esaeki

Freelance engineer, reporter/editor フリーのエンジニア兼ライター・編集者
@TokyoElsewhere0

[Publickey @publickey]

ブログ書きました： FDE（フォワードデプロイドエンジニアリング）によって開発されたAIエージェントの7割は使われず、FDEの名前で単なるコンサルティングが販売されるようになる危険が高まるとガートナーが予測
https://t.co/6Spibe1e49

[日経関西 @nikkeikansai]

大阪・河内長野市、生成AIで「脱コンサル」、職員主体で計画策定
https://t.co/icOh9gxWlC

市長は「ほぼ委託して進めてきた現状があったが、コンサル会社もAIを活用した作成物を戻してくる。我々がAIを使いこなせれば、数百万円とか数千万円かかる委託費用を払わなくて済む」などと話しました。

[AIガチ勢オジ｜40代×Claude Code @ai_gachi_oji]

Anthropicのエンジニアの発言として、同社のエンジニアの9割はすでに自己改善ループを回しており、今では全員がエージェントグラフを組んでいるとのことです。また「プロンプティングは基本的に終わった」とも語られ、空のターミナルから約10分でClaude Codeのシステムをライブで作る様子が紹介されています。

日本でも生成AIは「いかに上手く指示を書くか」という話題が中心になりがちなので、開発の最前線が別の段階に移りつつあるという示唆は、実務で使う人にとって気になる内容だと思います。

ここからは私個人の感想です。非エンジニア寄りの立場では、プロンプトの工夫だけで満足せず、複数のエージェントに役割を分けて任せる設計の考え方を、小さな業務から少しずつ試していくのが良さそうだと感じています。まだ手探りですが、学び続けたいです。

https://t.co/SpEnLnWUqy

[iwashi / Yoshimasa Iwase @iwashi86]

コードを読まない世界がさらに広がっていくんだろうな。結果、システム運用のあり方も変わる。

・AIの普及により、人間のレビュー能力を超える速度で大量のコードが生成されている
・結果として、誰も内容を理解していないダークコードがコードベースの大半を占める事態に
・障害が発生しても、なぜこの実装にしたかを記憶している人間はもう存在しない

・セキュリティ面でも、AIは脆弱性の発見から悪用までの時間を劇的に短縮させた
・実際、脆弱性の公開から悪用までの期間は、2018年の771日から2024年には4時間にまで縮んでいる
・企業は問題を防ごうと、急いで修正パッチを公開する
・だが、そのパッチすらAIに数分で解析され、かえって未対応システムへの攻撃を加速させてしまう

・こうなると、全行を人間が理解してコードの品質を担保するアプローチはすでに破綻している
・過去には、コードが真実でテレメトリーはヒントだったが、今後はこの関係が完全に逆転する
・コードの意図はもはや追えず、実際に動いているシステムの振る舞いだけが唯一の真実になる

・障害を完全に防ぐことは諦め、被害を最小限に抑えるアーキテクチャ設計が今後は不可欠に
・属人的な記憶に頼らず、システムが現在どう動いているかを即座に把握するスキルがより重要になる
・コードへの盲信を捨て、実行時のエビデンスに基づいてシステムを検証していく必要がある

https://t.co/H1Bi9NgK3a

[ライブドアニュース @livedoornews]

【発表】ビジネスメディア『新R25』、9月末をもって運営終了
https://t.co/RgJviscJnK

「『新R25』は2017年9月に誕生して以来、約9年間にわたり、若手ビジネスパーソンの仕事や人生に寄り添うメディアとして歩んでまいりました」とし、30日をもって運営を終了すると発表した。

[産経ニュース @Sankei_news]

靖国で「公人か私人か」繰り返す報道陣、稲田氏「意味のある質問ではない」神谷氏「不毛」
https://t.co/AyQaufmGAF

長島昭久衆院議員は「公人か私人か」といった報道陣の質問について「もう最近、そんな質問をする人も少なくなったのではないか。それが常識化していくと思う」との見方を示した。

[ikki / stable代表 @ikki_mz]

これまで、データアナリストが時間を投下していた、「集計・ビジュアライズ領域」がほぼAIで代替可能になりつつあるので、「事業戦略的な領域」に広げるか、「AIのためのデータ整備領域」に広げるか、って感じですよね〜。データエンジニアも同様ではあるので、境界はどんどん溶けていきそう。

[Shin丨AI×プロダクト開発の専門家🤵🏻 @shin_sasaki19]

「AIで人を減らせた」のではなく、『AIに投資しすぎて人を減らした』。Oracleの2万1000人削減についての記事が面白い📝

・年次報告書に『AI技術の導入と展開で人員削減が行われ、今後も継続しうる』と明記
・従業員数は約16万2000人から14万1000人へ縮小
・再編にともなう費用は18億ドル、日本円で約2925億円

