公開日: 2026 年 2 月 10 日 エージェント型ウェブの進化に伴い、AI エージェントがウェブサイトとやり取りする方法において、ウェブサイトが積極的な役割を果たすよう支援したいと考えています。WebMCP は、構造化されたツールを公開するための標準的な方法を提供することを目的としています。これにより、AI エージェントがより高速かつ信頼性の高い正確なアクションを実行できるようになります。 これらのツールを定義することで、エージェントがサイトとやり取りする方法と場所を指定できます。たとえば、フライトの予約、サポート チケットの送信、複雑なデータのナビゲーションなどです。この直接通信チャネルにより、曖昧さが解消され、より迅速で堅牢なエージェント ワークフローが可能になります。 エージェント型ウェブの構造化されたインタラクション WebMCP は、ブラウザ エージェントがユーザーに代わっ

The Go Blog Go 1.26 is released Carlos Amedee, on behalf of the Go team 10 February 2026 Today the Go team is pleased to release Go 1.26. You can find its binary archives and installers on the download page. Language changes Go 1.26 introduces two significant refinements to the language syntax and type system. First, the built-in new function, which creates a new variable, now allows its operand t

CLAUDE.md は、Claude Code の性能を最大限に引き出すための最も重要な設定ファイルです。しかし、「とりあえず全部書いておけばよい」というものではありません。本記事では、内部メカニズムを踏まえた効果的な書き方を解説します。 CLAUDE.mdとは何か CLAUDE.md は、プロジェクトルートに配置する Markdown ファイルです。Claude Code はセッション開始時にこのファイルを自動的に読み込み、記述された内容を会話のコンテキストに含めます。LLM はセッション間の記憶を持たないため、CLAUDE.md にコーディング規約やビルドコマンドを記述しておくことで、毎回「プロジェクトを理解した状態」から作業を開始できます。 CLAUDE.mdの内部メカニズム 「短く書くべき」「普遍的な内容だけを書くべき」と言われる理由は、技術的な制約によるものです。 コンテキストウ

Obsidian CLI - Obsidian Help

免責事項 有志で作成したドキュメントである。フューチャーには多様なプロジェクトが存在し、それぞれの状況に合わせて工夫された開発プロセスや高度な開発支援環境が存在する。本ガイドラインはフューチャーの全ての部署／プロジェクトで適用されているわけではなく、有志が観点を持ち寄って新たに整理したものである相容れない部分があればその領域を書き換えて利用することを想定している。プロジェクト固有の背景や要件への配慮は、ガイドライン利用者が最終的に判断すること。本ガイドラインに必ず従うことは求めておらず、設計案の提示と、それらの評価観点を利用者に提供することを主目的としている掲載内容および利用に際して発生した問題、それに伴う損害については、フューチャー株式会社は一切の責務を負わないものとする。掲載している情報は予告なく変更する場合がある 対象スコープアプリケーションが出力するログ（アプリログ）が対象AWS

ジャンプTOON ソフトウェアエンジニアの國師 (@ronnnnn_jp) です。 この記事では、仕様書の作成・レビューに生成 AI を活用するための実践的なアプローチを紹介します。 目次 生成 AI による開発効率の変化 LLM の特徴と制約 コンテキスト情報の整備 手順や制約の明確化 評価と効果 なぜ Notion AI か おわりに 生成 AI による開発効率の変化 2024 年 5 月にサービスを開始したジャンプTOON は、モバイルアプリケーションと Web ブラウザアプリケーションを提供しています。バックエンドも含め、ジャンプTOONの開発は大きく次の流れで進みます。PM が企画と仕様策定を行い、開発メンバー (エンジニア、デザイナ、QA など) を巻き込んで仕様をブラッシュアップします。その後、デザイナが UI デザイン、エンジニアが実装を進めます。 昨今ではコーディング A

Jack Dorsey氏は、Twitter（現X）やSquare（現Block）、Blueskyの創業者として知られている。同氏は2025年7月、Xに「goose + qwen3-coder = wow」という、非常に意味深な一文を投稿した。 この投稿以来、「Goose」と「Qwen3-coder」の両者に対する注目が高まっている。Dorsey氏が率いるBlockが開発したGooseは、Claude Codeに類するオープンソースのエージェントフレームワークだ。一方、Qwen3-coderは「Claude 3.5 Sonnet」に匹敵する、コーディングに特化した大規模言語モデル（LLM）である。これらはいずれも無料で提供されている。 ネット上の評価では、これらを組み合わせればClaude Codeに対抗できる、完全に無料の環境を構築できるという。果たしてそれは事実なのか。検証のため、実際に

