はてぶ・Qiita・Zennのトレンド記事を紹介
執筆者：Hirokazu Namitani はじめにここ2年ほどで、クラウド移行の道具はかなり揃いました。サーバーをまるごと移すツールも、VMware環境をそのまま載せる選択肢も、AIエージェントが移行計画を組み立ててくれるサービスも出てきて、「技術的に移せるかどうか」で
私は今、来るべき完全自動AI駆動開発に向けた検証を重ねている。私は15年のソフトウェアエンジニア経験がある。最近、プロダクトの構想から、インフラ設計・実装、Webアプリケーションのアーキテクチャ設計・実装、CI/CD、IaC、テスト設計・実装。ソフトウェアエンジニアリングの
はじめに先日Claudeの検定をオンライン受験したのですが、試験中にカメラがフリーズして途中退場となってしまう事態に陥りました…(´;ω;`)試験官の方も英語で色々とアドバイスしてくれて、試験用のアプリやPCを再起動したのですがまた少し経つと再発してしまい解決できずアタフタし
LLM-as-a-Verifierが提起する検証ループの設計論
検証（verification）を、事後学習・テスト時計算に続く新しいスケーリング軸として扱う。同じ問題を解いた5つのコード案があるとする。どれが一番正しいか、あなたはどう選ぶだろうか。多くのAIエージェントは「1〜10点で採点して」とLLMに聞き、一番高い点数の案を選ぶ。
Agent DesignerとADKの開発・運用上の考慮事項 ②
アクセンチュア株式会社の成木日奈子です。2026/7/23に、Jaguerの月末Tech Lunch Onpline #15に登壇してきました。https://jaguer-tech-lunch.connpass.com/event/396067/LT資料の抜粋なので完結
執筆者：Koichi Miyazaki はじめに一報から間が非常に空いてしまいましたが、4月末にZedがv1.0をリリースしたことを機に、このブログを書くことにしました。VSCodeがデファクトスタンダードなコードエディタとして広く利用されている中で、Zedも新しい選択肢
クラウド移行におけるアーキテクチャ検討ステップを整理してみた
執筆者：Yuichiro Nakamura はじめに本記事では、インフラ担当として、オンプレミスからクラウドへの移行を検討する際のアーキテクチャ検討の進め方を、一般的な観点として紹介します。技術的な詳細には深く言及せず、主に検討の進め方を紹介します。オンプレミスで稼働し
はじめにAIコーディングエージェントに実装を任せると、理解しないまま成果物だけが積み上がっていく、という話をよく見かけます。多くの場合、その結論は「理解を後回しにするのはまずいから、なるべく早く理解を取り戻すべきだ」というものです。しかし私としては、理解を後回しにすること自体
Agent DesignerとADKの開発・運用上の考慮事項 ①
アクセンチュア株式会社 プリンシパル・ディレクターの青柳雅之です。2026/7/23に、Jaguerの月末Tech Lunch Onpline #15に登壇してきました。https://jaguer-tech-lunch.connpass.com/event/396067/
CCOE依存の弊害：車輪の再発明とカニバリが無名の実力者を生み組織を強くする
アクセンチュア株式会社 プリンシパル・ディレクターの青柳雅之です。私は長年、Cloud Center of Excellence（CCoE）の立ち上げや運営に携わってきました。その中で一貫して考えているのは、「CCoEに頼る組織を作ってはいけない」ということです。この考え
「AIが作るUI、なぜ毎回同じに見えるのか——57のチェックで潰す『Hallmark』」
AIコーディングエージェントに「ランディングページを作って」と頼むと、なぜか毎回同じ紫グラデーションのヒーローセクションと、横並びの3枚の機能カードが出てくる。この既視感には名前がついている。「AIスロップ」だ。Claude CodeやCursor、Codexといったツールが
【アクセンチュア・シェアーズ｜開催レポート】 Vol.41 -『多様な人材確保のためのダイバーシティ戦略』
はじめに。皆さんこんにちは。総合コンサルティング会社「アクセンチュア」という会社で働いてます黒木ヨウドウと申します。この記事は、アクセンチュア福岡で毎月実施している交流型勉強会 「アクセンチュア・シェアーズ」 のレポート記事となります！✨ 「アクセンチュア・シェアーズ
Claude Code のエージェントチームを PMO＋PM の二段構えにして、単一 PM のボトルネックを解消する
!この記事は、筆者の試行錯誤のメモを AI（Claude）を用いて整理・執筆したものです。エージェントチームはベータ（実験的）機能で、仕様・挙動はバージョンでかなり変わります。ここに書いた構成はあくまで現時点での一例にすぎませんので、参考程度に読んでいただき、実際に組むときは必
