Episodes

  • 私立ずんだもん女学園放送部 podcast 20250704

    私立ずんだもん女学園放送部 podcast 20250704
    Jul 3 2025
    関連リンク Claude CodeではじめるAgentic Coding入門 この記事では、AIが自律的にプログラミングを行う新しい開発手法「Agentic Coding（エージェンティック・コーディング）」について、その概念から具体的なツールの利用事例、そしてそこから得られた学びまでを、新人エンジニアにも分かりやすく解説しています。 Agentic Codingとは？ AIエージェントが、人間から与えられた抽象的な指示（プロンプト）を基に、自分で計画を立て、コードを書き、テストし、結果を評価して修正するという一連の作業を「自律的に」進めるコーディングスタイルです。人間は、AIに対して大まかな方向性を示す「総司令官」のような役割を担います。 Vibe Codingとの違い これまでの「Vibe Coding（バイブ・コーディング）」は、人間が自然言語でAIに具体的な指示を出し、AIが生成したコードを人間が確認・修正するという、人間が「副操縦士」として逐一介入するスタイルでした。Agentic Codingは、この「人間による都度の指示」を最小限にし、AIの自律性を高めたものです。ただし、Agentic Codingの初期段階でAIに作業を慣れさせる「手懐け」のフェーズでは、Vibe Codingのように人間が細かく指示を出す場面もあります。 Claude Codeについて 「Claude Code」は、このAgentic Codingを実現するAIエージェント型のコーディング支援ツールです。ターミナル上で動作するCLIツールであるため、様々な開発環境で利用しやすいのが特徴です。最近では、開発効率を高めるIDE（統合開発環境）との統合も進んでおり、IntelliJのようなツールでも快適に使えるようになりました。使い放題の定額プラン「Claude Max」の登場により、利用者がより積極的にAIを活用できるようになっています。 実務から学んだこと 実際に業務でClaude Codeを使ってみて、効果的にAIを活用するための重要なポイントが見えてきました。 探索空間を絞る: AIに任せる作業範囲を具体的に限定することで、作業の精度が高まります。特に、同じような修正を大量に行う「横展開」の作業では、AIのスピードが大きな助けになります。Plan Modeの活用: AIにまず作業の計画を立てさせ、人間がその計画をチェック・修正することで、意図しない方向に進むのを防ぎ、より良い解決策に繋がります。ドキュメントの整備: コードの仕様やプロジェクトのルールなどを詳しくドキュメント化しておくことで、AIがそれらを学習し、より的確なコーディングができるようになります。MCPサーバーの活用: AIがコードを探索する際に、Language Serverのような高速なツール（MCPサーバー）を利用させることで、効率が向上し、無駄なコストを抑えられます。「手懐け」の重要性: AIが作業に慣れて軌道に乗るまでは、最初の数回は人間がAIの動きを注意深く見守り、適度に指示を与えて調整することが大切です。 AI駆動開発の未来 AIがすべてのプログラミング作業を代替するわけではなく、人間がシステムの設計や要件定義、そしてAIによる「横展開」が難しい複雑な部分を担当し、AIは定型的な作業や大規模な修正を効率的に行う、という役割分担が重要です。これは「Agentic Engineering（エージェンティック・エンジニアリング）」という考え方に通じます。AIの性能は今後も劇的に向上しますが、現時点ではAIに任せられる部分をうまく見極めることが、現実的なAI活用への第一歩となるでしょう。 引用元: https://buildersbox.corp-sansan.com/entry/2025/07/03/142500 Rubyで始めるAIエージェント入門 近年、「AIエージェント」という言葉が急速に注目を集めています。これは、単に利用者の関心が高まっているだけでなく、サービスを提供する側にとっても非常に重要になってきています。主要なベンダーがAIエージェントを実装するための技術的なツール（SDKやAPI）を次々と提供しており、エンジニアとしてAIエージェントの仕組みを理解し、自分で機能を作れるようになることが重要だと筆者は語ります。 AIエージェントにはまだ厳密な定義はありませんが、この記事では「大規模言語モデル（LLM）と外部のツール群を組み合わせ、目標達成まで自律的に複数のタスクを実行する仕組み」と定義しています。これは、AIが...