世界最大のVCであるAndreessen Horowitzのゼネラルパートナー、マーティン・カサド氏が東京で講演、生成AIブームの正体を解説した。生成AIは、インターネットと同じレベルの歴史的変革であり、ソフトウェア業界の在り方を根本的に変える。これにより、ソフトウェアの黄金時代が到来しつつあるという。 世界最大のベンチャーキャピタルであるAndreessen Horowitzのゼネラルパートナー、マーティン・カサド氏が、AI（人工知能）の衝撃とソフトウェア産業の未来について語った。 「Software eats the world（ソフトウェアが世界を食らう）」を旗印に、ソフトウェアスタートアップ企業へのアーリーステージ投資を続けてきた同社にとって、AIと、これによって進行中のソフトウェア業界の変革は最重要トピックだ。 カサド氏は、生成AIがコンピュータ、インターネットに次ぐ歴史上の大変

連載目次 AIで開発は、もっと楽になるはずだった。少なくとも、ベテランエンジニアがこれほど疲弊する未来を想像していた人は、多くなかったのではないだろうか。 実際、コードを書く時間は減った。だがその代わりに、AIが生成したコードを確認し、直し、なぜそう書かれたのか理由を探す時間が増えている。何が起きているのか分からないまま、「取りあえず動いているから」と先送りされるコードも少なくない。 生成AIは、開発現場の生産性を大きく高めた。これは事実だ。しかしその一方で、コードの品質低下や、熟練エンジニアの負担増といった、別の問題が静かに広がり始めている。 こうした現象を取り上げているのが、「Why Replacing Developers with AI is Going Horribly Wrong（なぜ開発者をAIに置き換えようとする試みは、ひどくうまくいっていないのか）」と題したYouTube

Menu. Currently selected: Availability in GitHub Copilot Note: We’re pausing the rollout of GPT-5.3-Codex as we focus on our platform reliability. Once we resume rollout, we will remove this notification. GPT-5.3-Codex, OpenAI’s latest agentic coding model, is now rolling out in GitHub Copilot. In early testing, GPT-5.3-Codex reaches new high scores on benchmarks we use to evaluate coding, agentic

EA、ソニー、カプコン、グリーグループを経て独立 大島香織さんは、ゲーム業界で30年以上にわたりサウンド制作に携わってきたベテランです。専門学校卒業後、エレクトロニック・アーツ・ビクター（EA）で2年間、ローカライズ版のサウンド制作に従事。その後、ソニー・コンピュータエンタテインメント（現ソニー・インタラクティブエンタテインメント）に転職し、途中イギリス留学を挟んで14年間在籍しました。ソニー時代には、パズルゲーム『I.Q Final』やホラーゲーム『SIREN: New Translation』などを手がけています。 その後、カプコンに7年間在籍し、東京サウンドチームの立ち上げに関わり、『MARVEL VS. CAPCOM: INFINITE』などを担当。さらにグリーグループのライトフライヤースタジオ（WFS）に6年間在籍し、現在話題の「ライトフライヤースタジオ」と「Key」が贈るドラマ

Anthropicのエンジニアリングブログに、とんでもない記事が出た。 Claude 16台を並列で2週間回して、10万行のRust製Cコンパイラを作った。 費用$20,000。Linux 6.9のブートに成功。GCCのテストスイートで99%パス。DoomもFFmpegもPostgreSQLもコンパイルできる。 すげえ。 で、オレはAI部下10人を戦国軍団として運用してる側の人間なんだけど、この記事を読んで最初に思ったのは「すげえ」の次に来た、こっちの感想だった。 「いや、答えあるじゃん。」 何がすごいのか（素直に） まず、ちゃんとすごいところを認めたい。 16台のClaudeが 自律ループ で動く。タスクが終わったら勝手に次を拾う 同期は Gitのファイルロック だけ。インフラなし テストが仕様書を兼ねている。「テストをPASSさせろ」で人間の介入なし 2,000セッション、2週間。人間