Salesforceは本当にただのCRMなのか？ エンジニア目線で分析してみた🔍
みなさん、こんにちは！アクセンチュアの北海道オフィス（AIH）所属の坂本です。先日から学び始めたSalesforceについて、エンジニア目線で気付いたことを発信していきます。 1. はじめにSalesforceを学び始めると、最初は 「CRM製品を触っている」 という感覚
1日で自分専用アプリを自作して年8,000円を浮かせた話【Claude Design × Claude Code】 🔖 1
TL;DR簡単なVibe Codingで自分の生活を少し豊かにした話です。既によくあるネタかもしれませんが、誰かしらの参考・後押しのなればと思って記録を残します。習慣管理アプリの有料プランへの加入に悩んでるとき、「自分で作ればよくない？」と思い立ってAIを使ったアプリ開発
『ソフトウェアアーキテクチャの基礎 第2版』から考える、AI時代のアーキテクトの役割 🔖 4
1. AI時代に人間の仕事は何が残る？今回、途中まで読んで挫折して長らく積読（ツンドク）されていた『ソフトウェアアーキテクチャの基礎』をAIエージェント時代にあらためて読み直してみました。※補足：ブログを書くことになってから、2026年3月に第2版が発売されていたことを知り、
黒いコートの男が、水たまりを几帳面に避けながら近づいてくる。くたびれた革靴をゆっくり前に進めるそのすべての仕草は、サーバールームの端で酷使され続けたL3スイッチのようだ。生きているのが不思議なほど擦り減っているうえに、雨が容赦なく傘を打つ。そっとこの半地下のバーのドアを開ける音
はじめに以前Claude Codeで、諸事情でhooksが使えない方向けに気休めに通知を出す方法 を書きましたが、やっぱり気休めにしかならなかったので、Codex Micro を見習ってもっと派手に通知を出してみたいと思います。https://openai.com/ja-JP
SaaSかオンプレか？NVIDIA AI Enterpriseで考えるAI基盤の最適解
執筆者：Ryuta Yokomine はじめに本記事では、3つのAIデリバリーモデル（SaaS API、クラウドGPU、オンプレミス）におけるコスト構造の違いと、NVIDIA AI Enterpriseを用いたPrivate AI基盤の構築・検証を通じて得た知見を整理します
AIがHOWを引き受けたら、次は気分じゃないかしら？——SIの現場から
現場の雰囲気がいいチームは、なぜかうまくいく。理由を解明しようとすると、かえって壊れる。プレッシャーの強い人が来て立て直ることもある。プレッシャーの強い人が去って立て直ることもある。どちらも経験した。原因はその人じゃなかったんだろうな、と今は思っています。余裕があるから場が
AIはプランを立てただけで満足する ― 実行を追いかける『イシューツリー』という考え方
!この記事は、筆者の作業メモと試行錯誤をもとに、生成AI（Claude）が下書きを書き、筆者が構成と事実確認を加えて仕上げたものです。引用した研究や公式仕様は、モデルの世代・製品のバージョン・タスク設定によって結果が変わりえます。ここで紹介する「イシューツリー」という使い方も、
はじめにそろそろマルチエージェントに挑戦してみたくて、ハブ＆スポーク型のアーキテクチャでClaude君たちに何か作って貰います。 ハブ＆スポークパターンとは？マルチエージェントにも色々パターンがあるみたいで、AIに何をやらせるかによってパターンをうまく使い分けたり、組み合
契約プログラミングを「部品」としてAI駆動開発に組み込む 🔖 1
AI駆動開発を支える部品としての契約(Contract)この記事で言いたいことは、突き詰めればこの一言に尽きる。!この記事はアイデア記事です。契約プログラミング(Design by Contract)の理論を、AIエージェントによるコード生成・仕様駆動開発(SDD)の文脈
AI駆動開発にDevOpsが「後回しにできない」理由 🔖 2
AI駆動開発だからこそ、DevOpsの考え方が欠かせない。自動化できるところをインフラ化しておけば、その恩恵は後になって効いてくる。これは、実際に開発を進める中で繰り返し実感してきたことだ。AIエージェントがどれだけ速く実装をこなしても、その速さをそのまま受け取れるかは、
ジャズピアノが薄くかかっている。今夜はビル・エヴァンスの「Waltz for Debby」だ。美しいが、哀しい。半地下のこのバーに聞こえてくる外の雨の音。この街のネガティブを濃縮したような気配が、音楽と共鳴して、少し頭に痛い。俺はバーボンを傾けながら、次々に煙草を灰にし、いつも
【アクセンチュア・シェアーズ｜告知】 Vol.42『ゼロから創り上げるブランド＆プロダクト』｜7/31(金) 19:00 - 20:30