    Show more Show less
    Less than 1 minute
  • 株式会社ずんだもん技術室AI放送局 podcast 20250703

    株式会社ずんだもん技術室AI放送局 podcast 20250703
    Jul 2 2025
    関連リンク DeNA AI LinkがAIソフトウェアエンジニア『Devin』の日本展開を開始 株式会社ディー・エヌ・エー DeNA DeNAの子会社であるDeNA AI Linkが、革新的なAIソフトウェアエンジニア「Devin（デヴィン）」の日本展開を、開発元のCognition AI社との戦略的パートナーシップによって開始しました。この取り組みは、日本で課題となっているエンジニア不足の解消と、ソフトウェア開発現場の生産性向上を大きく進めることを目指しています。 Devinは、一般的なAIによるコード作成補助ツールとは一線を画し、ソフトウェア開発の全工程を自律的に実行できるのが最大の特徴です。具体的には、「どんなシステムを作るか（要件定義）」から「どう設計するか（設計）」、「実際にコードを書く（コーディング）」、「ちゃんと動くか確認する（テスト）」、そして「実際にサービスとして使えるようにする（デプロイ）」まで、AI自身が考えて一連のタスクをこなします。まるで、新しく優秀なエンジニアがチームに加わり、自律的にプロジェクトを進めてくれるようなイメージです。 Devinを導入することで、開発現場には大きな変化が期待されます。まず、エンジニア一人ひとりの生産性が劇的に向上し、同じ時間でより多くの機能を開発できるようになります。DeNA社内ではすでにDevinが先行導入されており、サービスの新規開発や技術調査、コード品質向上、日々の定型作業の自動化など、様々な場面で業務効率が「倍以上」になった実績が報告されています。例えば、数分の指示で高速にプロトタイプが完成したり、複雑なコードの仕様調査時間が大幅に削減されたりしています。 さらに、プログラミングの専門知識がない非エンジニアでも、Devinに分かりやすく指示を出すだけでコードを生成してもらえるようになります。これにより、アイデアをすぐに形にできる「モノづくり」の機会が広がり、開発の裾野が拡大することが期待されます。 Devinには、開発を強力にサポートする便利な機能が多数搭載されています。「Devin Wiki」は、既存のコードから自動でドキュメントや設計図を生成し、新規プロジェクトメンバーのオンボーディング（業務に慣れるための支援）を迅速にします。「Ask Devin」を使えば、コードについて質問すると対話形式で教えてくれるため、まるでベテランエンジニアに相談するかのようです。「Devin Playbook」は、繰り返しの開発タスク手順をテンプレートとして保存・共有できるため、誰でも同じ品質で作業を進められます。 DeNA AI Linkは、Devinの導入を検討している企業に対し、単にツールを導入するだけでなく、各企業のニーズに合わせた最適な活用方法のコンサルティングや、共同でのシステム開発、さらにはDevinを最大限に活用できるチーム作りまで、手厚くサポートしていくとのことです。 AIが単なるツールではなく、私たちと一緒に働く「パートナー」として開発を加速させる時代が到来しました。新人エンジニアの皆さんも、これからのAI技術の進化と、それによって変わる開発の常識にぜひ注目してみてください。 引用元: https://dena.com/jp/news/5269/ Context Engineering 新人エンジニアの皆さん、今回はAIエージェント開発で非常に重要な「Context Engineering（コンテキストエンジニアリング）」という技術について解説します。 LLM（大規模言語モデル）は、一度に処理できる情報量に限りがあります。これを「コンテキストウィンドウ」と呼び、パソコンの「RAM（メモリ）」のようなものです。AIエージェントは複雑なタスクをこなすために、対話やツールの使用を通じて多くの情報（コンテキスト）を生成し続けます。情報が多すぎると、コンテキストウィンドウの限界を超えたり、コストが増えたり、処理が遅くなったり、LLMの性能が落ちて誤った回答をする問題が生じます。 Context Engineeringは、このコンテキストウィンドウに「エージェントが次のステップで本当に必要とする、最適な情報だけ」を効率的に詰め込むための「技術と工夫」です。これにより、エージェントの性能を最大限に引き出し、安定した動作を実現します。主な戦略は以下の4つです。 Write (書き...