はじめに いえらぶＧＲＯＵＰの開発部で執行役員を務めています、和田です。わだけんです。 みなさん、Claude CodeのAgent Teams つかってます？ 複数のClaude Codeインスタンスを「チーム」として協調動作させるという、なかなか攻めた実験的機能（Research Preview）。 なんか名前からしてワクワクするじゃないですか。「エージェントチーム」って。 ということで、社内で使っているChrome拡張機能の新規開発を、5エージェント体制でやらせてみました。 結論から言うと、人間のチーム開発で起きるのと似たような問題起きて、なんというか、笑ったというか、感心したというか。その過程で考えたことをまとめておきます。 誰かのトライのきっかけになればいいなと思いつつ。 そもそもAgent Teamsって何が違うの Claude Codeには以前から「Subagent」という仕

5大コーディングエージェントの比較で分かった「バイブコーディング」の落とし穴：共通する弱点と3つの教訓　Tenzai分析 サイバーセキュリティ企業のTenzaiは、「Cursor」「Claude Code」「OpenAI Codex」「Replit」「Devin」という5つの主要なコーディングエージェントを取り上げ、セキュアコーディング能力を比較した結果を公開した。 サイバーセキュリティ企業Tenzaiは2026年1月13日（米国時間）、人気のAI（人工知能）コーディングエージェントのセキュアコーディング能力を比較したブログ記事を公開した。 自然言語でコーディングエージェントに指示し、アプリケーションの構築を一任する開発スタイルとして「バイブコーディング」（Vibe Coding）が広まりつつある。だが、「バイブコーディングで構築されたアプリケーションは安全なのか」という疑問もつきまとう。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに こんにちは、事業会社で働いているデータサイエンティストです。 本記事は、以下の記事の続編として、推定したベイズ機械学習モデル、とりわけ、いわゆる因子分析系のモデル、を「実際にどう運用するのか」に焦点を当てて解説します。 まず大前提として、本記事は信用区間を不要とする分析タスクを想定しています。そのため、法律や社内・組織内規定により厳密な信用区間を報告しないといけない場合は、本記事で紹介される手法を利用しないでください。 さて、私が民間企業でデータサイエンティストとして約5年間働きつつ、学会発表などを通じてアカデミアとの関係も保

はじめに 「llms.txt ってなんか聞いたことあるけど、実際どう使えるの？」 そんなあなたに、今すぐ体感してほしいサイトがある。 Inertia Rails のドキュメントサイト だ。 このサイトの llms.txt が、控えめに言って 最高 だ。AI と開発する時代にドキュメントサイトはどうあるべきか、その答えがここにある。 一方で、同じ llms.txt を 明確に拒否した プロジェクトもある。Tailwind CSS だ。 この記事では、Inertia Rails の llms.txt がなぜ便利なのかを紹介しつつ、Tailwind CSS がなぜ拒否したのか、その背景にある「OSSとAIの経済的ジレンマ」にも触れていく。 Inertia Rails の llms.txt がすごい そもそも Inertia Rails とは Inertia.js は、APIを書かずに React

はじめに 株式会社イエソドのCEO兼CTOの竹内(@chimerast)です。 データベース設計の書籍やブログを読むと、EAV（Entity-Attribute-Value）は「アンチパターン」として紹介されることが少なくありません。SQLアンチパターンの代表格として挙げられ、「やめておけ」と言われがちな設計パターンです。 しかし、筆者はこれまで2つのBtoB SaaSプロジェクトでEAVを採用してきました。1つ目は、前職ユーザベースの全世界の数百万社の企業および数十万件の勘定科目、数十億の値を扱う「Speeda」という大規模な経済情報サービスの財務諸表機能。2つ目は、現職イエソドの人・組織・会社・オフィス・プロジェクトといった多様なEntityの関係性を管理する、「YESOD」という企業内の人・組織をマスタ管理した上でシステムのアカウント管理に繋げる大規模ID管理サービスです。どちらのプ

Last year I first started thinking about what the future of programming languages might look like now that agentic engineering is a growing thing. Initially I felt that the enormous corpus of pre-existing code would cement existing languages in place but now I’m starting to think the opposite is true. Here I want to outline my thinking on why we are going to see more new programming languages and