■ 本当の引き金は「投資」かもしれない
・直近の設備投資額は557億ドル、実に9兆円超
・投資先はOpenAIらが渇望するデータセンターの処理能力
・顧客が将来払う膨大な料金をあてにした、先行負債という『賭け』
・Bloombergは「資金不足が人員削減につながった」と報道
・効率化で人が浮いたのか、投資の重さで人を切ったのか、意味はまるで別

■ 言葉と法的開示のギャップ
・現CEOは「最高のAIツールと最高の開発者を活用」と強気の発言
・一方でSEC書類は『組織的知識の喪失』『士気への悪影響』を警告
・投資家向けの物語と、開示すべきリスクの温度差

[iwashi / Yoshimasa Iwase @iwashi86]

これは渋い

"「エンジニアを採用しなくても生成AIでプロダクトを作れる」とVCに啖呵を切った。ところが、数百万円分のトークンを燃やした後にPoCレベルで失敗し、各所に問い合わせをしている。啖呵の勢いと、燃えた札束の量だけが残った格好です。"

https://t.co/PfI1UiHxoE

[エックス速報 @tsuisoku777]

俳優佐藤二朗さんが「さすがに、さすがにもうこれ以上は我慢できません。」と訴えたポスト、１億４千万回表示される

[内閣広報官（色々投稿試し中） @PressSec_JP]

記事引用だけの「取材に基づかない」記事でしたので、引用元の米記事でインタビューされているキップ・シェルーテスさん（総理の米国時代元同僚）に直接「取材」したところ、「She was technically a Congressional Fellow」（彼女は正確に言えばコングレショナル・フェロー）とのことでした（続く）

[akira @ DataMarket 💹 @sista05]

メダリオンアーキテクチャは、データの“品質段階と利用目的を同じレイヤーで表現してしまうため、
現実のデータ利用に耐えられなくなる、という批判記事です。

Bronze / Silver / Gold という3層モデルは、データレイクの混沌を整理するためには便利ではあるが、
大規模での運用では、複雑性を消すのではなくレイヤー名の下に隠しているだけになります。

<何が批判されているか>

一番大きい批判としては、メダリオンは直交する次元を混同しているということです。
メダリオンでは、Bronze は生データ、Silver は整形したデータ、Gold はbusiness-readyなデータと品質の成熟度でとらえます。
しかし、現実のデータ利用者が欲しいのは、不正検知に使えるデータ、顧客360に使えるデータ、ML特徴量に使えるデータであり、
品質の成熟度と利用目的は別軸であるといいます。
きれいに整えたGoldデータでも、ML特徴量には不向きかもしれない。逆に、データサイエンティストにとってはraw dataのほうが必要なこともある。記事も、raw dataが探索分析に最適な場合があると指摘しています。

[Anthropic @AnthropicAI]

The US government, citing national security authorities, has issued an export control directive to suspend all access to Fable 5 and Mythos 5 by any foreign national, whether inside or outside the United States, including foreign national Anthropic employees.

The net effect of this order is that we must abruptly disable Fable 5 and Mythos 5 for all our customers to ensure compliance.

Access to all other Claude models is not affected.

We apologize for this disruption to our customers. We believe this is a misunderstanding and are working to restore access as soon as possible.

Read our full statement: https://t.co/bwn0sximKZ

[Oikon | Claude Code深掘りガイド @oikon48]

Claude Opus ハッカソン優勝者（弁護士）の言葉

「自分が優勝したなんて信じられない。コードを一行も書いてないし、一行も読んでないんだ。」

これほどコーディングの民主化を表す言葉もない

[AIDB @ai_database]

米国のプログラミング授業で落第が急増しています。教授が主因に挙げたのは、学生のLLM依存でした。
そんな中、京都大学などの研究者らは、AIを教育に使用する際の指針を示しました。

■ AIは答えをすぐには与えず、考える手間を残す
■ 上達してきたらAIの手助けを減らしていく
■ 教師がいつでもAIの動きを止めて方針を書き換えられる
■便利だからではなく、学びが深まる場面を見極めてAIを使う

なお、この提案と重なるのが、ペンシルベニア大の研究報告事例です。高校生約1000人を対象にした実験では、ChatGPTを使って勉強すると、テストで成績が17％下がりました。ところが勉強時に「AIでは答えを教えずヒントだけを返す」設計にすると、その低下は見られなくなっています。

理解を促進するための上手な使い方もある、という希望を持ってルールを作る必要がありそうです。

[Alvaro Maestro @alvaro_maestro]

El problema no es que sean feos.

Es que ves una playa paradisíaca en Instagram…

y cuando llegas descubres que hay 4.000 personas intentando hacerse exactamente la misma foto.

Muchos turistas ya no buscan descansar.

Buscan demostrar que han estado allí.

Y eso suele acabar exactamente igual:

Calor.
Colas.
Y una foto que parece hecha en festival.

