フリーの新人教育で使ったテキストを公開します。

米Amazonが利用規約を改定し、米国の顧客が同社に対して集団訴訟を起こすことを禁じる条項を盛り込んだ。今後、同社との間で紛争が生じた場合、顧客は裁判ではなく、第三者の仲裁人による個別の仲裁で解決することになる。8月14日以降もAmazonのサービスを使い続けた顧客は、新たな集団訴訟を起こす権利を放棄したものとみなされる。 Amazonは8月14日（現地時間）、利用者にメールを送り、今後は紛争を仲裁で解決すると通知した。改定後の利用規約には、この新たな法的制限が明記されている。「Amazonのサービスの利用、またはAmazonが販売・提供する製品やサービスに関わるあらゆる紛争や請求は、裁判ではなく拘束力のある仲裁で解決することに、あなたと当社は同意する」という文言だ。さらに「仲裁には裁判官も陪審もいない。仲裁判断に対する裁判所の審査は限定的だ。中立の仲裁人が紛争を解決し、裁判所と同じように

これは私のメルマガ「週刊Life is beautiful」で紹介している記事の要約・解説です。要約をこちらに書き、リンクを貼った上で私のコメントを書くというスタイルで、メルマガ本体のボリュームを減らして読みやすくすることを目的としています。 LLMs do one thing: predict the next word. Here's how that creates something that feels like thinking LLM（大規模言語モデル。大量の文章を学習して人間のような文章を生成するAI）が実は「次に来る単語を予測する」ことしかしていないのに、なぜ思考しているように見えるのかを、専門知識のない人にも分かるように順を追って説明した解説です。AIの仕組みを人に説明する機会のある方には、そのまま使える説明の型になっています。 ChatGPTやClaude、Gemin

はじめに ここ最近で、AIの急速な進歩を背景にAIコーディングツールの利用は一気に広がりました。MonotaROでもClaude Code、Cursor、Codex、Devinといったツールを日々の開発に取り入れて積極的に活用しています。 ただ、コードを書くことにおいて開発者一人あたりの生産性が向上した一方で、AI支援によるPRの増加と、それをレビューするシニアエンジニアの疲弊が顕在化してきました。 若手に仕様理解を深めてもらおう、と渡したタスクが半日後にはPRになってレビュー依頼されてくる。そんなのはもはや当たり前です。コメントやテストも書かれた一見もっともらしいPRを人間の目でレビューするのも大変です。 すなわち、「書く」を加速したぶん、「読む」「合理的なコメントをする」がシニアに集中する構図になります。組織として直面する「AIによる開発生産性の向上 × 人間によるコードレビュー」はス

JetBrains、AIが少ないトークンでコンテキストを取得しやすく、よりよいコード生成を可能にする「JetBrains Context」発表 JetBrainsは、コードリポジトリの上にインテリジェンスなレイヤを構築し、AIエージェントに対して適切なコードのコンテキストを提供することで、AIエージェントによるよりよいコード生成を可能にする新サービス「JetBrains Context」を発表しました。 Coding agents shouldn't have to rediscover your codebase for every task. JetBrains Context gives them code context to improve outcomes and cut costs on production-scale codebases. Available now in

「Agent Plugins 1.0.0」発表、異なるAIエージェント間でもスキルやMCPサーバ設定が共通化へ。マイクロソフト、OpenAI、AWS、Googleらがサポート AWS、マイクロソフト、OpenAI、Anysphere、Vercelの各社は、AIエージェントのスキルやMCPサーバの設定を、AIエージェントが異なっていても共有できる業界標準の仕様「Agent Plugins 1.0.0」を発表しました。またGoogleもAgent Pluginsへの対応を発表しています。 スキルやMCPの設定を異なるAIエージェントでも共通化 AIエージェントはOpenAIやGoogle、マイクロソフト、Anthropicなどを始めとする多くのAI企業から提供されています。ユーザーがこれらを活用する場合には、スキルと呼ばれる設定ファイルで専門知識やその組織固有のルール、作業手順などを指定したり

