに関わらず行われているのが「意思決定」です。感覚的な意思決定をしてあとで後悔をしたり、意思決定に時間をかけすぎることはしばしばあります。こうした問題は、意思決定プロセスの質を高めることで改善できます。よい意思決定プロセスは、より筋のいい手段を導きます。 本記事では、私の開発チームで実践している意思決定プロセスを紹介します。 意思決定はプロセスが大事 規範的な意思決定プロセス 1. 意思決定課題を特定する 2. 評価基準を発見する 3. 選択肢を生成する 4.

これはpyspa アドベントカレンダー 2024の12日目の記事です。11日目は@aodagの走るということについてでした。 はじめに​ この15年くらいは、おおむね平均すると毎年2，3人程度の技術者をOn the Job Training（OJT）で教育する機会に恵まれており、その中で蓄積した知見や私の考えを散発的に説明していきます。 私自身は受託開発を主たるビジネスとするシステムインテグレータ（SIer）と呼ばれる企業で働いており、足掛け25年程度のキャリアがありますがソフトウェアについて専門的な教育を受けたことはありません。また、教育についても同様です。 このエントリに記載された内容について何らかのエネルギーを注いでくれる方がいるなら、XあたりのSNSでURL付きで指摘して頂ければ非常にありがたいです。 教育によって形成される技術者像​ まずは、どのような技術者なら育てられるのでしょ

はじめに こちらはABEJAアドベントカレンダー2024 12日目の記事です。 こんにちは、ABEJAでデータサイエンティストをしている坂元です。最近はLLMでアプローチしようとしていたことがよくよく検証してみるとLLMでは難しいことが分かり急遽CVのあらゆるモデルとレガシーな画像処理をこれでもかというくらい詰め込んだパイプラインを実装することになった案件を経験して、LLMでは難しそうなことをLLM以外のアプローチでこなせるだけの引き出しとスキルはDSとしてやはり身に付けておくべきだなと思うなどしています（LLMにやらせようとしていることは大抵難しいことなので切り替えはそこそこ大変）。 とはいうものの、Agentの普及によってより複雑かつ高度な推論も出来るようになってきています。弊社の社内外のプロジェクト状況を見ていても最近では単純なRAG案件は減りつつあり、計画からアクションの実行、結果

仕事をする机の周囲に本がうず高く積まれている。積読もたくさんある。 今日は自分の蔵書の中からEMっぽい本を並べてみようと思う。 次のような基準でピックアップしてみた。 自分の蔵書(物理本, Kindleライブラリ, Kindle以外の電子書籍ライブラリ)を全部舐めて以下の条件に合致するもの EMとして仕事をしていて、よく読み返したり、引用したりするもの EMの仕事に役立ちそうだなという観点で内容をよく覚えているもの なんとなく分類をしているが、あんまりきっちり時間をかけて精査したわけではない。 タイトルの"75冊"というのは、上記の観点で並べていったらこの数になった、というだけで、なにかの文脈を伴う数字ではない。 (あと2冊無理やり足して77にしようかなと一瞬思ったがそういう余計な小技はやらないことにした) みんなの読んでる本も知りたいな〜〜〜 ぼくが書いた本 (オススメ！) スクラムの拡

こんにちは、AWS re:Invent から帰国した a2 (@Atsuhiro_tim) です。すき家がサラダをつけても $5 で、その美味しさと安さに涙を流しています。 さて、AWS re:Invent 2024 のセッションカタログを見ると、今年も GenAI が猛威を振るっていたことがわかります。 昨年は Gen AI x 〇〇 が多かったのですが、今年は一歩進んで、 RAG x 〇〇 や Agent x 〇〇 が出てきました。RAG については機能リリースのニュースは認識していたものの、実際に触ることがなかったので、今回の re:Invent で Gen AI や RAG 関連のセッションに参加してきました。複数のセッションの学びをまとめてシェアしたいと思います。 参加したセッション： Explore generative AI use cases with LangChain

この記事は NewsPicks Advent Calendar 2024 の12日目の記事です。 こんにちは。ソーシャル経済メディア「NewsPicks」エンジニアの桐畑です。 今回は「システム障害を素早く解決するための考え方・工夫について」というテーマでお伝えしたいと思います。 NewsPicksサービス状況・障害対応 障害の原因分類 障害の原因特定・解決までのステップ 1. 障害の状況確認・再現 2. 原因特定 3. 解決方法の検討 素早く原因特定・解決するための考え方・工夫 おわりに NewsPicksサービス状況・障害対応 NewsPicksも今年でサービス開始して11年を迎えました。 サービス開始から11年を経たコードやシステム構成は、その複雑性が一定以上高まっています。一方で、ここ数年にわたりデリバリーの仕組みが改善され、1日に何度も修正がデプロイされる状況となっています。 高