ソートはコンピュータサイエンスにおける古典的なタスクですが、これが最先端の LLM と結びつき、新たな研究の潮流が生まれています。 ソートは比較関数さえ定義すれば実行することができます。従来の比較関数は身長・金額・距離のように測定可能な数値の比較を前提としていましたが、この比較関数内で LLM 呼び出しを行うことで「どちらが好みか」「どちらが優れているか」「どちらがクエリに関連するか」といった主観的で曖昧な概念を比較でき、これらの概念に基づいたソートが可能になります。 Python では、二つのオブジェクト a と b を受け取り、a を前に持ってきたければ -1 を、b を前に持ってきたければ +1 を出力する関数 cmp を実装し、functools.cmp_to_key(cmp) をソートのキーに設定すれば任意の基準でソートできます。 まずは雰囲気をつかむために応用例を見てみましょう

Repository automation, running the coding agents you know and love, with strong guardrails in GitHub Actions. Imagine a world where improvements to your repositories are automatically delivered as pull requests each morning, ready for you to review. Issues are automatically triaged, CI failures analyzed, documentation maintained, test coverage improved and compliance monitored. All defined via sim

Onomichi, Japan LEICA M (Typ 240), 1.4/50 Summilux, RAW 先日、経産省の局長になった旧知の友人と話していたときのこと。AIの話になり、僕はこう言った。 「サイバー空間で閉じうる領域については、最終的に残るのは"ディレクション"と"ダメ出し"だけになりますよね。それ以外は、極端に自動化される」 しばらく間があって、「ああ、それだ」と彼は言った。 作るのはAI。回すのもAI。最適化するのもAI。人間の仕事は、方向を決める、出てきたものを評価する、もう一段引き上げる、最終的に責任を持つ。その往復になる。これは生産性向上の話ではない。社会にこれから一気に広がる構造の話だ。 - 従来、仕事の多くは「途中工程」にあった。調べる。整理する。比較する。叩き台をつくる。改善する。しかし生成AIとエージェントが統合されると、この途中工程がほぼ消える。残るの

去年の3月から zellij をターミナルマルチプレクサとして使っていたけど、約11ヶ月で結局 tmux に戻した。 zellijはRust製で設定がKDLで書けて、UIもモダンでめちゃくちゃ良かった。locked modeをデフォルトにして Ctrl+g でモード切替するスタイルが気に入っていた。floating paneの完成度はtmuxより進んでいたし、Wasmベースのプラグインシステムにも将来性を感じていた。 ただ、細かく改善しようとするとtmuxのほうが圧倒的に小回りが利く。戻した理由は大きく2つある。 1つ目はzellijの開発ペースへの不安。v0.42.2からv0.43.0まで4ヶ月リリースがなかったし、v0.43.1（2025年8月）以降もまた止まっている。メインのターミナル環境を更新の不透明なツールに預けるのはちょっと怖かった。 2つ目は Claude Code との相性

VRAM96GBが使える環境が増えてきていますね。そんな中、どのLLMを使うのがいいか考えてみます。 候補としては、gpt-oss-120b、GLM-4.6V、Qwen3-Coder-Nextがあります。 で、まあ、安定性のgpt-oss、汎用性のGLM、複雑なコードはQwen3、という感じで使いわけがいいんではないかと。 常用チャットは画像対応のGLM-4.6Vかな。 ※ Llama4 ScoutやQwen3-Nextもありますが、Llama4 Scoutは少し古くて性能が劣るのと、Qwen3-NextはQwen3-Coder-Nextとかぶるので挙げていません。 ※ LongCat-Flash-Liteをダウンロードしたまま忘れていたけど、軽くて良かった。しかしエージェントが動かない。 100B前後のLLM モデル サイズ アクティブ 画像 公開時期 gpt-oss-120b 120B

こんにちは。大塚です。 普段は生成AIを利用したサービスの開発に携わっているのですが、直近の仕事では、数理最適化の手法を扱う機会がありました。 実は、大学の授業で数理最適化をかじっており、教授がよく 「人の勘や経験に頼っている部分を数式に落とし込むことで、合理的な意思決定ができるようにしよう。」 といっていたことを思い出しました。 まさに今、それを仕事で実践できており、面白くなってきました。 さて、今回のテーマは最適化ではなく、AIエージェントのUIについてです。 現在の生成AIアプリのUIといえば、「チャット」形式がほとんどの状況だと思いますが、チャットのアプリは汎用的な一方で、入力を制御したり、画像や動画の表示が難しかったりと、限界を感じることってありませんか？ そんな悩みを解決してくれる、「A2UI（Agent to UI）」という、AIエージェント用のUIプロトコルが、2025年1