里見恵介@AI時代のエンジニア育成

フィグニー株式会社CEO&CTO。著書「IT人材は雇うな！」AI時代に生き残るエンジニア育成と基幹システム開発。エンジニアは自社で育てよう。講演、育成相談はDMにて。

[里見恵介@AI時代のエンジニア育成 @keisuke_cor]

ここ半年間くらい、常々思うのは、過程、工程を改革するためにAIは活躍してて、それは素晴らしいことなのだけど、

じゃあ出力結果がユーザに渡ってどう評価されて、、といった最終結果まで追った上で、
「じゃあ人間だった頃と比べて、品質含めて良かったのかどうか」を具体で論じている記事が、僕の知る限りゼロなことなんだよなあ。。。

[Koder @koder_dev]

AI開発に力を入れてるLayerXの技術ブログ、やっぱおもろい...

planner / worker / reviewerに役割分担して終わりじゃなく、「次は人間の仲介がボトルネックになる」まで踏み込んでる

仲介役もAgent化して、判断基準まで仕組みに落とすの参考になるな
https://t.co/oeMyRUrIXu

[苯 Carbon @Eg4HTb5i41JUERI]

生成流程图的skill，确实好用🥰

https://t.co/2cyK0ZModz

[Haruki Yano / Haruma-K @harumak_11]

コードレビューでトークンを燃やすのはもうやめよう、という記事
https://t.co/AqjswQeg4F

・人間とAIエージェントが安全かつ迅速にコードをリリースするための仕組みを模索した結果、結局カスタムリンターが最適だとわかった

・開発チームが生産するコード量はかつてないほど増えているが、検証プロセスがボトルネックになるため、コードを検証する速度を超えてリリースすることはできない
・粗悪なコードを大量に生み出すツールからシステムを守ることは、アーキテクトやプリンシパルエンジニアの最も重要な役割である

・人間とAIエージェントの双方に、高速で低コストなガードレールとフィードバックループを適用する必要がある
・チーム全体で週に数千件ものプルリクエストを作成するようになり、コードレビューの負担から開発者が疲弊するようになった
・CursorのBugBotというレビュー支援ツールを導入したが、重要ではないエッジケースを指摘したり、存在しないセキュリティの懸念に過剰反応したりすることが多かった
・BugBotの運用には週に約1000ドルの費用がかかる一方で、チームが大切にしているコード構造のガイドラインを全くチェックできず、かえって経験の浅いエンジニアが複雑なコードを書くようになってしまった

・そこでClaudeを使ってチーム専用のコードレビュー機能を構築し、個人のマシンで動かしたところ非常にうまく機能した
・しかし、その機能をGitHub Actions上で稼働させたところ、ノイズが多すぎてコードを読むよりもAIのコメントをレビューすることに時間を取られるようになり、1日で1000ドルのコストを突破したため即座に中止した

・AIが指摘したチーム独自のルール自体は有益だったため、高価なトークンを消費せずに同じようなチェックを高速かつ安価に実行する手段としてリンターに着目した
・リンターはコードの構文を数秒で解析してルールに沿った提案ができるため、LLMほどの高度な判断力はなくても費用対効果のバランスが最も優れている

・AIエージェントのFableに設計ガイドラインであるDESIGN.mdなどを読み込ませ、決定論的な部分を自動的にリンターのルールへと変換させた
・これにより、生のカラーコードの直接指定を禁止するno-raw-colorのルールや、ShadCNとBaseUIというデザインシステムの混在を防ぐチェックを容易に構築した
・さらに他のマークダウンファイルを読み込ませることで、不適切なログ記録を防ぐno-interpolated-consoleや、JSX関数のReactコンポーネント化を強制するno-render-helpersなどのカスタムルールを数多く作成した
・また、テストでの過剰なモック使用を避けるcheck_no_mockや、テスト名にアクター、アクション、エフェクトを明記させるcheck_test_namesなども構築した
・さらに、ドキュメント校正ツールのValeをベースにしたvale-de-blabというルールを作成し、コード内のコメントや仕様書から冗長な表現や受動態、AI特有の不自然な言い回しを検知して自動修正するようにした

・AIによるレビューはコメントが投稿されるまでに10分から30分かかるため、開発者がすでに別の作業へと移ってしまい、結果的にレビュー作業全体の負荷を増やしていた
・それに対して、リンターはもっとも遅いものでも27秒でチェックを終えてGitHubにコメントを投稿できるため、迅速に内容を確認して処理できる
・リンターは開発者のエディタ上でもリアルタイムにエラー箇所を波線で示せるため、コードを書いたその場で問題を修正してシフトレフト開発を実践できる
・さらに、コミット前のフックとして設定しておけば、開発を担当するAIエージェントがルール違反のあるコードを送信する前に、エラーを検知して自ら修正してコミットを再試行するようになる
・リンター自体は昔からある技術だが、AIを使うことで各チーム独自のカスタムルールを極めて簡単に作成できるようになった