タブもテーマも拡張機能もないAI専用の超軽量ヘッドレスブラウザ「Kitesurf」、Cloudflareが発表 CloudflareはAIエージェントによる操作専用のヘッドレスなWebブラウザ「Kitesurf」を発表しました。 現在ベータ版として公開されています。 Kitesurfは主にRust言語で記述されWebAssemblyにコンパイルされた後、同社のアプリケーション実行基盤であるCloudflar Workers上で実行される超軽量なヘッドレスWebブラウザとなっています。 Introducing Kitesurf: a browser built for agents, running entirely on Cloudflare Workers. Chromium is too heavy to hand every agent one. Kitesurf is writte

Why Go is an Ideal Language for AI-Assisted Software Engineering For a while now, software engineering has undergone a profound, fundamental shift: Where we once wrote most lines of code by hand, we now ask AI coding assistants and agents to generate large swaths of code for us. But AI needs supervision, so it is we, the humans, who must read the generated code, clean it up, and verify that it doe

ウェブトラフィック分析サイトのStatCounterが発表したデータによると、北米のデスクトップ市場における「Linux」のシェアが過去最高の10.65％に達した。多くの人々やLinuxファンでさえ、これをフェイクニュースだと受け流した。しかし、筆者が2025年に数値を確認した際、StatCounterが示していた最高値は5％をわずかに超える程度であった。直近のレポートでも触れたように、Linuxが1年余りで市場シェアを倍増させたという事実は注目に値する。 さらに調査を進めると、大手コンテンツ配信網（CDN）のCloudflareが提供するデータでも、デスクトップ向けLinuxの普及が進んでいることが明らかになった。同社の集計によると、デスクトップ向けLinuxのシェアは現在6.4％に達している。この数値はStatCounterのデータほど高くはないものの、前年同期における北米のOS市場で

はじめに Coding Agentの進化によって、ソフトウェア開発の形が大きく変わり始めています。 少し前までAIによる開発支援といえば、 コード補完 コード生成 リファクタリング テストコード生成 など、「人間が主体で、AIが支援する」使い方が中心でした。 しかし現在のCoding Agentは、単にコードを生成するだけではありません。 仕様を読み、Repositoryを調査し、実装し、テストを書き、失敗すれば原因を分析して修正する。 そしてテストがGreenになるまで、このループを自律的に回せるようになってきました。 これは非常に強力です。 しかし、ここで一つ重要な疑問が生まれます。 AIが実装し、AIがテストを作り、AIがそのテストを通るまで修正したとき、そのGreenは何を保証しているのでしょうか。 この記事で考えたいのは、まさにこの点です。 「テストがGreenだから正しい」は、

はじめに LangChainが2026年3月15日にリリースした Deep Agents は、長期的・複数ステップのタスクに特化したオープンソースのエージェントハーネスである。LangGraphランタイム上に構築され、タスク計画（Planning）、仮想ファイルシステムによるコンテキスト管理、サブエージェント生成という3つの中核機能を備える。 従来のLLMエージェントは短いツール呼び出しループでは機能するものの、ステップ数が増えるとコンテキストウィンドウの圧迫やステート管理の破綻が起きやすい。Deep Agentsはこの「長期タスク問題」を構造的に解決するために設計されたフレームワークである。 Terminal Bench 2.0ベンチマークではClaude Sonnet 4.5使用時に約42.65%のスコアを記録し、同モデルで動作するClaude Codeと同等の性能を達成している。MI

本スライドは、MIXIの2026年度新卒向け技術研修で使用された資料です。 MIXI 2026新卒技術研修 『AI研修(Day1)』 ─────────────────────────────── ※皆様へのお願い※ 資料・動画・リポジトリのご利用に…

sarcophage(サルコファージ)@C108 1日目 東３ホール ホ41a @sarcophage11km 【配布中止報告】 今回のコミックマーケット（C108） で配布予定だったグッズ 「オグリキャップタマモクロスアクリル定規」 の配布を撤回することになりました。 pic.x.com/mIV0s1BXhD x.com/sarcophage11km… 2026-08-08 00:35:44 sarcophage(サルコファージ)@C108 1日目 東３ホール ホ41a @sarcophage11km 今回制作した、オグタマの卓上用アクスタです。 cm・inch両方の目盛りがあり、 定規として使用できます。 また、オグリの尻尾にペンを置くと、 ペンホルダーとしても使えます。 #C108 pic.x.com/NwQMjIqnlm 2026-08-07 20:01:12