この記事は 食べログアドベントカレンダー2024 の12日目の記事です🎅🎄 目次 目次 はじめに 自動テスト作成の課題 テストケースを考えることの難しさ テストコードに落とし込む作業の負担 テスト対象のコード例 RSpecでのテストコード例 自動テスト作成の課題がもたらす影響 生成AIと自動テスト 自動テスト作成の効率化を目指して 導入の条件 Difyを活用したチャットボット チャットボットの利用方法 テスト生成の障害 実装コードをそのまま送った場合の問題点 良い自動テスト生成が可能なケース プロンプトの工夫 プロンプトや対話の工夫では解決できないこと 設計の重要性 まとめ ロジックを切り出した対象での有効性 自動テストと設計の相乗効果 最後に はじめに こんにちは。食べログ開発本部 ウェブ開発2部 第1プロダクトチームで主にバックエンド周りの開発を担当しています、エンジニアの高田です

Googleは、人間がタスクを与えると自律的に実装計画を立ててコードの生成や変更、バグフィクスなどを実行してくれるAIエージェント「Jules」を発表しました。 同社が発表した最新の生成AIモデルであるGemini 2.0が用いられています。 タスクやイシューを与えると、それを起点に自律的なプログラミングを行う生成AIを用いたサービスは、先日正式サービス化されたDevinや、現在テクニカルプレビュー中のGitHub Copilot Workspaceなど、すでに先行しているサービスが存在します。 参考：GitHub、「Copilot Workspace」テクニカルプレビューを開始。ほとんど全ての開発工程をAIで自動化 GoogleもGemini 2.0によって、同様に自律的なプログラミングが可能なレベルのサービスを開発可能になったということでしょう。 Julesが動作する様子 Google

「とにかく仕事が多すぎて困っている！」 タスクが次から次へと降ってきて、仕事が終わらない状況で悩んでいませんか？　効果的な対処法が見つからず、チャットに返信しながら資料作成、メールチェックしながら電話対応...。こんな働き方を続けていては、限界が来てしまいます。 「仕事の効率化のためには、マルチタスクでこなすしかない」 そう考えてしまう人も多いはずです。確かに一見、複数の仕事を同時にこなすことが、仕事が多すぎる状況への対処法に思えます。 しかし、「マルチタスクで仕事をこなそう」というその発想自体が、実は仕事が終わらない原因かもしれません。本記事では、効率的な仕事の進め方に悩む方に、意外な解決方法をご紹介します。それは、「明日できることは今日やらない」という逆説的な対処法です。 マルチタスクが仕事を終わらなくする理由 シングルタスクで仕事が多すぎる状況に対処する 仕事効率化の新しい対処法「マ

本記事では、最近流行りの「生成AIエージェント」に替わる「Agentless」（エージェントレス）という手法について、ざっくり理解します。株式会社ナレッジセンスは、エンタープライズ企業向けにRAGを提供しているスタートアップです。 この記事は何 この記事は、ソフトウェア開発自体を自動化する際の新しい手法「Agentless」の論文[1]について、日本語で簡単にまとめたものです。 今回も「そもそもAIエージェントとは？」については、知っている前提で進みます。確認する場合は、こちらの記事などをご参考下さい。 本題 ざっくりサマリー 最近、ソフトウェア開発で生成AIを使うことは当たり前になっています。（GitHub Copilot、Cursor、Devinなど、様々なツールがリリースされています。） 「AGENTLESS」は、ソフトウェア開発を自動化する、という文脈でLLMを使う際の、新しい手法

ここ数年、ロボット機械学習の領域を世界的にけん引してきた米Google（グーグル）。その中枢にいた精鋭研究者30人ほどが2024年の3月、一斉にグーグルを退職し、ロボットAIのスタートアップを立ち上げたことは、この領域の人々を驚かせた。「ロボットAIで世界最高峰の企業だったグーグルをなぜ離れるのか」「一体何があったのか」と。 彼ら精鋭達は創業後の約7カ月間、黙して語らずのステルス状態を貫いてきたが、このほどその沈黙を破り、ついに最初の成果を明らかにした。その名も「π0（パイゼロ）」。 マルチモーダル型の大規模言語モデルと、最新の連続型の生成モデルを組み合わせ、「膨大な知識を生かした汎用性」と「動きの精緻さ」を兼ね備えた基盤モデル（foundation model）を作り上げた。既存のロボットAIとは比べものにならないほど動きもスムーズになり、複雑な判断が必要な長いタスクを自動で実施できる（

