AWS DevOps Agent と障害対応の速さを競ってみた
- AWS DevOps Agentと人間が障害原因を特定する速さを比較した
- アラーム発火時に自動調査を実行し、Slackで双方向連携可能に。Agent instructionsで空振りを減らす
- 調査1回あたり3〜5ドルのコストが発生し、アラームの対象範囲が費用に直結する
記事一覧 新着順
AI時代真っ只中に、ほぼ未経験で自社開発エンジニアとして新卒入社した僕が思うこと
- 新卒エンジニアがAIを活用しながら開発業務を行う中で感じる課題と工夫
- Claude Codeを使ったコーディングや設計、AIに頼りすぎないための自己研鑽の取り組み
- AIの助けを借りつつも、自分の判断力や理解力を高めるためのレビュー基準や小さな修正の自力実行が重要
Laravelのルート一覧からコントローラへ1クリックで飛べるVSCode拡張「Laravel Routes Explorer」を作った
- Laravel Routes ExplorerというVSCode拡張でルート一覧を表示し、コントローラやルート定義へジャンプできる
- TreeViewでHTTPメソッドごとに色分け、ミドルウェアで絞り込み、route:listのJSONデータを元にルート情報を読み込む
- Docker環境でも動作し、Laravelのroute:listコマンドで取得したJSONデータを元にルート情報を読み込む際の設定が必要
国内AIエージェント動向(2026/9/24号)
- 国内AIエージェントの運用設計がオーケストレーションや信頼度制御に焦点を移した
- Fuga v2は複数モデルを連続実行、Jevは推論と意思決定を分離する二層構成を採用
- 運用KPIとしてタスク完了率や誤実行率が重要になるため、実業務の評価基準を再構築する必要がある
JSON.stringify/parseで、知らないと詰まる4つの落とし穴
- JSON.stringify/parseでDateオブジェクトが文字列になるなど4つの落とし穴がある
- Dateオブジェクトは文字列に変換され、undefinedプロパティは消える、配列のundefinedはnullに、循環参照はエラーになる
- Date型を使う場合は明示的に変換が必要で、undefinedの扱いや循環参照に注意する
Jev + Generative UI で Web 制作の LLM トークンを 72% 削減できた話（3ページの企業サイトで実測）
- Jev + json-render方式はLLMに直接コード生成させる方式に比べLLMトークンを72%削減
- Jevは判断専用モデルで構成選択、json-renderは部品の組み合わせでUI生成、修正時はLLM呼び出しをゼロに
- 修正3回でLLM呼び出しをゼロにできるが、文言生成には別途LLMが必要で候補設計の工数がかかる
ログローテーションって何がどうなってるの…？
- Linuxサーバーのログローテーションはrsyslogとlogrotateで実現される
- rsyslogがログをファイルに書き出し、logrotateが日ごとにファイル名を変更して保存し、rotate設定で保有期間を制御する
- logrotateのrotate設定で保存するログの世代数を指定し、postrotateでrsyslogを再起動する必要がある
その仕事、本当に「Skills」で再現できるのか考えてみる
- 対話や調整の価値はAIで再現しにくい
- フィードバックのタイミングや信頼関係、相手の理解度に応じた判断が重要
- 同じスキルを共有しても、受け手の経験や状況によって成果が異なる
xcshareddata の Package.resolved を破棄しても大丈夫だった
- Xcode 16.0以降ではプロジェクト側のPackage.resolvedを削除してもローカルパッケージのPackage.resolvedが有効に使われる
- ローカルパッケージのPackage.resolvedに記録されたバージョンが優先され、プロジェクト側のPackage.resolvedが存在しない場合に適用される
- プロジェクト側のPackage.resolvedを削除する際は完全に削除し、両方のファイルが存在するとプロジェクト側が優先される
GPT-6 Luna は本当に安い？ 2026 年 9 月の新モデルを GitHub Copilot の料金と用途で選ぶ
- GPT-6 Luna は安いが返答が速く、短いタスクに最適。GPT-6 Sol は複雑な作業に適す
- GPT-6 Luna は1.4クレジットで短いタスクに、GPT-6 Sol は複数資料の調査に使用。Lunaは100万トークンで60クレジット、Solは2400クレジットかかる
- Lunaで試して結果が良いなら続けるが、複雑な作業はSolに切り替える。料金は100万トークンで15〜75円の差がある