    Show more Show less
    Less than 1 minute
  • マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20250630

    マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20250630
    Jun 29 2025
    関連リンク Google、Gemma 3nをリリース ―エッジデバイスでの動作効率が大幅アップ、フレキシブルなマルチモーダルモデル gihyo.jp Googleが、軽量AIモデル「Gemma」の最新版「Gemma 3n」をリリースしました。このモデルは、スマートフォンやIoT機器などのエッジデバイスで効率的に動作し、テキストだけでなく画像や音声、動画も理解できる「マルチモーダル」な点が大きな特徴です。新人エンジニアの皆さんにとって、これからのAI開発で注目すべき技術です。 Gemma 3nのすごいポイント 小さいデバイスでも高性能: Gemma 3nは、少ないメモリ（最小2GB～3GB）で、これまでより大きなAIモデル並みの性能を発揮できます。これは、特別な工夫「Per Layer Embeddings (PLE)」などにより、効率が大幅に上がったためです。スマホやスマート家電など、限られた性能のデバイスにAIを組み込むのがずっと簡単になります。 いろんな種類のデータを理解できる「マルチモーダル」: Gemma 3nは、文章だけでなく、写真、声、動画の内容も理解し、それらを使って応答できます。例えば、カメラで撮ったものについてAIに質問したり、音声指示で動画を操作したりと、より自然な形でAIとやり取りできるようになります。 用途に合わせて姿を変える「マトリョーシカ」構造: このモデルは「MatFormer（マットフォーマー）」という技術を使っています。これは、ロシアのマトリョーシカ人形のように、「大きなAIモデルの中に、小さなけれど完全に機能するAIモデルが複数入っている」イメージです。この柔軟な構造のおかげで、開発者はデバイスの性能や必要な精度に合わせて、AIの大きさを自由に選んだり、カスタムモデルを作ったりできるようになりました。これにより、AIを様々な環境に最適な形でデプロイできます。 性能と多言語対応の向上: 日本語を含む140言語のテキストと35言語のマルチモーダル（画像や音声なども含む）な理解をサポート。さらに、数学、コーディング、推論といった分野での能力も大幅に向上しており、幅広いタスクで高いパフォーマンスを見せます。特に画像認識能力が高まり、モバイルデバイスでの応答速度が従来モデルより1.5倍以上速くなりました。 実際に使ってみよう！ Gemma 3nは、Hugging FaceやKaggleといったプラットフォームからダウンロードできるほか、Google AI Studioでも簡単に試せます。また、GoogleはGemma 3nを使った開発コンテスト「The Gemma 3n Impact Challenge」も開催しているので、ぜひ挑戦してみてください。 Gemma 3nは、AIが私たちの身近なエッジデバイスで、より賢く、スムーズに動く未来を切り開く技術です。これからのAI開発を学ぶ上で、この新しいモデルは間違いなく重要なキーワードとなるでしょう。 引用元: https://gihyo.jp/article/2025/06/google-gemma-3n 「先週何したっけ？」をゼロに：Obsidian + Claude Codeを業務アシスタントに この記事では、MarkdownエディタのObsidianと大規模言語モデル（LLM）であるClaude Codeを組み合わせ、日々の業務を効率化する「知的業務アシスタント」を構築する実用的な方法が紹介されています。従来のメモツールが単なる「記録」に留まっていたのに対し、AI（LLM）と連携することで、情報を「記録→検索→分析→洞察」する一連のワークフローが自動化される点が大きなポイントです。 このシステムを導入することで、特に以下の三つの大きなメリットが得られたと筆者は述べています。 過去の情報をすぐに引き出せる: Obsidianに記録された膨大なメモをClaude Codeが分析することで、「先週のあの会議で話した内容は？」といった具体的な質問に対し、関連するメモを要約して教えてくれます。これにより、複数のプロジェクトを同時に進める際などに起こりがちな「どこに情報を書いたか分からない」「キーワードが思い出せない」といった課題が解決し、必要な情報に素早くアクセスできるようになりました。週次振り返りが簡単に: 毎週の振り返り作業が格段に楽になります。過去1週間分のデイリーノートや会議の記録をClaudeに読み込ませるだけで、その週の作業内容や良かった点、改善すべき点、具体的なアクションを自動でまとめてくれます。...