TOPICS 発行年月日 2025年01月17日 発売予定 PRINT LENGTH 468 （予定） ISBN 978-4-8144-0101-7 原書 Building Multi-Tenant SaaS Architectures FORMAT Print PDF SaaS（Software as a Service）とは、ソフトウェアをクラウド環境などでホストし、ユーザーにサービスとして提供する形態のビジネスモデルです。マルチテナントとは、複数のユーザーが同一のリソースを共有するモデルや、それらを統一された体験を通じて管理する仕組みを指します。セキュリティや可用性、運用面などで独自の考慮事項が必要となりますが、インフラストラクチャコストの削減や運用効率の向上が見込めるため、近年その採用件数は右肩上がりに増加しています。本書は、エンジニア向けの本格的なSaaS解説本として、マルチテナ

はじめに Googleカレンダーのような時間枠を扱うシステムを設計する際、開始・終了時刻を管理するロジックは容易ではない。 しかし、PostgreSQLには 範囲型 があり、この機能を活用することで、開始時刻（begin_at）と終了時刻（end_at）を1つのカラムで扱えるようになる。 そこで本稿では、範囲型を用いた設計と、その利点を紹介する。 時間枠を扱う難しさ まず前提として時間枠の扱いがなぜ難しいかを紹介する。 ソフトウェアデザインでやっている連載、実戦データベースリファクタリングの 【12】厄介な時間枠に向き合う でも紹介したが、時間の範囲を比較するときが難しい。 範囲の重なりには以下の種類がある。 包含：範囲Aが範囲Bを完全に含む 重複：範囲Aと範囲Bに共通点がある 隣接：範囲Aと範囲Bが隣り合う 時間枠の扱いはSQLに限らず、プログラミングの題材として難易度が高い。 特に重複

Exploring the Power of Turbo Streams & Action Cable | RailsConf2023

SaaSのNRRは役に立たない？見るべきは契約後12ヶ月の月次推移。グローバル、日本、自社の数値で解説。 一般に定義されている「NRR (売上継続率)」の算式は、SaaS企業の稼ぐ力を総合判断するには役立ちますが、そのまま数字を見ても直近のカスタマーサクセス戦術評価には役立たないよ、という分析を自社データを交えて解説します。 なお、平均顧客単価とNRRは正比例の関係にあり、例えば月額5,000円のSaaSのNRRは低く、月額15万円のNRRは高くなります。ビジネスモデルの違いから来るもので両者を比較する意味はありません。本記事では高単価SaaSを念頭において書いています。 貴山敬 (@tkiyama) 「NRR (Net Revenue Retention)」とは日本語では「売上継続率」。既存顧客が伸びているのか／減っているのか、という指標で、SaaS企業の力をあらわす重要指標の一つです。

例えば次のようなテーブルがあったとする。 -- PostgreSQL CREATE TABLE history ( id SERIAL PRIMARY KEY, user_id INTEGER NOT NULL, data TEXT, created_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ); -- MySQL CREATE TABLE history ( id INT AUTO_INCREMENT PRIMARY KEY, user_id INT NOT NULL, data TEXT, created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ); INSERT INTO history (user_id, data, created_at) VALUES (1, 'First

はじめに 株式会社ファースト・オートメーションCTOの田中(しろくま)です！ 弊社では製造業向けのRAGを使ったチャットボットの開発を行っていますが、 RAGで読み取りづらいなと感じているドキュメントが"Excel文書"です。 LLMを悩ませる"Excel文書"とは ここで"Excel文書"と呼んでいるドキュメントは、 「構造化されたテーブルを保存しているExcelファイル」 ではなく、 「 セルに文書を書いたり、オブジェクトや画像を挿入することで、いわゆる一般的な文書を作成しているExcelファイル 」 のことを呼んでいます。 そもそも一般的な文書作成においてはExcelではなく、Wordを使えばよいのでは？と思われるかもですが、以下の点でExcelで文書の資料を作成することはそれなりに便利な部分があると思っています。 枠を使って、グルーピングすることでドキュメントの構成が見やすくなる

ヘンリーの kohii です。この記事は株式会社ヘンリー Advent Calendar 2024の8日目の記事です。前回は 小山さん の「出社回帰のニュースを見て思うこと」でした。 プロダクト開発（というかあらゆる仕事）で最もありがちで最もやっかいな問題の一つに、理解の不足を想像で埋めてしまうみたいなやつがあると思います。 こんな感じだろうと思って作ったものが、顧客の業務にフィットせず使われない 分業で開発して、いざ結合しようとしたらお互いの想定が違った プラットフォームチームが作った最強の基盤が現場の欲しいものと違った 経験不足だと想像を膨らませすぎてこれにハマるし、経験豊富だと逆に既知に引き寄せて理解しようとして罠にハマります。現実の解釈や予測には多かれ少なかれ願望や先入観が混ざるというのもあります。 人間なんてそんなもんです。 理解不足とモノづくり私は昔、人間中心デザインを学んでい