はじめに 近年、AIを活用したコーディングツールが急速に発展し、プログラマーの生産性向上や開発プロセスの効率化に大きな影響を与えつつあります。これらのツールは、コード補完、チャットアシスタント、コーディングエージェントなど、様々な形態で提供されており、プログラマーの作業をサポートしています。 その中でも、オープンソースのコーディングエージェントである「Cline」は、独特のポジションと活発なコミュニティによって注目を集めています。 本記事では、Clineを中心に、現在のAIコーディングツールの動向を探ります。Clineの特徴や利点、そして他のツールとの比較を通じて、AIコーディングツールの現状について考察します。また、Clineのアーキテクチャや実用面、コミュニティの動向についても解説します。 AIコーディングツールは、特に個人のプログラミングの世界に大きな変革をもたらしつつあります。本記

2024年11月4日にMicrosoftから「Magentic-One: A Generalist Multi-Agent System for Solving Complex Tasks」（複雑なタスクを解決するための汎用マルチエージェントシステム）という記事が公開され、話題となっているようなので読んでみました。 ※本記事の画像や内容はこの記事を元に作成/引用しています。ぜひ本家ドキュメントを読んでください。 Magentic-Oneとは Magentic-Oneは、複雑なタスクを効率的に解決するために設計された高性能な汎用マルチエージェントシステムです。 概要 Orchestratorと呼ばれるリードエージェントが中心となり、4つの専門エージェントを指揮・統括します。各エージェントは特定の機能（Webブラウジング、ファイル操作、Pythonコード実行など）に特化しています。 Orche

はじめまして、ますみです！ 株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ この記事では、入門者向けの「RAG」の開発手法を解説します！ もしもPythonを使ったことがない方は、下記のZenn本を参考にしてください。 また、RAGについての基礎知識を学びたい方は、下記のZenn本を参考にしてください。 さらに、RaggleというRAGの精度を競うコンペを開催しているため、ご興味のある方は、こちらのコンペを通して、RAGのスキルアップにご活用ください！ なんと1位の人には、賞金30万円も付与されます🏆 それでは、早速解説をしていきます！ この記事の内容を習得すれば、Raggleに応募できる状態になるため、ぜひ皆さんもRaggleのコンペに挑戦していただけたら幸いです^^ 全体の流れ

大規模言語モデルの進化は目覚ましく、新しいモデルが次々と登場する中、Gemini 2.0シリーズに注目しています。 上記記事を出してから私は1年弱ほど、Claude 3.5をメイン使用してきました。Claudeは「いいヤツ」で個人的にも愛着があったのですが、後ろ髪を引かれつつ最近Geminiに乗り換えました。（Claude 3.5Opusが出たらまた戻るかもしれません） このポストでたくさんの方から共感の声をいただいたのだが、自分でも確かにClaudeの方が性格がいいと思う。 その点に関してClaudeに聞いてみると、 「その他のAIモデルとの比較について、私の視点からコメントをさせていただくのは適切ではないと考えています。」 と返ってきた。 やはり性格がいい。 https://t.co/Ozxpp8yunW — K.Ishi@生成AIの産業応用 (@K_Ishi_AI) December

年末年始の慌ただしい時期に、数ある選択肢の中からこちらの記事をお読みいただき、誠にありがとうございます。 人生を定期的に振り返ることには、本書で取り上げられているADR（Architecture Decision Records）に通じる素晴らしさがあります。過去の決定とその背景を記録し、将来の自分や他者が参照できる形で残すことは、個人の成長にとって貴重な資産となります。そんな観点から今年を振り返ってみると、2024年は私自身にとって大きな試練と変化の年でした。 印象的だったのは、ある時期に突然、技術に対する興味や情熱が完全に失われてしまったことです。それは技術分野に限らず、仕事全般や私生活にも波及し、何をするにも意欲が湧かない、深い無気力状態に陥ってしまいました。 しかし、この困難な時期を経て、いくつかの意味のある変化が生まれました。私は以前から技術書の書評を書いていましたが、これは主に