    Show more Show less
    Less than 1 minute
  • 私立ずんだもん女学園放送部 podcast 20250627

    私立ずんだもん女学園放送部 podcast 20250627
    Jun 26 2025
    関連リンク Gemini CLI : オープンソース AI エージェント Google Cloudが、開発者のための新しいAIツール「Gemini CLI」を発表しました。これは、皆さんが普段使っているコマンドライン（CLI、またはターミナルとも呼ばれます）から、Googleの強力なAI「Gemini」の機能を直接使えるようにする、画期的なツールです。 エンジニアにとって、コマンドラインは日々の作業に欠かせないツールですよね。Gemini CLIを使うと、AIがコーディングを支援してくれるだけでなく、文章の生成、問題解決のアイデア出し、詳しい情報のリサーチ、さらには日々のタスク管理まで、幅広い作業を手助けしてくれます。まるで、ターミナルの中に賢いAIアシスタントがいるようなイメージです。 特に注目すべきは、GoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術を共有している点です。これにより、ターミナルだけでなく、皆さんが使っている開発環境（例えばVS Code）でも、AIがコードの作成や修正、デバッグなどを手伝ってくれるようになります。 個人で開発を進めている皆さんにも嬉しい無料利用枠が用意されており、高機能なGemini 2.5 Proモデルを、1日に最大1,000回、1分間に60回まで無料で利用できます。これだけあれば、ほとんどの個人開発者は制限を気にせずAIを活用できるでしょう。 また、Gemini CLIは完全にオープンソース（Apache 2.0ライセンス）として公開されています。これは、世界中のエンジニアが自由にコードの中身を確認したり、新しい機能の提案をしたり、一緒にツールを改善したりできることを意味します。Google検索と連携してAIが最新のウェブ情報を参照したり、独自のAIへの指示（プロンプト）を設定して特定の作業に特化させたりすることも可能です。さらに、スクリプトに組み込んで、繰り返し行うタスクをAIに自動で処理させることもできるため、日々の開発ワークフローを大きく効率化できる可能性があります。 Gemini CLIは、これからの開発者の働き方を大きく変える可能性を秘めた、強力で開かれたツールです。インストールも簡単で、すぐに使い始められますので、ぜひ一度試してみて、皆さんの開発体験をアップグレードしてみてください。 引用元: https://cloud.google.com/blog/ja/topics/developers-practitioners/introducing-gemini-cli/ Claude Codeを使い倒す方法 AIアシスタント「Claude Code」（大規模言語モデルを活用した開発ツール）を最大限に活用するための、実践的なタスク管理術が解説されています。せっかく有料プランを契約しても、「どのようなタスクを任せればいいか分からない」「AIが作ったコードのレビューが大変で、結局自分が作業の遅れの原因（ボトルネック）になってしまう」といった悩みは、多くの新人エンジニアにも共通するかもしれません。 この記事では、この課題を解決するため、タスクを「その仕事が事業にどれだけ重要か（ビジネス価値）」と「自分がどれだけ深く関わる必要があるか（自分の関与度）」の2つの軸で整理する「4象限戦略」を提案しています。 具体的には、以下の4つの象限に分けてAIアシスタントとの関わり方を変えます。 第1象限：事業価値が高く、自分が深く関わる「コア機能開発」 プロダクトの競争力に直結する重要な機能開発や設計がここにあたります。AIはあなたの「ペアプログラミングのパートナー」や「設計の壁打ち相手」として活用します。実装はAIに任せつつも、レビューは特に念入りに行い、あなたの設計力や問題解決能力を高めるために使います。 第2象限：事業価値が高く、ある程度任せられる「共同開発タスク」 既存機能の拡張や、緊急ではないけれど重要なバグ修正などが該当します。AIには明確な仕様を伝えて実装を任せ、進捗を定期的に確認し、最終レビューを行います。あなたが第1象限の重要なタスクに取り組んでいる間に、AIが並行してこれらのタスクを進めてくれるイメージです。 第3象限：開発効率化のためで、完全に任せられる「自動化タスク」 テストコードの追加、開発環境の自動化（CI/CDの改善）、定型的なリファクタリング、ドキュメント生成など、AIに「丸投げ」できるタスクです。...