[rob. @robiartec]

6 repos de AI Agents que estan explotando en github

1. Graft —
https://t.co/HRrD5zZloC
Hace que claude code sea 4 veces mas barato y 3 veces mas rapido, es compatible con cualquier agente 60% menos tiempo por sesión

2. Agency agents —https://t.co/h5OQHPS2nD
Agencia de IA completa con 232 sub agentes especializados en 16 areas

3. Codebase memory mcp —https://t.co/heBgnRWzKe
Convierte todo tu codebase en un knowledge graph ultra rapido. Soporta 158 lenguajes, reduce tokens mas del 99% y responde en milisegundos

4. OpenMontage —https://t.co/9W4TVyJhPe
Convierte tu agente de coding en un estudio completo de produccion de videos. Planificacion, guion, assets, edicion y renderizado con solo prompts

5. Agent-Reach —https://t.co/QteQR6bcYq
Dale ojos a tu agente para navegar internet. Lee y busca en X, Reddit, YouTube, GitHub y mas. Todo gratis sin pagar APIs

6. Orca — https://t.co/o1OLK1seb3
Gestiona y ejecuta multiples agentes de coding en paralelo

Con estos dejas de usar un solo agente y pasas a manejar una flota completa

Guardalos todos 🔖

[サカモト@エンジニアキャリア論 @sakamoto_582]

Slack Codeが発表されたらしいけど、これめちゃくちゃいいね

社員が集まるメインのコミュニケーションチャンネルを持っていることの強さ

Slackから議論した内容からPRドラフト作って、プレビュー環境アプリを作成するというのは容易に想像できる

[里見恵介@AI時代のエンジニア育成 @keisuke_cor]

なんとなくだけど、

風水とか、なんとか占いとか、スピリチュアルみたいな話いっぱいあるじゃん？

AIネイティブ時代になり、取れるデータの種類と量と精度が圧倒的に増えると、これら全てが「科学的」に証明できるようになって、　今までのスピリチュアル系の業界に破壊的な変革が起きると思ってる。

[Nix0n @UnTalNixon_exe]

🚨 Alibaba acaba de open-sourcear el sandbox que todos los agentes de IA necesitaban… y ya es #1 en GitHub Trending.

OpenSandbox = entornos aislados de verdad para que tus agentes:
• Ejecuten código
• Naveguen la web
• Controlen escritorios completos
• Corran Claude Code / Cursor / Codex / Gemini CLI

SDKs en 5 lenguajes (no solo Python), Docker + Kubernetes, gVisor/Kata/Firecracker, Credential Vault y MCP server listo.

12.5k+ stars y subiendo. 100% free & Apache 2.0.

Esto es infraestructura real para agentes autónomos, no otro toy.

Repoo 👇👇

[AI駆動塾 @L_go_mrk]

こんなん無料で公開されてていいんか、、、

QuantMind：
Bloombergターミナル(1席あたり年250万円、銀行は数千席契約)を近いことを無料でやろうとしているOSS。

・arXivのクオンツ論文、金融ニュース、SECファイリング、レポートを自動で取り込み、PDF・HTML・表・図まで構造化データへ変換
・出所を完全に追跡できる決定論的な前処理で、論文をPaper/News/Earnings/Factor/Thesisといった型付きの知識として蓄積
・`git clone`して`claude`と打つだけでコーディングエージェント向けの環境が立ち上がる設計

NeurIPS 2025のGenAI in Financeワークショップに採択されているだけあって、単なるRAGツールではなく金融知識をきちんと構造化する設計思想が見える作りでした。

https://t.co/bFUEHgoCYr

[こてつ | AI×コンサルワーク @kotetsu_0321]

Claude CodeのHTML出力がダサすぎる問題。これを終わらせるために、HTML出力を「そのまま会議に出せるクオリティ」に自動で整えるskillsを作ったのでシェアします。
これを入れておけば、Claude CodeがHTMLを書き出す瞬間に、コンサル風のイケてるデザインに調整してくれます。
インストール方法は、
Claude Code（デスクトップ版OK）にこの1行を貼るだけ。

「https://t.co/ElNonr3hOJ の skills/html-report-design を ~/.claude/skills/ にインストールして」

・表・KPI・矢羽根・ロードマップ・滝グラフまで「コンサルの型」で出ます
・A4印刷でそのまま配布OK
・CLI派は npx skills add Ted0321/kotetsu-work-ai-skills@html-report-design
・ChatGPT派はSKILL.mdのコピペでも動きます

