AIコーディング & エージェント 23本
RAG は「検索して答える仕組み」ではない 第1回：RAG の全体像
RAGをただのベクトル検索ではなく、「何を見て、どこまで調べてから答えるか」を決める仕組みとして整理する連載第1回です。
Claude Code / Codex時代の開発フロー──Plan、Work、Review、CompoundでAIを工程に入れる
この記事は「AIエージェントを工程に入れる」シリーズの第0回です。 Claude Code、Codex、Cursor、Gemini CLI のような coding agent を、…
AIエージェントに渡す仕様書の書き方──巨大な依頼を壊さず小さく渡す
この記事は「AIエージェントを工程に入れる」シリーズの第1回です。 第0回では、Claude Code / Codex 時代の開発フローを Plan、Work、Review、Com…
AIエージェントの仕事をどう検品するか──Trace、Eval、Pre-CI Reviewの考え方
この記事は「AIエージェントを工程に入れる」シリーズの第2回です。 第1回では、AIエージェントに渡す仕様書の書き方を扱いました。 今回は、その後に必ず来る問題、つまり「出てきた成…
一度の失敗を次の成功に変える──AGENTS.md、Memory、Skillの使い分け
このシリーズでは、AIエージェントを「コードを書かせる道具」ではなく、開発工程に入る作業者として扱います。
AIエージェントに実行させる前に──Sandbox、権限、ファイル境界の考え方
AIエージェントにコードを書かせる話は、だいぶ普通になりました。
MCPとToolsをどう考えるか──read-only、write、権限スコープを分ける
AIエージェントは、単体でもかなり動けます。
既存リポジトリ調査で使う──実装前に読ませる、再現させる、止める
AIエージェントに仕事を頼むとき、多くの人はすぐ実装を頼みます。
Codex Appを技術作業台にする──画面、ファイル、thread、reviewの使い方
Codex App は、単なる「チャットでコードを書かせる画面」ではありません。
実戦テンプレート集──Plan、Work、Review、Compoundをそのまま貼って使う
ここまで、AIエージェントを開発工程に入れる方法を分けて書いてきました。
AIエージェント導入の判断基準──任せていい仕事、まだ任せない仕事
このシリーズでは、AIエージェントを開発工程に入れる方法を書いてきました。
委託時代②：FDE――委託時代が生んだ最初の新しい職種
人間が AI を細かく操作するのではなく、まとまった仕事を渡し、進捗を見て、最後に受け取る。道具を使うというより、仕事を委託する関係に近づいている、という話です。
委託時代③：Impact vs Activity――委託時代の職業方法論
コードを書いた量。チケットを閉じた数。会議に出た時間。資料を作った枚数。そういうものは、これまで仕事をしている証拠になっていました。
委託時代④：AI に渡してはいけないもの――Tony Fadell の cognitive surrender
AI に仕事を渡す。企業には FDE が必要になる。個人は activity ではなく impact で測られる。
委託時代⑤：Messy Middle――委託時代の社会の請求書
activity ではなく impact で働いてきたエンジニア。
AI は平気でウソをつく。なのに ClickHouse は、それで百万行の C++ を回している ―― 1年の運用記から見えた、たった一つのカラクリ
懐疑派の最後の言い訳って、だいたい C++ なんですよね。「agent は JavaScript くらいは書けるだろう。でも俺の、まるで原発でも動かしてそうな毛むくじゃらの C++…
How I Use Hermes Agent to Run an Agent Team
これ、モデルの新機能の話じゃない。エージェントを十個動かしたときに本当に詰まる場所の話なんですよね。どのagentがどのrepoを触ってる、どのマシンが空いてる、どのモデル枠がまだ…
AI時代の原型開発は、コードを書く速さより仕事の切り方が効く
これは、AIコーディングエージェントで原型開発がどう変わったかの現場メモとして読める。単にコード生成が速い話ではなく、エンジニアの仕事が仕様を書く、境界を切る、検収する側に寄ってい…
Claudeは「呼び出すモデル」から「働かせる基盤」へ進んでいる
今回のAnthropic開発者イベントで見るべきなのは、新モデル名よりもManaged Agentsと計算資源の確保なんですよね。ClaudeがAPIの向こう側にいる賢いモデルでは…
テストが全部通って初めて褒められるAI ―― Kimi-Dev に学ぶ「コードを直すモデル」の作り方
SWE-bench と「全テスト通過でのみ報酬」という訓練思想から、修正特化モデルの意味を整理する。
「無料で落とせるモデル」が、コーディングで GPT-5.5 に並んだ ―― Kimi K2.6 を読む
オープンウェイトの巨大MoEが、コーディングでクローズドモデルに並ぶ意味を読む。
気づいたら、中国の「オープンなコーディングAI」が一個師団になっていた ―― MiniMax M2.7 を入り口に
MiniMax M2.7 を入口に、中国のオープンなコーディングAIが群れで出てきた構造を見る。
中国のモデルが「コーディングで世界トップ級」に並んだ ―― Qwen3.7-Max を、誇張を外して読む
Code Arena の順位と35時間タスクから、中国モデルのコーディング能力を冷静に読む。
AI工程・実装 3本
企業AIエージェントは、まずデータ基盤を片づけないと働けない
企業AIエージェントのデモは簡単です。チャット欄に「先月の売上を地域別に出して」と打つ。モデルがSQLを書く。表とグラフが出る。拍手。
LLM評価の本質は、ダッシュボードではなく失敗を読むことだ
LLM評価という言葉を聞くと、多くのチームはすぐに基盤を作ろうとする。評価基盤。メトリクス。ダッシュボード。自動採点。LLMasajudge。
How we contain Claude across products
AIエージェントを仕事に入れるとき、もう「賢いか」だけでは足りない。 どこに閉じ込められていて、何に触れてよくて、どこから外に出られるのか。 Anthropic が Claude.…