はじめに。皆さんこんにちは。総合コンサルティング会社「アクセンチュア」という会社で働いてます黒木ヨウドウと申します。この記事は、アクセンチュア福岡で毎月実施している交流型勉強会 「アクセンチュア・シェアーズ」 のご案内です！✨ ✨これまでのアクセンチュア・シェアーズ✨
AIが書いた文章かどうかを疑うとき、私は「効く」という語に目が止まります。「この対策が現場で効きます」「前述の処方箋がここで効いてきます」。こうした文が短い範囲で続くと、文章が急にAI生成文らしく見えてきます。ただし、「効く」が不自然な語なのではありません。キャッシュが効
「プログラムがルールの羅列のように感じる」——AIに「なんで？」「ほんまに？」と聞き続けたらFirecrackerまで来てしまった
!所属：アクセンチュア株式会社本投稿は個人の見解に基づくものであり、所属組織を代表するものではありません。 この記事について新人さんの研修デイリーレポートにこんな一文がありました。Webアプリを構成するプログラム群のそれぞれの役割と、その内部の処理の流れを完全に理
「AIに書かせたので、中身はほぼ見ていません。動けばいいのでレビューお願いします」渡されたPRを開くと、今回直したはずの修正がすべて1本のPRに詰め込まれていた。関係のない箇所の変更も混ざっている。説明欄は空欄か、逆に長文で埋まっていて、結局どこから読めばいいのかわからない
GPT-5.6のSolを使ってChatGPTのWebでImage-2.0の画像を編集可能なスライドに変換して資料とっても素敵マンになる方法 🔖 37
!ChatGPT Images 2.0で、完成イメージとなるスライド風画像を生成するGPT-5.6 Solに画像を渡し、編集可能なPowerPointとして再構築してもらう使用したプロンプトも全文公開してます生成AIでスライドを作ろうとすると、だいたい次のどちらかに
!この記事の3行まとめAIコストが急騰し、無制限アクセスは希少資源化しつつある。各社で「誰に蛇口を預けるか」という選定が始まっている出力量÷トークンで選定すると指標がゲームされ、評価装置として逆機能する真に評価すべきは消費量でも出力量でもなく、タスクにモデルを合わせる「
知る者と粘る者 ── Claude Codeの二つの生態 🔖 1
!Anthropic公式ブログ Choosing a Claude model and effort level in Claude Code を精読して、ModelとEffortの違いをまとめてみました。事実情報は一切変えず、器（文体・構成）だけをちょっと変わったスタイルで
AIのセキュリティ対策を「お願い」ではなく「仕組み」で考える【ローカル編】
執筆者：Hajime Fujii はじめにAIエージェントを効率よく稼働させるにはMCPなどによる外部と連携した稼働と、ある程度人間の手の介在を避け、自律的に動作させることが重要となる。この手の前提に立つと、認証情報を何らかの形でAIの動く処理の中で準備することと、人間の
執筆者：Yuya Toda はじめに担当しているプロジェクトで、複数のAWSアカウントを旧クラウド基盤（以降「移行元Org」）から、新クラウド基盤（以降「移行先Org」）へOrganization移行する作業を担当しました。AWSアカウントのOrganization移行そ
300万ビューを叩き出したAnthropicエンジニアの投稿:Claude Fable 5を動かす前に潰すべき"unknowns"とは
プロンプトやスキル、文脈は、いわば「地図」にすぎない。実際のコードベースや制約という「現地」そのものではない。両者のあいだに生じるズレこそが、この記事でいう「unknowns(未知)」である。言われてみれば当たり前に聞こえるこの指摘が、なぜ2026年7月上旬にX上で300万ビ
友人と共同利用のAWS検証環境における、喧嘩が起きないためのアカウント整備
執筆者：Taisei Yasuhara はじめに友人に「AWSを触ってみたい」と言われたとき、どうしますか？自分のアカウントに IAM ユーザーを作って渡す？ それだと権限の管理が難しいし、野良リソースを作られて高額請求が来るリスクがある。そこで今回は AWS Orga
文明は踊る。されど進まず。 ―ボトルネックは大体人間―AI時代に必要なのは、技術の導入ではなく、人間の設計であるAI導入、と聞くと、たいてい技術の話だと思われます。どのツールを入れるか。どのモデルが優秀か。どうプロンプトを書くか。違うんです、というのが、この記事で
0. 時は繰り返す。大学受験時、世界史にハマりました。世界史は「文系脳筋ゲー」だのなんだの蔑まれがち。しかし、断じて言える。それは違う。あの科目は、単なる脳筋ゲーではない。人間が、同じ状況で、同じ失敗を、何度も繰り返してきたログであり世界史とは人生の教科書だと思いま
