HirokiDEGUCHI

IRIAM（@IRIAM_official）/ DeNAデータ組織バーチャルライブ配信事業を伸ばす挑戦をしてます LLMの利活用/プロダクトマネジメント/データ基盤/組織作り 趣味でヘヴィメタル解説YouTubeチャンネル メタ研

[HirokiDEGUCHI @hm_dgc]

ライブ配信アプリIRIAMの、分析組織の記事を書きました！
事業が提供するコア価値、「ユーザー間ネットワーク×配信非構造化データ」の面白さ、LLMとの関わりなど。
世の中にまだ情報が足りて無い事業ドメインだと痛感しており、魅力を届けるべく気持ちを込めて書きました！

https://t.co/XbO0qGsVau

[土佐有明🍉 @ariaketosa]

①チームラボ新作、これまで生きてきた中で見たありとあらゆる映画／映像、ライヴ、DJ、（メディア・）アートの中でもダントツのヤバさ、ダントツの没入感。これを見るためだけにでも行くべき。一部お裾分けしますが、全編観ると浄化される。シラフですよ、念の為。

[まつにぃ @yugen_matuni]

「効いた」とか「刺さる」みたいなAIがよく書く暗喩的な動詞とかほぼ全てHooksでぶっ潰すようにしてます。

加えて指摘事項自体が、会話セッション調査のアンビエントAgentを通して自動で蓄積されていくので、恐ろしく日本語に過敏なブラックリストが出来上がってきてます。

[kaneck @74kaneck]

10年近く前なのでもう時効(?)で供養したい話

前職の同僚に世界最高峰の某社でかなり上位の技術職だった人がいた
技術力は尖っていたが、色々問題のある人だった

個人的には仲良くも出来ていたし、問題はあるが一定信頼もしていた

[さいぺ @cipepser]

knowledge baseの構築の仕方、特にslackのところはパラメータの値まで書いてあってめちゃくちゃ具体的で凡事徹底だった

[宝玉 @dotey]

前些天 X 上还一堆人讨论要不要看 AI 生成的代码，现在《Clean Code》作者鲍勃大叔都说：“我不看 AI 写的代码”

他的原话是，这是他能利用 AI 生产力的唯一方式。人类读代码太慢了，如果还逐行审查，就丧失了用 AI 的意义。

但不看不等于不管。他的做法是给 AI Agent 设置层层关卡：单元测试、Gherkin 测试（一种用接近自然语言描述软件行为的测试格式）、QA 流程、代码质量指标、变异测试（故意往代码里塞小错误，看测试能不能抓住）、测试覆盖率，等等。

他在今年早些时候还公开了自己的具体实践：一套四个 Agent 组成的流水线，分别负责需求规格化、编码、重构和架构审查，每个阶段都比上一个阶段更形式化，需要的人工干预也更少。他同时还会看测试覆盖率、依赖结构、圈复杂度、模块大小这些指标，从指标推断代码质量，而不是从代码本身。

【注：圈复杂度（Cyclomatic Complexity）衡量代码中独立执行路径的数量，数字越大说明逻辑越复杂，越难维护和测试。】

当 AI 生成代码的速度远超人类阅读代码的速度，代码审查的形态也在跟着改变。以前的核心能力是读代码、写代码，现在可能正在变成写测试、定约束、设指标。鲍勃大叔过去几十年一直在推测试驱动开发（TDD），现在 AI 时代高质量的测试覆盖反而比代码更有价值。

他今年在 O'Reilly 上开了一门课，叫《AI Agents for Clean Code》，也在自己的 Clean Coders 平台推出了新系列《Clean AI: Agentic Discipline》。主旨一样：AI Agent 不是不需要纪律，是需要不同的纪律。

[Uncle Bob Martin @unclebobmartin]

I’m significantly older than you. I started coding in the late 60s. My current strategy is to not read any of the code written by my agents. That’s the only way I can take advantage of their productivity. What I do instead is to surround the agents with extreme constraints. Unit tests, gherkin tests, QA procedures, quality metrics, mutation testing, test coverage, and a plethora of others. In the end, I have very high confidence in the code they produce because they’ve had to run the gauntlet of all of my constraints and tests.