このnoteは、2024年12月5日にpmconfで登壇させていただいた内容を再編したものです。 イベントの登壇テーマとしては、少し早くてニッチかもしれないと思ったのですが、登壇のスライドは本日時点で1万回以上見ていただいており、思いの外関心を持っていただけたのではないかと思っております。 概要私がLayerXで開発に携わっているバックオフィスAI SaaS「バクラク」では、「AIによって業務自体をなくす」という信念の元、開発を行なっています。 これは、2040年までに約20%にもなる日本の労働受給ギャップを技術によって解決するためです。 一方、AI機能の開発は容易ではありません。生成AIを始めとする技術革新により、デモ開発までの速度は驚くほど向上しましたが、顧客が価値を感じられる機能に至るまでは大きなギャップが存在します。 例えば、バックオフィス業務はミスなく完遂することが求められる一方

いわさです。 「Building Multi-Tenant SaaS Architectures」という海外の書籍があります。 著者は Tod Golding さんで、AWS のシニアプリンシパルソリューションアーキテクトの方です。 SaaS on AWS の領域でよく見かける方で、先日もラスベガスの re:Invent 2024 で講演されておりました。 マルチテナント SaaS を構築・運用するためには様々な課題に取り組む必要があるのですが、上記書籍はそれらの実用的なテクニック・戦略・パターンを解説したものです。 Building Multi-Tenant SaaS Architectures の日本語翻訳版が出るよ Building Multi-Tenant SaaS Architectures は 2024 年 4 月に発売されたのですが、来月 2025 年 1 月になんとこちらの

ふわっとした考えから仮説に至るまでをステップに分解して、見通しを良くする試みです。また、仮説を作業仮説とクレームに分けて考えることで、仮説の現在地を分かりやすくしました。 『仮説行動

O'Reillyサブスクリプションで読むことができる今年発行された書籍の中から、これは良いんじゃないかな、と感じたものを紹介します。 Balancing Coupling in Software Design 『[ドメイン駆動設計をはじめよう』原著者のVlad Khononovさんの最新作で、ソフトウェアにおいて結合とは何かを一冊まるまる使って掘り下げた本です。 ソフトウェアにおける結合というと、その指標として50年以上前に提唱された構造化設計時代の結合強度が用いられがちです。本書ではこれについて解説をしつつも、新たな現代における結合強度の基準を提案しています。(元ネタはMichael NygardのUncouplingを統合したものでもあるのですが…) それから開発の辛みは結合強度だけでなく、「距離」「変動性」も影響してくるため、これらのバランスをとるのが重要であるといい、以下公式を導き

弥生株式会社　もくテク 読んでよかった技術書・ビジネス書LT https://mokuteku.connpass.com/event/340131/

らーめん再遊記 第一巻より引用 らーめん再遊記（１） (ビッグコミックス) 作者:久部緑郎,河合単小学館Amazon はじめに 技術界隈には、長年続いている不穏な現象があります。コードを書くことに情熱を注いでいた人々が、いつの間にか他人の成果物を論評することに執心するようになってしまうのです。 なぜ私たちは燃え尽きてしまうのか 作者:ジョナサン マレシック青土社Amazon この現象は、特にベテランと呼ばれるエンジニアたちの間で顕著です。彼らは確かな技術力を持ち、素晴らしい成果を残してきました。しかし、彼らの多くが、創造者から評論家への転身!?を遂げつつあります。 仕事の辞め方 (幻冬舎単行本) 作者:鈴木おさむ幻冬舎Amazon 実は私たちエンジニアは皆、いずれ評論家になる運命を背負っているのかもしれません。年を重ね、技術の第一線から遠ざかるにつれ、「作る」ことから「評論する」ことへと、

どうも、すべての経済活動を、デジタル化したい福島です。 年末恒例になりました未来予測+来年の意気込みシリーズ。2021年末は「SaaS+Fintech」、2022年末は「コンパウンドスタートアップ」、2023年末は「AI-UXとAX(AI Transformation)」でした。 今年は「AI Agent」というテーマで書こうと思います。2025年はまず間違いなく「AI Agent」の年になります。(AI Agentという定義はなんぞや、みたいな話はありつつ) LayerXは2025年、この領域にフルベットし、wowな体験、新たなビジネスモデルを模索していきます。 過去記事はこちらより AI Agentとは2024年、主に英語圏で、「AI Agent」「Vertical AI」「Agentic Workflow」といった言葉が一気に盛り上がりました。おそらく2025年、日本のVCがこういう