【はじめてのAIイラスト】思ってた絵と違う時の「ここだけ直して」と伝えるポイントとChatGPTでの作り方
- ChatGPTで生成したAIイラストを「ここだけ直して」と伝える方法が紹介されている
- 1回に1か所だけ修正を依頼し、『ほかはそのままで』と明記する方法と、プロンプトを一部変更する方法
- 複数の変更を同時に依頼すると予期せぬ結果になる可能性があるため、1つずつ行うことが重要
OpenAI APIキーをOCI VaultとResource PrincipalでセキュアにしてSelect AIしてみてみた
- OpenAI APIキーをOCI VaultとResource Principalでセキュアに管理する方法を紹介
- OCI VaultにAPIキーを保存し、Resource Principalでアクセスする仕組み、DBMS_CLOUDでVault Secret Credentialを作成
- APIキーをSQLに直接記述せず、VaultのOCIDのみをスクリプトに記録することでセキュリティを向上させる
Opus 5.5にプロンプトを渡したら、解説アニメーション動画ができた
- Claude Opus 5.5に動画生成プロンプトを渡すことで、2分10秒の解説アニメーション動画が生成される
- ChatGPTで作成した英語プロンプトと、Opus 5.5のアクセンチュアスタイルのアニメーション生成機能を組み合わせる
- 動画生成AI向けの設計図を事前に作成し、それをOpus 5.5に直接渡すことで効率的にアニメーションを作成できる
「この論文の手法で解析してほしい」とAIエージェントに依頼できるようになる？
- Paper2Agentは論文を対話可能なAIエージェントに変換する手法を提案
- 論文のコードとデータを解析し、別の論文のデータと組み合わせる機能、自動検証で合格した機能のみを採用
- 元のコードや方針の誤りを引き継ぐ可能性があり、運用には元のコードの更新対応が必要
Confluentで実現する「需要シグナル」× SoR の イベント駆動型 AI システム
- ConfluentとFlinkを活用したイベント駆動型AIシステムを構築した
- Kafkaでデータを流し、Flinkで集計し、AIエージェントで需要スコアを算出する
- 需要シグナルはDBとは別に共有基盤で扱い、リアルタイムで複数システムが利用できる
【AIツール37製品】社内AI の会話履歴は、上司や提供元が読めるか？いつまで残るか？ —「履歴を消した≠記録も消えた」5通りの残り方
- AIツールの会話履歴は提供元や管理者に残る可能性があり、利用者が消しても別に残るケースがある
- ChatGPTやClaudeは法人契約で監査ログが残り、Geminiは人がレビューした会話が削除後も3年保存される
- 企業ではAIツールの利用規約を確認し、監査ログの保存期間や削除後の記録を明確にする必要がある
strands-harnessの誤設定を実測 — 32パターンの仕分けとBedrock Web Searchの権限挙動
- strands-harnessの初期化時の設定ミスが例外か警告かを32パターンで実測
- explicitの判定条件とcaching・effortの既定値が分岐に影響、Bedrock Web Searchの権限拒否が警告にならない
- 初期化時に設定ミスを検出できるが、IAM権限拒否は推論全体が完走し、監査にはCloudTrailデータイベントが必要
Claude Opus 5.5のCompactionを実測 — 6万トークンが407トークンに
- Claude Opus 5.5でCompaction機能を実測、6万トークンが407トークンに圧縮
- 閾値方式のcompact-2026-01-12と明示方式のcompact-2026-09-04の2機構が動作、要約で冪等キーの変更経緯まで保持
- 200が返っても意図したCompactionにならない条件があり、usage.iterationsやstop_reasonで発火状況を確認する必要がある
高校の文化祭でPOSシステムをCloudflare上に1から構築/運用した話 〜短期開発から本番障害、そして完売まで〜
- Cloudflare上でPOSシステムを1から構築し、文化祭で運用した
- フロントエンドからバックエンドまでJS(TS)に統一、Durable Objectsで注文データ管理、WorkersでAPIサーバー運用
- Durable Objectsの無料枠の読み取り上限超過で障害が発生し、プラン変更で復旧した
MCP サーバーと繋いだだけで情報漏洩？ 危険の4パターンと事前に確認すべき7つのことをまとめてみた
- MCPサーバーを接続するだけで情報漏洩のリスクがある
- ツールポイズニングと間接プロンプトインジェクション、過剰な権限、自動承認の4つのリスクパターンが挙げられている
- 接続する前に提供元の確認とスコープの制限、権限の最小化、承認の設定を確認する必要がある