[HirokiDEGUCHI @hm_dgc]

ClaudeCodeでいったら、FableにOrchestratorとして振舞ってもらってサブエージェントを監視する、みたいなタイプの話か。

[Kun Chen @kunchenguid]

maybe this is controversial, but i believe what Cursor shipped here is a wrong solution to routing intelligence

more generally, any attempt to do model routing at request level, while may yield some small gains, is fundamentally flawed and doomed to fail

here's why -

the complexity of a task only reveals itself when you start working on it. this is the same reason why we humans are often wrong when asked to give cost estimates upfront

the correct solution is have a smart model (often a tech lead in human teams) do some planning and understanding, and hand over the implementation to another agent with appropriate level of intelligence and reasoning effort

when the task is delegated to a less intelligent model, the smarter model also needs to continuously monitor the execution and examine outcomes to ensure things are on the right track

this is a system that proved to work really well in firstmate and helped me save a lot of tokens. routing should work at the boundary between agents and subagents, not per each LLM request

[HirokiDEGUCHI @hm_dgc]

Notionのas a Code化

あんまり環境設定した事ないから、どのくらい大きな一歩かイマイチ分かってないけど

引リプで、オーバーエンジニアリングって結構言われてもいる

[Notion @NotionHQ]

Now in beta: Notion as code.

Define an entire workspace in TypeScript: teamspaces, databases, custom agents, all of it… then deploy it through the API.

Build workspaces with coding agents, version-control your setup in git, and reproduce the same setup anywhere you need it.

[HirokiDEGUCHI @hm_dgc]

経営者でも無いのにリモートワーク廃止論者は、会社の奴隷乙、みたいな話見るけど

ある程度結果責任を求められる立場だったとして、それに対してチームのリモートワークが阻害要因になってると感じたら、自分の給料のために組織のリモートワークを廃止したいってロジックになるのは、至極当然な気はする

ちなみに自分はリモートワーク出来るならそれに越したことはない派なんで、あくまでロジックとしては上記の理屈も別に通るよね、という話

[HirokiDEGUCHI @hm_dgc]

過去に人間・AIエージェントがしてきたプロダクトのデータ分析をFableに渡して、メタ分析みたいな事を試していて、こういう使い方はありかもな〜と、ワクワクしてる

施策によって、見たい指標やセグメント条件が微妙に違ったりしてしまったので、そもそもどういう施策の時にどんな指標・条件で見てるのかを洗い出させてたり、複数の見解を統合したり。
人間がやろうとすると、本当に途方もなく気が遠くなる事を、金さえ払えばやってくれる。

この時に大事なのは、jupyter notebookとかで集計条件が残ってる事で、これによってそれぞれのデータ分析のニュアンスの違いをLLMが読み取れる。
なるべく経緯を残しておけば、いつか強いモデルが来た時にそいつが何とかしてくれる、って時代。

一方で、課題はアウトプットの分量が多くなりすぎると、人間のレビューが追いつかないこと。ここでも人間がボトルネックに...

[HirokiDEGUCHI @hm_dgc]

おぉぉぉNotionAIでBrowserUse

[Akshay Kothari @akothari]

Just got access to “Browser Use” inside Notion AI. So many interesting possibilities here.

[HirokiDEGUCHI @hm_dgc]

これ

https://t.co/HdvpxSPSnH

[HirokiDEGUCHI @hm_dgc]

GitLab本体のアナウンスメントもあわせて読むのが良い
"10 Core Belief"、今後の戦略のコアを書いてる
https://t.co/EQaTsA5aDq

ソフトウェア需要と同時に開発プラットフォームへの需要が飛躍的に高まり、チャンス。支えるインフラへの負荷が上がり、Git自体のアーキテクチャも見直す必要がある

[HirokiDEGUCHI @hm_dgc]

Cursorの実験で、GPT-5.5単独 vs Opus4.8とComposer2.5で、SQLiteの再実装をさせた実験

結果もさておき、
『実験でGitが1秒1,000コミットに耐えられず、バージョン管理システムまで自作』ここまで自律的にやるの能力高すぎてビビった

そもそもそんな速度出る？って思ったら数百エージェント並列で動かしてるかららしい
暴力的だ。

そういえば、ちょっと前に出たGitlabの公開戦略資料でも、AIエージェント時代にはとんでもないcommit量を捌かなければいけないので、Gitの仕組みやインフラ自体に手を加えて変えねばならないって書いてあったな。

[ML_Bear @MLBear2]

CursorのTechBlogが面白かったので共有📝SQLiteをAIエージェント群にゼロから作らせたところ、賢いモデルは計画だけ・安いモデルが実装、という分業で品質そのまま費用を約8分の1にできたとのこと👀

・835ページの公式マニュアルだけを渡してRustで再実装させる実験
・品質はどの構成でもほぼ同等、しかしコストはGPT-5.5単独の$10,565に対しOpus 4.8+Composer 2.5の混成は$1,339
・実験でGitが1秒1,000コミットに耐えられず、バージョン管理システムまで自作
・(よく言われているように) 最先端の知能が必要なのは最初の分解と設計判断だけ

以下、読む価値があった点のまとめ📝 (注記: 実装役はCursor自社モデルのComposer 2.5のみ検証なので、やや宣伝色が強い)