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本記事では、エンジニアが低レイヤーを学ぶ上で参考になるコンテンツを紹介します。 低レイヤーに詳しくない人はもちろん、大学で情報工学を学んだ人にもおすすめできるコンテンツが盛り沢山です。 随時更新していくので、おすすめコンテンツがあればコメント欄で教えてください。 なぜ学ぶか 低レイヤーの知識を学ぶことで、ソフトウェアが動作する仕組みを深く理解し、パフォーマンス改善やバグの根本原因を特定できる力が身につきます。最新技術をブラックボックスのまま扱うと、さらに新しい技術が出た時に1から学習する必要があるかもしれません。 低レイヤーを学ぶことで

はじめに 現代Webサービスの「推薦システム」基盤 2段階ランキングプロセス ステップ1：候補抽出（First Pass） ステップ2：精密ランキング（Second Pass） モデル評価とA/Bテストサイクル Use Case 1：Netflixのリアルタイム「予測検索」 リアルタイム推薦のインフラストラクチャ Use Case 2：検索と推薦を統合するモデル「UniCoRn」 UniCoRnのポイント 共通モデル化までのプロセス 検索と推薦の比較 統一モデルの実現方法 全体のアーキテクチャ 1. 入力 2. 処理 3. 出力 まとめ はじめに ソーシャル経済メディア「NewsPicks」(Media Experience Unit)でエンジニアをしております小林です！ 2024年11月、世界の最先端エンジニアが集うカンファレンス QCon San Francisco 2024 に参加し

OpenAIが2024年12月17日に、ChatGPTによるAI検索エンジンである「ChatGPT search」をすべてのユーザーに向けてリリースしたことを発表しました。 🌐ChatGPT search 🌐is starting to roll out to all Free users today. Search the web in a faster, better way—available globally on https://t.co/nYW5KO1aIg and our mobile and desktop apps for all logged-in users. pic.twitter.com/yf6GJGAm8b— OpenAI (@OpenAI) December 16, 2024 ChatGPT searchは、2024年10月に有料プランの加入者向けにリリー

https://youtube.com/watch?v=Q_FtGfUV5u0https://youtube.com/watch?v=HVC6RL3TyZIhttps://youtube.com/watch?v=wEX1_NYoPlshttps://youtube.com/watch?v=7utuuiw7v0Uhttps://youtube.com/watch?v=9qN9EF-6IcIhttps://youtube.com/watch?v=K7kRDPmwzVIhttps://youtube.com/watch?v=AOux701nwCUhttps://youtube.com/watch?v=N6PR1n4Oyaohttps://youtube.com/watch?v=i2ZQ1OdfcHI 本当はもっと出したかったけど、URLを10件以上含んだ増田は投稿できないようだ。残念。

この記事は Elastic Stack (Elasticsearch) - Qiita Advent Calendar 2024 - Qiitaの11日目の記事です。 はじめまして。テクニカルコンサルタントの江見と申します。 普段はElasticsearchに関するコンサルティング業務に携わっております。 業務の中で、RDB（MySQLやPostgreSQLなど）の検索機能に関する課題として、「LIKE検索の速度が遅い」という声を多くいただきます。 特に、大量のデータを扱うシステムでは、LIKE検索が原因でパフォーマンスが低下し、検索レスポンスの遅延が問題となることが少なくありません。その解決策として、RDBからElasticsearchへの移行を検討されるケースが増えています。 Elasticsearchは、高速で柔軟な全文検索が可能な強力な検索エンジンです。ただし、その性能を十分に引き

LLMOps基盤のシステムアーキテクチャ目次− 目次 − 対象読者 − TL;DR − 背景：LLMアプリケーション運用の課題 − LLMOps基盤のシステムアーキテクチャ −− 主なコンポーネントと役割 −− Langfuseを採用した理由 − 評価ドリブンなリリースライフサイクルの全体像 − オンライン評価プロセス −− 1. ログ・トレースデータの保存 −− 2. 評価とアノテーション − オフライン評価プロセス −− プロンプト実験 −− LLMアプリケーション統合実験 − 今後の展望 − 終わりに − 参考文献 こんにちは！Eureka AI Teamで、Pairs（ペアーズ）のMLOps Engineerをしているnariです。 こちらは、Eureka（Pairs） Advent Calendar 2024 の10日目の記事です。 本日は、私たちが構築した「LLMOps基盤」と

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