[math26 @math26]

月刊住職の「ＡＩに戒名を作らせて何が問題か」、目を惹きます

[柴田 淳 - 「みんなのPython」の著者・機械学習講師 @ats]

・元Meta COOのシェリル・サンドバーグが、Z世代に「10年計画はもう時代遅れだ」と語った。
・AIによって仕事や業界の形が急速に変わる中、長期キャリアを固定的に設計すること自体がリスクになりつつあるという。
・サンドバーグ自身も、もし厳密なキャリア計画を持っていたら「インターネットを逃していた」と振り返る。
・Google参加時ですら、会社が生き残るか不安だったというエピソードを紹介。
・重要なのは「短期的な方向性」と「人生全体の夢」であり、その間を細かく設計しすぎないことだと主張した。
・LinkedIn CEOや非営利団体CEOなども、「5年計画は変化速度に追いつけない」と同様の意見を示している。
・一方でAsana CEOは、「完全にノープランではなく、大きなビジョンは必要」と補足している。

この話の面白いところは、「計画を立てるな」というより、「固定された未来像に依存するな」というニュアンスが強い点だと思う。
昔のキャリア論は、「安定した業界」と「比較的ゆっくり変わる技術環境」が前提にあった。しかしAI時代は、数年単位で仕事の定義そのものが変わる。エンジニア、デザイナー、マーケターの境界すら曖昧になり始めている。だから「10年後にこの職種で昇進している」という線形モデル自体が崩れつつある。

一方で、完全に漂流すればよいわけでもない。記事後半でAsana CEOが言うように、「どんな人生を送りたいか」という長期ビジョンはむしろ重要になっている気もする。
AIによって具体的な職能は変わっても、「何を作りたいか」「どんな価値観で働きたいか」は比較的残り続ける。これからは“職業を選ぶ”より、“変化に適応しながら自分の軸を持つ”ことの方が、キャリアの中心になっていくのかもしれない。

https://t.co/McWmhO8EeI

[好学社 @kogakusha_ehon]

今般、当社が出版している『スイミー』（レオ・レオニ／作　谷川俊太郎／訳）の絵及び文章を模倣し、特定の政党の宣伝と思われる目的でSNSに投稿等している事例を確認いたしました。

版元である当社及び著作権者・翻訳権者は、いずれもこれらの利用について一切許諾を行っておりません。↓

[ビジネス猫 @biz_neko1031]

うちもFDEに近い形のやり方をとっているが、デメリットもあるなと感じてる。

PdMを置かずに、FDEが顧客理解から実装まで担う組織はたしか早い。

ただ、FDEにも構造的な弱点があると思っている。

まず、個人依存が強くなりすぎること。

FDEは、顧客理解、業務整理、仮説構築、実装、コミュニケーションまでを1人に寄せるロール。つまり、うまくいっている時は爆速だが、その成功がその人の能力にかなり依存する。

優秀なFDEが入った案件は進む。
でも、その人が抜けた瞬間に止まるということ。別の人に引き継いでも、顧客文脈や意思決定の背景が再現できない。

これは、短期の立ち上げでは強みだが、長期の組織化では弱点になる。

2つ目は、プロダクトが個別最適に寄りやすいこと。

FDEは1社に深く入り込むからこそ、目の前の顧客の課題解決には強い。
ただし、深く入り込みすぎると、その顧客専用の機能や運用を作りすぎてしまう。

エンプラの要求は一見どれも重要に見える。
でも、全部拾うとプロダクトはどんどん重くなる。

FDEは顧客課題の解像度を上げるには強いが、複数顧客に共通する抽象度まで引き上げる力がないと、プロダクトの芯がブレてしまう。

3つ目は、スケールする人材ではないこと。

営業ができるとかコンサルができる、開発ができる、顧客と話せる。

こう書くと理想的だが、冷静に考えるとそんな人材はめちゃくちゃ少ない気がする。

採用難易度が高すぎる。
育成にも時間がかかる。
評価基準も曖昧になりやすい。

しかも、FDEが強い会社は、FDEにできる人を前提に組織設計してしまう危険がある。

4つ目は、戦略視点が抜けるリスクがありそうという点。

FDEは現場に近い。だからこそ、目の前の顧客の痛みに強く反応する。

しかし、プロダクトに必要なのは、顧客の声を聞くことだけではなく

どの顧客を選ぶのか。
どの課題を捨てるのか。
どの市場で勝つのか。
どの機能を作らないのか。

この判断は、現場の深さだけではなく、事業戦略とプロダクト戦略が必要になる。

顧客に深く入り込むほど、顧客の要望が正解に見えてしまう。
でも、事業としての正解は、必ずしも1社の正解とは限らない。

ここを見誤ると、顧客満足度は高いのに、プロダクトとしては伸びない状態になる。

FDEの研究もっとしていきたい。