▼仕組み

仕組みはシンプルで、原因はAIが構造を「線と箱」で作ること。コンサル資料は「余白と文字の階層」で作ります。
このスキルは「HTMLで出して」と言った瞬間だけ働き、枠・グラデ・絵文字を禁止し、完成済みCSSを一字も変えずに使わせて、出力の瞬間にデザインを矯正します。

資料の中身も型で強制します。

・各セクションは「見出し→結論1文→根拠」の順
・図解は矢羽根/ロードマップ/フレームワーク表/バブル/滝グラフの型から選ぶ
・配色は脇役グレー＋主役の濃紺1色、凡例なしの直接ラベル

アクセント色だけ会社カラーに差し替え可能です。

▼最後に
SKILL.mdは全文公開しています。
読むと分かるのですが、ポイントは「デザインルールを言葉で指示せず、CSSごと渡す」こと。これで出力がブレなくなります。
ChatGPT派向けのコピペ用凝縮版もリポジトリに置いています。改善PRも歓迎です。

[里見恵介@AI時代のエンジニア育成 @keisuke_cor]

おおーすごい。
気になるのはこれによるトークン消費は1セッションあたりどれくらい上がるんだろう。

うまく節約できてるんだろうか。

てか最終的にはこうやって、ovsidianやその他「記憶を共有するためのツール」が不要になって気がする

[すまほん!! @sm_hn]

神機能きた

[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.

[AYi @AYi_AInotes]

感觉现在开源的速度已经疯了。。。
@Kimi_Moonshot 家的K3开源才两天，已经被@UnslothAI 干到能在Mac Studio上跑了🤯！！！

2.8万亿参数的模型，原始大小1.56T，
他们用动态1-bit量化，直接压到594G，缩了62%，

还保留了78.9%的精度，
128G内存的Mac Studio就能跑，
虽然速度不快，但它真的能跑。

谁能想到半个月前，这个级别的模型还只有大厂有算力碰，
现在我们在家，在自己的消费级电脑上，就能跑全球最顶尖的开源大模型了，damn！

权重放出来48小时，量化、适配、教程全给你整完了，
Unsloth这速度，真的离谱。

不得不说这就是开源最恐怖的地方啊，
模型放出来第一天，
全世界最聪明的工程师都在帮你压体积、提速度、做适配，
闭源模型，永远享受不到这个待遇。

[ガガロット @gagarot200]

Claude Codeの最高責任者エンジニアが
どんな複雑なデータでも
「自己更新型ナレッジグラフ」に
変えるシステムを構築してくれた
👇
Anthropicからその成果で
1.5億円のボーナスを獲得した　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

仕組みは、たった8ステップ

Load → Extract → Graph → Index → Query → Memory → Swarm → Update

ドキュメント、コード、Slack、議事録、顧客情報。

社内に散らばったあらゆるデータをClaude Code経由で1つのストリームに統合し、情報同士の関係を自動でグラフ化します。

具体的には👇

① Load
PDF、Notion、Slack、GitHubなどからデータを読み込む

② Extract
Fable 5とOpus 5が人物・企業・プロジェクト・タスク・依存関係を抽出

③ Graph
Neo4j上にエンティティ同士の関係を構築

④ Index
ベクトル検索、全文検索、グラフ検索用にデータを整理

⑤ Query
3種類の検索結果を統合ランキングし、最適な回答を生成

⑥ Memory
過去の会話や判断、プロジェクトの背景を長期記憶として保存

⑦ Swarm
複数のAIエージェントが同じグラフを参照しながら並列で作業

⑧ Update
夜間エージェントが新しいデータを取得し、グラフを自動更新

一般的なRAGは「文章が似ている情報」を探します。

しかし、この仕組みは、

・ベクトル検索
・キーワード検索
・グラフ検索

を組み合わせるため、単なる類似検索では拾えない「誰が、何と、どう関係しているのか」まで理解できます。

さらに、データが追加されるたびにグラフが成長。

あなたが寝ている間にも、AIがSlackやコード、ドキュメントを読み込み、重複を整理し、知識同士の関係を更新します。

結果として、エージェントは初日から生産性が42％向上したとも報告されています。

一度構築すれば、社内データが増えるほどAIが賢くなる。

これは単なるRAGではありません。

会社全体の知識を記憶し、理解し、更新し続ける「AI社員共通の脳」です。

ブックマークしてClaude Codeに貼り付けてください。

120万ドル級のシステムを、今はオープンな技術だけで再現できる時代です。

[ベク @beku_AI]

https://t.co/5MSoUk9ncU

[金のニワトリ @gosrum]

話題の Kimi K3 を ts-bench で評価したので共有する

このベンチマークタスクとしては Fable、gpt-5.6-solと同程度の性能であることは間違いなさそう。他のタスクでも比較検討したい

→ただ、それなりにコストのかかるモデルではあるので注意！

※ちなみにこのベンチはFable級を評価するには簡単すぎるが、タスク完了までの時間や基本的なタスク遂行率を見積もるのに役立つ

[Alejo @ecommartinez]

10 repositorios de GitHub para scrapear todo internet

Guárdalos todos. Cada uno extrae datos limpios de cualquier web. Ese nivel de acceso normalmente exige llamadas de ventas y contratos.

