Scraps 最終更新 2026/10/03 22:40

記事一覧 新着順

@KAKEHASHI Tech Blog /

コーディングエージェントが分析まで担う今、データサイエンティストの役割はどこにあるのか

  • コーディングエージェントが分析まで担う今、データサイエンティストの役割は課題の構造を整理することにある
  • データ分析は課題の構造を切り出すことと反復的な仮説検証から成り、コーディングエージェントは現場固有の判断を苦手とする
  • コーディングエージェントに任せられる範囲は仕様を定義できる範囲に限られ、その結果を解釈して次の分析を決める必要がある

@tomokusaba /

PukiWikiをPHPからC# / ASP.NET Coreへ置き換えた話

  • PukiWikiのファイル型資産を保持したままC# / ASP.NET Coreで互換機能を再実装した
  • ファイルシステム上のページや関連資産を扱うIWikiStorageと、ブロック記法・インライン記法を分けて実装するWikiRenderer
  • ファイル型資産を保持する方針で、旧環境との表示比較と受入条件を明確にした

@songchong /

MCP vs. API(REST・SOAP・GraphQL・gRPC)どれが使える? 日本の業務システム 56 件を調べてみた

  • MCPとAPIは別物で、MCPを出しているシステムはすべてAPIも出している
  • MCPはAI向けの機能一覧を実行時に出す仕組み、APIはREST・SOAP・GraphQL・gRPCの4種類がありそれぞれ異なる仕様
  • MCPの範囲はAPIより狭く、APIの書き込み可否や認証方式、上限がAI連携の判断材料になる

@Kanahiro /

AWS Lambdaをコンテナイメージで動かす際、SnapStartが利用可能になったよ

  • AWS Lambdaでコンテナイメージを動かす際、SnapStartが利用可能になった
  • SnapStartはINITフェーズの状態をキャッシュし、RESTOREフェーズに置き換える。DockerfileにLABELを追記する必要がある
  • SnapStartは追加料金が発生するため、費用対効果を検討してから有効化するべきである

@EitaroSeta /

Unity を触ったことがない素人が、Unity MCP でレースゲームを作って公開するまで

  • Unity MCP を使って AI に Unity を操作させることで、素人が10日でレースゲームを作成
  • AI がシーンを開き、部品を置き、スクリプトを書き、ビルドし、画面を撮る。手ざわりの調整は人間が指摘
  • AI に任せられないのは素材選定やライセンス確認、見た目の判断で、これらは人間の仕事として残る

@Miccell(ミクセル) / 人生を楽しむ仕組みを作る /

Claude Fable 5.1が登場。性能は科学分野で2倍超、価格は実質最大45%減

  • Claude Fable 5.1が発表され、科学分野のベンチマークスコアが2倍以上に向上
  • Terminal-Bench-Science 0.1で24.7%から52.6%、キャッシュ読み込み単価が75%低下
  • キャッシュ読み込みコストが75%削減され、エージェント用途では最大45%の実質価格低下が発生

@ちあき /

AI-DLC v2を回してたら設計も実装も超過剰になってしまった

  • AI-DLC v2の誤用で設計と実装が過剰になった
  • ADR PDRを誤ってPRDとして渡したことで、AI-DLCがチェックリストとして機能し、詳細な検証方法まで記載されたドキュメントが生成された
  • ドキュメントの読み間違いが原因で過剰な仕様書が作成され、リバースエンジニアリングが必要になった

@otait /

【DB崩壊の罠】「とりあえずN+1問題」を解消しようとして巨大JOINを組み、メモリを食い潰した話

  • N+1問題を回避するために巨大JOINクエリを組んだ結果、メモリを食い潰すシステム障害が発生した
  • JOINクエリによるデータ件数の爆発とORMの重複データ処理が原因。IN句を使ったクエリ分割が有効
  • JOINクエリのデータ量とメモリ負荷を意識し、IN句によるクエリ分割を検討すべき

@xthixsl_ml@レオナ /

Kaggle Pokémon TCG AI Battle Challenge ポケカコンペ振り返りーメダルなし

  • ポケモンカードゲームのAIエージェント開発で、強化学習と模倣学習を組み合わせた手法を試した
  • 模倣学習(Behavior Cloning)で上位エージェントの行動を学び、PPOによる強化学習で補正。価値関数で数ターン先の勝率を予測し、相手デッキを推定する仕組みを導入
  • 価値関数のAUCが0.934でも実際の勝率改善は1.1ポイントにとどまり、モデル単体の指標だけでは採用判断できないことが分かった

@Gemini - Google の AI /

学生なら Gemini の有料プランがグッとお得に!Gemini と一緒に、大学生活をさらに楽しもう

  • Gemini の学生向けキャンペーンで、Google AI Plus と Google AI Pro のプランが割引で利用可能
  • Google AI Plus は 12 ヶ月無料トライアル、Google AI Pro は学割価格で 75% オフ
  • 在学中の学生は 12 月 31 日までに認証手続きを済ませて申し込み可能

@drken /

燃やす埋める問題(最小カット問題)を総整理! 前編 〜 なぜカットを「削除する辺の集合」とはしないのか 〜

  • 最小カット問題とプロジェクト選択問題の解説が行われている
  • カットの定義、プロジェクト選択問題のグラフ表現、辺の削除による解釈
  • プロジェクト選択問題は最小カット問題に帰着できることを理解する

@高見結衣 /

null/undefinedの罠から学んだ、ジュニアエンジニアの多段AIデバッグ術

  • 新規と編集画面で異なるバリデーションエラーの原因をAIを活用して特定した
  • 限定情報型AIで仮説を広げ、全体検証型AIでルールの評価順や初期値の型の違いを検証した
  • 初期値の型がnullだったことで共通ルールが先に評価され、エラーが発生したことが原因だった