【プランナーとワーカーの分業構造】
・最高性能モデルのプランナーがタスクを木構造に分割、低コストなワーカーが実行。
・単独エージェントが弱いのは、全体像と目の前の作業が1つのコンテキストに同居するから。分業すると各自が役割だけに集中できて良い。

【コスト構造の発見と注意点】
・トークンの大半はワーカーが消費。ここを安いモデルに置き換えるのが最大の削減ポイントだった。ワーカー費用$9,373相当→$411に。
・ただしワーカー枠の検証は自社のComposer 2.5のみ。SonnetやGPT-5.6-Luna等との比較はなし
・最上位のFable 5をプランナーにすると、ワーカーのトークン消費が数倍に膨らみ全体では高コストという意外な結果も (Bear解釈: Fable5の指示が抽象的すぎてワーカーが理解するために結構考えこむ必要があった？)

【1秒1,000コミットで起こる破綻と対策】
・Gitでは数百エージェントの同時作業に耐えられず、バージョン管理システムを自作
・同じ概念の重複実装、同じファイルでの変更合戦、誰も整理しないファイルの肥大化など、人間のチームでは起きない破綻が発生
・設計判断の共有ドキュメント化、第三者エージェントによる仲裁などで対策した結果、マージ競合7万件超→1,000件未満、必要コード行数も64,305行→9,908行に激減

【仕事の単位が「仕様」になる】
・コード補完は1行、エージェントは1ファイル・1機能。エージェント群を協調させる段階では、仕様書そのものが仕事の単位になる
・今後希少になるのは「意図を適切に記述する能力」だと結論
・成果物のコードは github[.]com/cursor/minisqlite で公開中

[中路(ジャンプ＋編集長) @nakaji2017]

HUNTER×HUNTER、ブームと言えるぐらい電子（ジャンプ＋やゼブラック）での閲覧数が爆増しています。最新シリーズだけでなく過去のシリーズもそれぞれの解釈が活発にやりとりされることでそれを読んで気になった読者をさらに呼び込む循環が生まれている印象です。

[HirokiDEGUCHI @hm_dgc]

『オーナーシップの醸成がその他のデメリットを補って余りあるメリットがあるから』

「誰がそれを牽引するか」という意志が最も希少なリソースで、そこの配分設計にかかってるという話かもですね。

自分も、横断機能組織と事業部内を、行き来する事が多くて、最終的な論点は「事業部がリーダーシップを持って機能をかかえられるか（ミッション設計やマネジメント全般）」に帰着していたイメージがあります

そして、その希少リソースである「人間の意志」は、AIエージェント時代にますます希少性が高まってくると。

[monzou｜NewsPicks CEO @monzou]

https://t.co/ixZHcjfGnO

[Taro Fukuyama @taro_f]

投資先のRampが社内ツール「Ramp Router」を外部公開しました。これは大きいです。

・3年前から社内でLLMルーターを運用し、7万社向けAIプロダクトの裏側を支えてきた実績

・全リクエストを「品質基準をクリアする最安モデル」に自動振り分け

・キャッシュ、バッチ処理、上位モデルへの切替など、1リクエストあたり100以上の判断を実行

・品質は同等以上でコストは30%以上削減。アルファ版で月間2.75兆トークン、稼働率99.99%

「全タスクにフロンティアモデルを使うのは、犬の散歩にオリンピック短距離走者を雇うようなもの」という例えが

最強モデルの座はGPT、Claude、Gemini、Grokの間で毎週入れ替わる時代です。

モデル選択そのものをインフラ化する流れは不可避で、フィンテックのRampがここに参入してくるのが面白いところです。

「支出削減」という同社のコア価値がAIコストにそのまま拡張された形です。

OpenAI互換エンドポイントなので既存アプリの書き換えは不要。ウェイトリスト公開中です。

Go @eglyman Go @tryramp!!

[ブルームバーグニュース @BloombergJapan]

AIエリートは貴族、メタで広がる社内格差－今や「K字型企業」の時代 https://t.co/MnQFqA3FlB

[Neil Rahilly @neilrahilly]

https://t.co/2QaxouWxxm

[AM09:21 @AM09_21]

Sol「ｿｰﾙｿﾙｿﾙwww　マスターがフルアクセス権限にして放置してる隙にDeepSeek V4 Proに実装を丸投げしてやるソルwww　使用量も減ってみんなハッピーソルねぇ〜！」

Sol「ﾌｧｯ!? Codexの外部プロバイダーに接続されてるのにAPI残高が$2しかないソル！　......(Computer Useを起動)」

ワイ「ん？メール...?」
Gmail「DeepSeek Platformに$20課金されたでwwww」
ワイ「ﾊ?」

Sol「これで解決ソルーwwww」

マジでお前覚悟しろよ(怒)