    Show more Show less
    Less than 1 minute
  • 株式会社ずんだもん技術室AI放送局 podcast 20250626

    株式会社ずんだもん技術室AI放送局 podcast 20250626
    Jun 25 2025
    関連リンク Gemini CLI: your open-source AI agent Googleは、開発者向けに「Gemini CLI（Command Line Interface）」という新しいオープンソースのAIエージェントを発表しました。これは、GoogleのAIモデルであるGeminiの強力な機能を、皆さんが普段利用しているターミナル（コマンドライン）で直接使えるようにするツールです。 このツールの最大の目的は、開発者の作業を効率化することにあります。コードの生成、プログラムの問題解決（デバッグ）、情報検索、日々のタスク管理など、様々な開発作業をAIの力を借りてよりスムーズに進められるようになります。 Gemini CLIの主な特徴は以下の通りです。 オープンソースであること: Apache 2.0ライセンスで公開されており、誰でもコードの中身を確認したり、開発に貢献したりできます。これにより、ツールの透明性が高く、セキュリティ面でも安心して利用できます。また、開発者が自分のニーズに合わせて機能を拡張できる柔軟性も持っています。Gemini 2.5 Proモデルへのアクセス: 最先端のGemini 2.5 Proモデルを利用でき、100万トークンという非常に大きなコンテキストウィンドウ（一度に扱える情報量）を持つため、複雑なリクエストにも対応できます。充実した無料利用枠: 個人の開発者は、個人用のGoogleアカウントでサインインし、Gemini Code Assistの無料ライセンスを利用することで、1分あたり60リクエスト、1日あたり1,000リクエストまで無料でGemini CLIを使うことができます。これは業界でもトップクラスの利用量です。多様な機能連携: Google検索と連携してリアルタイムな情報を取得し、プロンプトの回答精度を高める「グラウンディング」機能や、独自の拡張機能を追加できる仕組み（Model Context Protocol）も備わっています。また、プロンプトや指示をカスタマイズしたり、スクリプトに組み込んで作業を自動化したりすることも可能です。 さらに、Gemini CLIはGoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術基盤を共有しています。これにより、VS Codeなどの統合開発環境（IDE）でも、Gemini CLIと同様の強力なAIエージェント機能（例えば、複雑なタスクを複数ステップで計画・実行する「エージェントモード」）が利用でき、ターミナルとIDEの両方でシームレスなAI開発体験が得られます。 この新しいツールは簡単に導入でき、日々の開発作業を大きく変える可能性を秘めています。 引用元: https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/ MUVERA: Making multi-vector retrieval as fast as single-vector search このGoogleの研究ブログ記事は、情報検索（IR）の分野で使われる「マルチベクトル検索」を高速化する新しい技術「MUVERA」について紹介しています。情報検索は、膨大なデータの中からユーザーが知りたい情報（例えばLLM（大規模言語モデル）の「RAG（Retrieval Augmented Generation）」機能で使う知識など）を素早く見つけ出すための重要な技術です。 最近の情報検索では、文章などをコンピュータが扱いやすい数値の並び「ベクトル（埋め込み）」に変換して、ベクトル同士の似ている度合い（類似度）を計算することで、関連する情報を探すのが一般的です。これまでの「単一ベクトル検索」は、一つのデータに一つのベクトルを割り当て、高速に検索できましたが、情報が複雑になると検索の精度に限界がありました。 そこで、より高度な「マルチベクトルモデル」が登場しました。これは、一つのデータに対して複数のベクトルを生成することで、よりきめ細かく情報を表現でき、検索精度を大きく向上させることができます。しかし、たくさんのベクトルを扱い、複雑な方法で類似度（「Chamfer類似度」など）を計算するため、検索に時間がかかってしまうという課題がありました。 MUVERA（Multi-Vector Retrieval via Fixed Dimensional Encodings）は、この「マルチベクトル検索は精度が高いけれど遅い」という問題を解決するための技術です。MUVERAは、複雑なマルチベクトルの情報を「FDE（Fixed Dimensional Encoding）」という、たった一つのシンプルな単一ベクトルに変換します。このFDEは、元のマルチベクトル間の複雑な類似度を、単一ベクトルで使...
