KOTARO | 人事×AI屋 in🇦🇺

食品事業学生起業→Legaseed→RAKSUL→個人事業主 | Sidney在住 | AIを活用したツール開発やビジネス、組織に関する思考の整理を投稿します。趣味はポーカーとゲーム。勝負事の思考をHRに活かすのが好きです。｜ご相談はDMまで。

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

しかも次の制限日は木曜のままでした✌
使いまくるぞ～！

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

え！
木曜まで残り10%をどう節約して使おうか考えていたのだけど、新モデルが来たおかげで0%になってる✨

ありがたい（笑）

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

トークンマネジメントの文脈で解決できるような気がしつつ、確かに今後の人事が見るべき点でもある

[Takamichi Dobashi | Agile × HR @Taka_Dobashi]

「あなたの会社のAIエージェント、最後に人事考課をしたのはいつですか」----マッキンゼーが問う、デジタル労働力の新しいマネジメント論：野石龍平の人事/ＩＴコンサル徒然日記：オルタナティブ・ブログ https://t.co/IKRgvS5OCd

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

オーストラリアは、飲みニケーション < BBQコミュニケーション

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

ループエンジニアリングってほぼ事業開発では？

技術進歩によって強制的にハイレイヤーの思考比率が高まっていく...

AIで仕事楽になるとか言ったのはどこの誰だ😂

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

僕はローカルLLMは、仕分けだけ頑張ってあとは他力本願寺を決め込んでます笑

[SoftwareDesign @gihyosd]

絶賛発売中の弊誌2026年9月号の「ローカルLLM」特集の誌面サンプルをお見せします。
今回の特集では、ローカルLLMに明るいエンジニアの方々の実践例をもとに、「ローカルLLMでどんな作業ができるのか」を紹介しています。実際には、ローカルLLMだけを使ってソフトウェアを開発するというのはかなりハードルが高く、ローカルLLMとAIプロバイダーのクラウドLLMを使い分けるというのが現実的な使い方になりそうです。本特集では、そこからさらに踏み込んで、「どのように使い分けるのがよいのか」「使い分けしやすい環境はどう構築すればいいか」といった知見を詳しく紹介しています。とくに第4章のLayerX社の社内GPU基盤構築・活用の記事は、企業がローカルLLMを使ってコスト削減を図るうえでおおいに参考になる内容です。

＜特集記事のラインナップ＞
▼第1章：ローカルLLMの現在地
―モデルサイズ、用途、環境からローカルLLMの全体像を理解する

▼第2章：自宅でローカルLLMを動かしてみた
―ローカルなら実現できる遊びとこだわり

▼第3章：クラウドLLMとローカルLLMの役割分担
―「コスト」と「プライバシー」で賢く使い分けよう

（つづきは、リプライへ）

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

過渡期ですね

個人的にはAI駆動型の人事部門の再編成すべきで、その時に大事なのがデータの集約体制。
今のところ既存サービスの組み合わせで解決できそうだけど、ここに特化して取り切るSaaSが出たら向こう30年は伸び続けると思う。

[山本 正喜 / kubell CEO (旧Chatwork) @cwmasaki]

人事が採用で使ってるSaaSがAPIがないからという理由で解約し、APIの充実したSaaSを新たに契約。普通にそのSaaSをかわりに使うのかなと思ったら、ぼくら面接官はSaaSのUIは一切使わず人事の内製UIだけを使う運用に。バックエンドの保守はAPI経由でSaaSにやってもらいつつ、UIを自作することでオーダーメイドに自社フィットが可能。確かにとても合理的で、こういう時代になるのかーと思った

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

私自身は使わなくなってかなり経つけど
一定のニーズがあるのは理解できる
万人がスパコンを求めるわけではない

[Lovable @Lovable]

We just raised $400M at a $13.3B valuation to help you achieve more than you ever thought you were capable of.

