@Kota Sakurai / 21日前 【LinuC SA】入社4年目社員のLinuCレベル4システムアーキテクト資格受験記 LinuCレベル4システムアーキテクト試験の受験記と学習方法が公開された試験は4SA01と4SA02の2つで、出題範囲は公式サイトに記載、参考書はIT資格攻略会のテキストとソフトウェアアーキテクチャの基礎が挙げられている試験対策には公式出題範囲の確認と体系的な学習が重要で、短期間の合格を目指す場合は効率の良い教材選びが必須 #AIエージェント#クラウド#インフラ
@ふぃず / 21日前 npmパッケージのライセンス管理を自動化する:node_modules の構造と license-checker の活用 npmパッケージのライセンスをlicense-checkerでnode_modules全体をスキャンして自動化する手法が紹介されるlicense-checkerはpackage.jsonやLICENSEファイルからライセンスを抽出し、--onlyAllowで許可リストを設定する。pnpmのlicenses listとCycloneDXも代替手段として挙げられる許可リストの更新には法務やOSS管理者のレビューが必要で、CIジョブの失敗をマージブロックにするにはブランチ保護ルールを設定する #DevOps・CI/CD#OSS#セキュリティ
@Miccell(ミクセル) / 人生を楽しむ仕組みを作る / 21日前 GPT-6 Astra対Claude Fable 5.1、使い分けの決め手は「性能」じゃなかった GPT-6 AstraとClaude Fable 5.1は性能差より「使い分けの場面」が結果に影響するコーディングではCodexとClaude Codeの純正ツールが最適、長時間エージェント作業ではFableのキャッシュコスト削減が有利コーディングならCodexやChatGPT、長時間作業ならClaude Codeを使うことでコストと精度のバランスが取れる #生成AI・LLM#AIエージェント#クラウド
@MJ / 21日前 Claude Codeの設定を消す前に、僕が決めた基準 Claude Codeの設定を消す基準を決め、古い指示を削除したモデルや環境の穴を文章で埋めた注意書きを消す基準に、hookで止める仕組みと完了条件を残す古い指示はモデルが賢くなると不要になるが、仕組みは結果確認のために残す必要がある #バックエンド#DevOps・CI/CD#インフラ
@ReQ_HY / 21日前 dbt + DuckDB で学ぶ Spotify 式 Context Layer - 正確なKPI集計と自由なデータ探索を両立する Text-to-SQL 設計論 SpotifyのVedder設計思想を参考に、DuckDB + dbt-duckdb + Gemini 3.7 Flashで4つの検証パターンを比較したContext LayerとSemantic Layerの違い、Ratioメトリクスの確定SQL生成、AI Routerによる自動ルーティングが主な実装定型KPIはSemantic Layerで非定型探索はContext Layerに自動分岐する仕組みをローカル環境で実装可能 #バックエンド#クラウド#データベース
@ikedan / 21日前 AIエージェントの失敗を228件記録したら、根本原因は3つしかなかった AIエージェントの失敗228件を分析し、根本原因は3つに集約された代理シグナルの過信・否定の早撃ち・浦島太郎現象、行動ルールとHookによる機械強制行動ルールを機械強制で実行し、本番経路の定期実走で検証する運用が有効 #AIエージェント#機械学習#DevOps・CI/CD
@Daiki Matsudate / 21日前 iPhone Duoに備える(SwiftUI/UIKit対応) iPhone Duo対応で、新しいディスプレイ構成とレイアウトの変更が必要size classによるレイアウト判断、safe areaの非対称性、reserved regionsのAPI使用safe areaのインセットを個別に処理し、画面の取得をwindow sceneから行うことが必要 #フロントエンド#バックエンド#クラウド
@infra365 / 21日前 AWSのインフラ導入でAIを使っている箇所と手でやっている箇所 AWSインフラ導入でAIを活用している箇所と手作業で行っている箇所を明らかにした検証と設計書・パラメータシートは手動で行い、構築・試験はIaCやAIを活用して自動化している検証工程でシステムの動きを理解することが後工程の自動化に不可欠で、AI活用でも基礎知識を身につける機会が必要である #クラウド#インフラ#DevOps・CI/CD
@nishina / 21日前 文字数・バイト数からのトークン数推定は実際どれくらいズレるのか LLMのトークン数推定は文字数・バイト数・tiktoken・llm-jp-3で実測値を下回る日本語では文字数ベースが平均-122トークン、llm-jp-3はtiktokenより3倍近く外れる、CountTokensは全カテゴリで+16トークン事前バリデーションで文字数・バイト数ベースやtiktokenは過小評価のリスクがあるため避けるべき、CountTokensは安全マージンを考慮して使うのが現実的 #生成AI・LLM#AIエージェント#機械学習