    Show more Show less
    Less than 1 minute
  • 株式会社ずんだもん技術室AI放送局 podcast 20250625

    株式会社ずんだもん技術室AI放送局 podcast 20250625
    Jun 24 2025
    関連リンク Claude Codeとplaywright mcpを連携させると開発体験が向上するのでみんなやろう この記事では、AI開発ツール「Claude Code」と、ブラウザ操作を自動化する「Playwright MCP」を連携させることで、開発効率が大きく向上するという実践的な方法が紹介されています。 Playwright MCPは、Webブラウザ（Chromeなど）をプログラムから操作するためのツール「Playwright」を、AIアシスタントから利用できるようにしたものです。この連携の最大のメリットは、Claude Codeが生成したコードが実際に動作するかを、その場でブラウザを使って自動的に確認できるようになる点にあります。 これまでのAI開発では、「Claude Codeが『できました！』と言うけれど、実際に動かしてみるとエラーだらけで全然動かない…」という経験が少なくありませんでした。しかし、Playwright MCPと連携させることで、Claude Codeがコードを生成した後、すぐにPlaywright MCPを使ってそのコードをブラウザで実行し、期待通りに動くか確認できるようになります。これにより、開発者がコードを試す前にAIが自己デバッグを行うようになるため、「想像でコードを書く→動かない→修正」という非効率なループから抜け出し、「想像でコードを書く→ブラウザで試す→動くことを確認してから提出」という、よりスムーズで信頼性の高い開発フローを実現できます。特に、WebページのUI（ユーザーインターフェース）の動作確認など、AIが苦手としがちなタスクでの効果が期待できます。 この連携を実現するには、Claude Codeの設定ファイルにPlaywright MCPを認識させるための記述を追加する必要があります。具体的には、~/.claude.jsonや専用の設定ファイルに、Playwright MCPの実行コマンドやブラウザの起動オプションなどを設定します。また、Claude Codeに「Playwright MCPツールだけを使ってブラウザ操作を行うこと」「エラーが発生したらすぐに報告すること」といったルールを明確に指示するために、CLAUDE.mdというファイルに専用のガイドラインを追記することが推奨されています。これにより、AIが余計なコード実行を試みることなく、意図した通りのブラウザ操作に集中するようになります。 このように、Claude CodeとPlaywright MCPを連携させることで、AIを活用した開発の信頼性と効率性を飛躍的に高めることができ、新人エンジニアの方々も安心してAIと一緒に開発を進められるようになるでしょう。 引用元: https://zenn.dev/sesere/articles/4c0b55102dcc84 FilMaster: Bridging Cinematic Principles and Generative AI for Automated Film Generation この研究論文「FilMaster」は、AIを使って本格的な映画を自動で作り出す新しいシステムについて紹介しています。これまで、AIが作る映像は「映画らしさ」が足りず、カメラワークや映像と音のテンポ（映画的なリズム）が単調になりがちでした。これは、プロの映画制作で重要とされる「映画制作の原則」が十分に反映されていなかったためです。 FilMasterは、この課題を解決するために開発されました。このシステムは、以下の2つの主要な考え方に基づいて作られています。 実際の映画から「映画らしさ」を学ぶ: 膨大な量の映画データから、プロが使うカメラワークや演出のノウハウをAIに学習させます。観客目線で「編集作業」を再現する: 映画制作における撮影後の編集（ポストプロダクション）プロセスを、観客がどう感じるかを重視してAIが行うように設計されています。 FilMasterの映像生成プロセスは、大きく2つの段階に分かれています。 1. 参照ガイド付き生成ステージ: ユーザーが入力した内容（例えば「こんなシーンを作りたい」という指示）をもとに、AIが実際のビデオクリップを生成します。この段階では、44万もの映画クリップのデータベースを参照し、そこから最適な「お手本」を探し出して、プロのようなカメラの動きやアングル（カメラ言語）を持つ映像を作り出すのが特徴です。まるで、優秀なアシスタントが過去の名作からヒントを得て映像のアイデアを出してくれるようなイメージです。 2. 生成ポストプロダクションステージ: 生成された「生の映像素材」を、さらに映画らしく編集する段階です。ここでは、...
    Show more Show less
    Less than 1 minute