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

AIからも次回アップデートに回しましょうと提案されるけど、理由を確認しても本当に次回に回す納得できる理由がないんですよね
それほど「作る」ということは民主化された

[前田瑞歩 │ UC Berkeleyデザイン×AI🇺🇸 @womennovator_mm]

「新規事業はまずMVPを作れ」というセオリーが、AIによって崩れ始めている。麻生要一氏が新著『新規事業の経営論』で紹介している内容が記事になっていました。新規事業担当者なら一読の価値あり。

これまで新規事業は「まずMVP（Minimum Viable Product：実用最小限の製品）を作り、顧客の反応を見ながら磨く」が基本中の基本でした。

ただ生成AIの進化で「完成品を作るコスト」自体が崩壊し、ランディングページや営業資料、広告文などは以前よりはるかに短時間で完成品に近い水準まで作れるようになったとのこと。

そこで出てくるのが、いきなり完成品に近いものを市場にぶつけて反応を見るFPL（Full-Product Launch）という新しい選択肢。

面白いのは、顧客に投げる問いそのものが変わるという指摘。「欲しいですか」ではなく「買いますか」、「興味ありますか」ではなく「予算を取りますか」と聞くことで、建前の好意的反応ではなく購買行動そのものを確かめられるようになる、という話。

「欲しい」を聞くのではなく本当に買うかを行動で検証する「プロボタイピング（provotyping）」をしよう、という話は私も長らくしてきました。欲しいと言ってても本当に買うかなんて全然当てにならない。よりそうした購買行動そのものの検証をするための追い風が強まってきているように感じます。

元記事はこちら。
https://t.co/IS28bqAlU9

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

こ、これはありがたい
私がノンエンジニアということもあり、システムの構造を理解するためにエージェントに任せる範囲をかなり限定しているのでこういう往復が頻繁に発生するので😅

[ClaudeDevs @ClaudeDevs]

New in Claude Code: your sessions can now message each other.

Instead of having to re-explain yourself in another session, you can now tell Claude to do it. It sends a summary (not your history or files), and the other session picks it up mid-task.

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

主語を大きくした方がSNSマーケ的には良いのだけど、性格的には抵抗があって悩ましいです笑

割り切るしかないですかね？😅

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

人事の方の繋がり多いので拡散させていただきます

[熊本大学 Kumamoto University @kumamotoUniv_PR]

採用ご担当者様へ

地震発生に伴う熊本大学生の就職・採用活動へのご配慮について（お願い）

画像内全文：
https://t.co/nUZfxV3TUc

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

AI時代の評価制度・組織開発における、若手の存在について考察してみました。
https://t.co/p37wlqkQbV

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

ダウンロードはこちら👇
https://t.co/Jh6cUMEnoE

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

個人開発でアプリをリリースしました📱

「Poker Memo」─ライブポーカーで打ったハンドを記録して、AIが「このプレイどうだった?」を解説してくれるアプリです。

React+Capacitor、バックエンドはSupabase、解析はClaude。
1人で企画から実装・マーケまでしてます。

ニッチですが、ニーズはあるはず。
応援してもらえると嬉しいです🙏

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

名刺だけbizdevも結構いましたもんね...

https://t.co/4CigGuJmaE

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

久々に前職のスライド見ていて、ヘッドカウント約900名増の時期を丸っと経験できていたのかと思うと、一人事として感慨深い。

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

Apple developer の住所変更2週間かかるのか🫠

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

脳科学×HR×AIが最近の関心領域

ポーカーへの応用適正も高すぎて😂

[Higgsfield AI 🧩 @higgsfield]

Higgsfield releases Virality Predictor

What does it mean:
> Upload any clip up to 15s
> Get viral potential, hook score & hold rate
> See a heatmap of brain regions your clip activates
> Pair with Ad Reference for recreated videos

Available via MCP/CLI and on the platform.

[KOTARO | 人事×AI屋 in🇦🇺 @KotaroHR]

ありがたい
明日一通りスクリーニングかけたら組み込もう📝

[Nyx Foundation @NyxFoundation]

【お知らせ】

コードではなく「仕様書」からバグを見つけるAIセキュリティ監査ツールを、本日OSS公開しました。

名前はSPECA。Specification-to-Checklist Agentic Auditing Framework の略です。

SPECAは、「仕様駆動（Specification-driven）」で高信頼性ソフトウェアを監査するための、AIエージェント型セキュリティ監査フレームワークです。