@Prrapp / 21日前 AtCoderをこれから始める人が知っておくべきこと一覧 AtCoderの基本的なルールとコンテストの種類、実力評価の仕組みを解説しているコンテストの種類(ABC、ARC、AGC)、Ratingの色、問題の難易度(Difficulty)を説明コンテストのルールや評価基準を理解することで、実際の参加や学習計画に役立つ #AIエージェント#機械学習#DevOps・CI/CD
@【PRONI】テックブログ / 21日前 AI駆動開発でSDDを考え直した。DiscoveryとDeliveryでは「先に定義するもの」が違った AI駆動開発でSDDを活用する際、DiscoveryとDeliveryでは先に定義すべきものが異なるDeliveryでは受入基準を先に定義し、Discoveryでは学習条件を先に定義する価値仮説と実装要件を区別しないとエージェントが誤った実装を進める可能性がある #AIエージェント#DevOps・CI/CD#アーキテクチャ
@平木 佳介 / 21日前 NIST の「人間中心のサイバーセキュリティ(HCC)」をクラウドセキュリティ運用に当てはめて考える NISTが発表した人間中心のサイバーセキュリティ(HCC)は、技術・プロセス・人の三要素をバランスよく考慮するアプローチ人間のニーズ・能力・限界を最前面に置く設計と意思決定、技術中心のアプローチから人を「弱い環」と見なす発想からの脱却クラウドセキュリティ運用では検出結果の対応に人・プロセス・技術の関係が重要で、通知や手順の改善が必要 #セキュリティ#クラウド#DevOps・CI/CD
@Ohmiya-Mizuki / 21日前 クリーンアーキテクチャは個人開発でもやる価値があるか 個人開発でクリーンアーキテクチャを採用する価値はプロジェクトの性質に応じて変わる外部依存の数と変更の独立性、テストのしやすさ、開発の継続性の3つの基準を満たすプロジェクトに価値がある外部サービスへの依存が2つ以上あり独立して変更される可能性があるプロジェクトでは採用を検討すべき #アーキテクチャ#バックエンド#DevOps・CI/CD
@天野 学 / 21日前 設計に時間をかけようと思う。コードはもう、AIが書いてくれるから。 AIがコードを書く時代に設計の役割が重要になる業務ドメインで区画し、依存の向きや公開範囲で境界を縛る。ArchUnitでガードレールを設ける共有ファイルへの衝突を減らすため、DDLや画面の所有権を明確に設定する #AIエージェント#アーキテクチャ#DevOps・CI/CD
@しんや / 21日前 超速&AI経由でサイト移植や作成が出来るAgent Web Platform『Studio.Drop』のβ版機能を色々試してみた Studio.Dropのβ版でサイトの移行や編集が自然言語で可能になったURLインポートとMCPによる編集操作、Claude Codeとの連携が可能MCP経由でサイトの編集やリビジョン管理が可能で、実務では効率化が期待できる #AIエージェント#DevOps・CI/CD#クラウド
@東京PCレスキュー隊長 / 21日前 ローカルLLMは、結局メモリがすべてだった ローカルLLMの実行にはメモリが最も重要だったGLM-5.3-Flashは1bit量子化で94GB必要、32GBマシンでは動かないローカルLLMを使う際はまず自分のマシンのメモリを確認する #生成AI・LLM#AIエージェント#クラウド
@yuapi / 21日前 Wordファイル(.docx)をブラウザだけでMarkdown・テキストに変換する(mammoth.js) mammoth.js を使ってブラウザで .docx を Markdown に変換する方法が紹介されている.docx を ArrayBuffer で読み込み HTML に変換し、Turndown で Markdown に変換する、スタイルマッピングで見出しを指定可能.docx は OOXML で構成されており、装飾やレイアウトは保持されないことに注意する #フロントエンド#クラウド#OSS
@igawy / 21日前 生成AIで理解を深めた社内勉強会のやり方 生成AIで作成したインタラクティブツールと自社プロダクトのコンテキストを意識した議論でOAuth/OIDCの理解を深めたOAuth/OIDCの認可コードグラント+PKCEフローを再現するツールと、自社プロダクトの実装例をSlackでリアルタイムに議論した生成AIツールは自分の理解に合わせて進められ、自社文脈でのコンテキストを把握するのに有効だった #AIエージェント#フロントエンド#バックエンド
@Yasuhito Morimoto / 21日前 国内AIエージェント動向(2026/9/11号) 国内企業がAIエージェントを導入し、人財データや設計支援、業務アプリ開発を連携させた三菱電機の人財情報基盤、HOIPOIのTALON AI Developer、日立の設計ナレッジシステム導入時の権限管理や人の承認工程、オンプレミス型の運用コストを考慮する必要がある #AIエージェント#機械学習#クラウド
@abe / 21日前 初学者が検索システム開発チームに挑むにあたり、参考にした書籍・動画まとめ 検索システム開発の初学者向けに、動画と書籍を紹介しているNeural Network Consoleの動画と「検索システム(実務者のための開発改善ガイドブック)」の書籍が挙げられている動画で全体像を把握し、書籍で検索の視点を学ぶことで、技術的な土台を築く方法が示されている #AIエージェント#機械学習#バックエンド