Loop Engineering（ループエンジニアリング）を本番に載せるとしたら 🔖 1
プロンプトを書くな。ループを設計して、その評価結果を出せ。Loop Engineering という概念は、思想もツール対応表もほぼ完成している。だが不思議なことに、その「ループ」を実際に回し続ける本番インフラの想定だけは、各AIツール任せのまま空白に近い。概念が成熟している
WSLが急に「ログオン失敗 0x80070569」で起動しなくなったときの対処メモ 🔖 1
!この記事は、筆者の体験とメモをもとに AI（生成 AI）が執筆しています。手順や原因の説明はできるだけ公式ドキュメントで裏取りしていますが、環境によって挙動が異なる場合があります。参考程度にご利用ください。筆者は普段の開発で WSL（Windows Subsystem f
Claude Codeの挙動が変わった時、原因をどう切り分けるか
TL;DR;ハーネス(CLAUDE.md・memory・lessons.mdなど)は書きっぱなしにせず、定期的なメンテが必要挙動がおかしくなったら、まずモデルやCC本体ではなく自分のハーネスを疑う「記録」と「ルール」は分けて管理する。ルールファイルには結論だけを書くさ
Claude Codeが書くIaCの「根拠のない値」をSubAgentで炙り出す 🔖 1
執筆者：Shota Tsutsui TL;DRClaude CodeにCloudFormationを書かせると「動くけど根拠のない値」が静かに紛れ込む。cfn-lintでは弾けない。プロンプトで根拠を求めてもClaudeはアプリ固有の事情を知らないので「一般論」止まりに
サル由来ウイルスを「ゲーマー」が解いた日—AIは“ズレ”を読むために使え
読む前に、ひとつだけ。この記事には、ちょっとした仕掛けがあります。読んでいるうちに、あなたの頭の中で「ありもしない事実」がうっかり生まれるかもしれません。どこで引っかかるか、探しながら読んでみてください。理由は最後に種明かしします。 はじめにAIは「文章を作る」「要約
はじめに先日、ある大学主催の講演会に参加した。登壇者のAIに対する反応がきれいに二つに割れていたことが面白かった。一人は企業のイノベーションを研究している経営学の研究者だ。論文の執筆にあたり、AIに過去の研究を整理させたところ、短時間で自分の研究テーマに関連する論文を見つ
なぜAI開発のアセットは横展開できないのか — AI共通基盤がJava独自FW化する前に
! この記事の三行まとめAI開発アセットの横展開が難しいのは実行力の問題ではない。技術のコモディティ化の速さ、現場ごとに異なる制約、見える化できる資産ほど陳腐化するという3つの構造的な罠があるパッケージ化しやすいものほど差別化にならず、差別化につながるものほどパッケージ
すでに4800スター、Loop Engineeringとは — “自分の仕事はloopを書くこと” 🔖 443
Loop Engineeringは完全自律への「橋」となるコードが人間の読解速度を超えて生成され続ける——気づいた頃には、誰も全体を把握していないコードベースだけが残る。理解負債は、後から返済できる技術的負債とは違う。負債が積み上がった時点で、返済に必要な"理解"そのものが失
Claude Fable 5が帰ってきたので情報を整理した 🔖 3
6月に公開からわずか3日で使えなくなった Claude Fable 5 が、7月1日に戻ってきました。自分も停止期間中は進行中の作業を Opus 4.8 に切り戻して過ごしていたので、Claude Code のモデル一覧に Fable 5 が再び現れたときは少しほっとしました。
Claude Code の Agent Teams による、複数課題を同時並行で処理し自己改善を繰り返すAIチーム（PM＋作業者）の構築 🔖 1
!この記事は、筆者の試行錯誤のメモを AI（Claude）を用いて整理・執筆 したものです。 はじめに（この記事の立ち位置）筆者は開発作業をやるうえで、TAKT などを使って作業順序を決め打ちにすることで品質を上げていました。決まった流れに沿わせれば、抜け漏れが減って結
!現時点での研究・事例をもとに、2027〜2028年の開発体系を考察します。先日、シニアエンジニアがコードをほぼ書かなくなった理由という記事を投稿した。人間は仕様を書き、AIに実装を任せる。——現在ではほぼ1パーセントしかコードを書いていない。という話だ。https:/
はじめに前回 に続き、学び直しの画像認識（２回目）です。今回は 領域選択 とその手法である「色のしきい値処理」についてです。 領域選択とは領域選択とは、前処理で整形した画像の中から「注目すべき部分」を絞り込む工程です。なぜ画像全体をそのまま次の工程に渡さないのでしょうか