[Aircle｜学生AIコミュニティ @AiAircle34052]

【速報】
Googleが、AIエージェントの作り方を1時間で学べる講座を公開しました😳MCPの作り方まで入っています👇
https://t.co/ErkVQcrL2e
・00:00 はじめてのAIエージェントを作る
・08:24 エージェントに記憶を持たせる（短期・永続・長期）
・28:34 長時間動き続けるループの作り方
・40:04 MCPの作り方（APIとの違い）
・1:00:22 複数のエージェントを組み合わせる

有料の講座を10個受けるより、この1時間の方が早いと言われています。
無料で、順番に見ていくだけで一通り作れるようになる構成です。
週末に1本だけ見るなら、これが一番いいと思います。

[リンリン | 企業の動画制作・運用 @linxiaoxian2010]

日本人初のUSユニコーン企業を作った、
Alpaca 創業者・横川毅さんが語る、
スタートアップのキラキラ感への違和感。

❶ YCは日本のブラック企業よりブラック

YCが求めるのは、極めてシンプル。

・1つのKPIだけをとにかく上げろ
・何でもいいからやれ
・ブラックだろうが何が何でもやるのみ

そこまでやって、ようやく次に行ける世界。

多くの日本人が思う「スタートアップ=キラキラ」のイメージは、少なくとも米国の最高峰では、完全に幻想。

⇒ 世界のトップは、泥水を啜ってでもやる覚悟の集団。

❷ 飛び込まないと、勝てない

YCの世界では、少しでも躊躇したら負ける。
・コールドコールを相手にバンバンかける
・名刺交換以上にやばいことをバンバンやる
・話してバンバン行って失敗を恐れない
これをやりまくる。

キラキラした自分、チャラチャラした自分、アボカドトースト食ってる自分そういう守りたい自分があると勝負にならない。

みんなが、それだけの覚悟を持ってYCに来ている。
だから、みんなやり切りに来るし、みんな成功する。

⇒ トップの世界で勝つには、飛び込むしかない。

❸ この覚悟がないと、絶対に成功しない

米国のトップスタートアップ現場で体感した本物の覚悟。
そしてこう続ける
「これやらんと、成功せえへんと思った」

日本のスタートアップシーンで語られる働き方改革やワークライフバランスの議論とは、まったく別次元。

リーマン時代のように
・命をかけて、寝ずにやりきる
・何が降ってきても、無茶を言われても、とにかくやる
・当然でしょ、というメンタルで動く

このメンタルモデルに、自分を設定し直す必要がある。
⇒ ユニコーンを作るのは、異次元の働き方ができる人だけ。

年商数十億規模に伸ばすために
・スタートアップ=キラキラの幻想を、捨てる
・守りたい自分を、全部捨てて飛び込む
・命をかけてやりきるメンタルを、日常に据える

多くの人は、スマートさを目指す。

でも日本人初のUSユニコーンは、
ブラック企業よりブラックの先にしか、生まれなかった。

[Precis0x @precisox]

Elon Musk advierte que el tiempo se acaba:

Como máximo quedan 3 años en los que todavía podrás ganar dinero vendiendo tu trabajo. Después, la IA automatizará la mayoría de las tareas y pagar a una persona por su tiempo ya no tendrá sentido.

El modelo de los últimos 200 años “te doy tu salario a cambio de tu tiempo” está llegando a su fin.

Esto provocará el mayor movimiento de riqueza de la historia moderna. Los que ya están moviéndose lo entienden; los que esperan a que salga en las noticias llegarán tarde.

En estos 3 años, la jugada más inteligente es transformar tu tiempo en activos que la inteligencia artificial no pueda reemplazar ni multiplicar: Bitcoin y otros bienes digitales escasos, tierra y energía, infraestructura, redes de personas y la capacidad de producir lo que realmente necesitas.

Al final, lo que importa no es cuánto trabajes, sino qué posees. Quienes den ese salto ahora serán los que miren hacia atrás en 2035-2036 y digan “lo vi venir”.

Ya estás transformando tu tiempo en activos escasos o todavía estás esperando a que sea más evidente?

[義経 | AI駆動ビジネス @aiha_cks]

https://t.co/PNYhjXHnzg