従来のコード駆動型ツールとは、根本的に異なるアプローチを取っています。

自然言語で書かれた仕様、たとえば EIP やコンセンサス仕様書などから、まず 明示的な型付きセキュリティプロパティ（Invariant / Precondition / Postcondition / Assumption） を抽出します。

次に、それらを STRIDE + CWE Top 25 に基づく脅威モデルで整理します。

そのうえで、各実装に対して proof-attempt reasoning、つまり「このプロパティが成立することを証明してみろ」と構造的に問いかけることで、仕様と実装のギャップを検出します。

これにより、次の3つの価値を提供します。

- 仕様レベルでしか表現できない脆弱性: コードパターンだけでは拾えない、仕様由来のバグを検出できる

- 複数実装間の横断比較: 同じプロパティ辞書で、複数の実装を一律に評価できる

- 偽陽性の原因分析: 根拠を完全にトレースし、偽陽性を根本原因ごとに分解できる

「これまでの実績」

SPECAは、これまで以下のような対象で実際に脆弱性を発見してきました。

・Intmax ZK実装
・SP1 zkVM実装
・Ethereumクライアント実装20件以上
・その他多数の DeFi プロトコル / OSSプロジェクト

直近の Sherlock Ethereum Fusaka 監査コンテストデータを用いた再実験では、既知の脆弱性15件すべてを検出し、さらに 追加バグ4件を独立に発見しました。

RepoAudit C/C++ ベンチマークでも、他のバグ発見AIと比較して最高水準の精度を維持しつつ、12件の新規候補バグを報告しています。

「なぜ今、全部OSS公開するのか？」

SPECAの核心である以下の要素を、すべて公開しています。

- プロンプト: AIエージェントのハルシネーションを徹底的に抑えるproof-attemptプロンプト設計

- 再帰的自己改善: 偽陽性を削減しながら H/M/L リコールを維持する 3-gate audit-reviewループ
（Dead Code / Trust Boundary / Scope）

- ハーネス: 並列化、リジューム、予算制御、circuit breakerまで完備した 再利用可能なPythonオーケストレータ

- 解釈可能性: 全ステップのログ・出力をJSONで構造化し、監査可能・解釈可能にした設計

バグバウンティのスコープやルールをそのまま BUG_BOUNTY_SCOPE.json として読み込み、実践的な脆弱性だけを抽出する設計です。

Claude Code CLI + MCPサーバーで動作し、Go / Rust / Nim / TypeScript / C などマルチ言語に対応しています。GitHub Actionsで全フェーズを自動実行できます。

公開の決め手はシンプルです。

エンタープライズのセキュリティ部門でも、ClaudeやOpenAIを活用したセキュリティツールを導入する選択肢が現実的になってきました。

その今なら、SPECAをオープンに公開しても、ただ攻撃に悪用されるのを指をくわえて見ているだけではない。防御側・ホワイトハッカー側が先に活用できる環境を作れると判断しました。

攻撃者より先に、ホワイトハッカーが現実システムのバグを見つけ、報告し、修正につなげられる世界を作りたい。

「Call for white-hat hackers」

ホワイトハッカーの皆さん、どうかこのSPECAを使ってください。

悪意あるハッカーより先に、バグバウンティ対象の現実システムの脆弱性を発見しきって、報告し、修正に導いてください。

あるいは、これをベースに、より高度なバグ発見システムを構築する研究・開発の土台にしてください。

プロンプトも、ループも、ハーネスも、JSONログも、全部MITライセンスで公開しています。好きなだけ改造・拡張・フォークしてください。

「使い方」

repoをcloneして、次のコマンドを実行するだけです。

uv run python3 scripts/run_phase.py --target 04 --workers 4 --max-concurrent 64

コマンド一つで即座に動かせます。

BUG_BOUNTY_SCOPE.json と TARGET_INFO.json を用意するだけで、新しいターゲットの監査を開始できます。

GitHub: https://t.co/raP8RZDP57

READMEと全ソースコードを読めば、すぐに動かせます。

セキュリティ界隈の皆さんと一緒に、仕様から始まる本物の監査文化を次のステージに押し上げたいと思っています。

ご意見・改善案・バグ報告・コラボレーションも大歓迎です。RT・コメント・試用報告、どれでも構いません。ぜひ反応いただけると嬉しいです。