はじめに 株式会社Sally 所属エンジニアの @wellPicker です。 弊社では、スマホやパソコンでマダミスを遊べるアプリであるウズや、マダミス情報・予約管理サイトマダミス.jp、マダミス開発ツールウズスタジオを開発しています。 マダミスについてはこちらをご覧ください。 Claude Code に実装させていると、コメントがやたら長くなります。気になって本人に聞いてみたところ、想定と違う答えが返ってきました。そこからルールを整備したのですが、思ったほど効かず、原因を調べたら「削れない理由」がはっきりしました。 その一連の記録です。 まず実物 弊社バックエンド（Go）の、WebSocket の圧縮設定です。Claude が書きました。 // WebSocket フレーム圧縮 (RFC 7692 permessage-deflate) を有効化する。 // クライアント (Dart g

Metaは2026年8月5日、ターミナル上で動作するコーディングエージェント「Muse Code」のベータ版と、その基盤モデル「Muse Spark 1.2」を発表しました。大規模なコードリポジトリを対象に、変更の計画、実装、検証までを一貫して処理し、長時間にわたる複雑なソフトウェア開発にも対応します。 Introducing Muse Code and Muse Spark 1.2 | Meta AI Research https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2 Muse Codeは、macOSまたはLinuxのターミナルから利用できるコーディングエージェントです。コードの断片を生成するだけでなく、リポジトリ全体を調査して必要な変更を計画し、コードを書いた後にテストや動作確認まで実行します。

Connect with builders who understand your journey. Share solutions, influence AWS product development, and access useful content that accelerates your growth. Your community starts here.

Cloudflareが社内向けAI基盤「Cloudflare OS」の新バージョンをオープンソース化しました。AIエージェントから社内データへ安全にアクセスできるようにし、文書作成や調査、業務アプリの開発、定型作業の自動化などに活用できるとのことです。 Cloudflare OS: an open platform for agents, apps, and work | The Cloudflare Blog https://blog.cloudflare.com/cloudflare-os/ 生成AIを仕事で役立てるには、社内文書や業務システムへのアクセスが必要です。ただし、AIへ広い権限を与えると機密情報の流出や意図しない操作につながる恐れがあります。一方で権限を厳しく制限すると、一般的な質問に答えるだけのチャットボットになってしまいます。 Cloudflareは利便性と安全性を両立

どうも、医者からアルコールを控えろと言われたのでノンアルビールを飲んでみたものの、あまり好みではなかった 16 歳（進数不明）、ありすえです。 突然ですが、皆さんは自分の Claude Code が どれくらい無駄なことをしているか 把握していますか？ 設定の効果検証は難しい AI って非決定的なツールですよね。なので、設定の効果検証がめちゃくちゃ難しい。 ある目的のためにルールやスキルを書いたとして、それが本当に効いてるのか？ 効いてるとして、ちゃんと効果的に効いてるのか？ これを定量的に測るのは、まあ至難の業です。結局「とりま、しばらく使って様子見」に落ち着くんですが、その「しばらく使って」がちゃんと来ることは稀で、気付いたら使われない設定だけが静かに積もっていく、という感じです。 じゃあ棚卸しするか、となっても、今度はその非決定性が逆に効いてきます。「もしかしたら自分の知らないところ

GitHubでPRを細かく作り、前のブランチに対して数珠つなぎのようにPRを作る私が大歓喜！ GitHubに「スタック型プルリクエスト（Stacked pull requests）」が来ました💐 4行まとめ 大きな変更を順序付きの小さなPR群に分割して扱える「スタック型プルリクエスト」がGitHub公式で登場 gh extension install github/gh-stackでCLIから使える gh stack syncでスタックのrebase, pushまで一発でできる AIエージェント用にgh-stackスキルがあるので自然言語でスタックPRの操作が可能 巨大な1つのプルリクエストは悪 AIエージェントでの開発が前提の現在、AIエージェントは素早く多くのコードを生み出します。気をつけないと、1つのプルリクエストに多くの開発が盛り込まれ、巨大なプルリクエストになってしまいます。1