カイゴ | AI駆動エンジニア

[カイゴ | AI駆動エンジニア @kygo_coding]

@yutori_kun01 utakata

[ゆとり @yutori_kun01]

個人開発 ツールが出来上がってきた！
スグにでも公開できそうだぞ..

[野田 修一 | The Harness で0円 @ai_shunoda]

この7日間で、LINEのリストが1,014人増えました。

広告費は0円。

何をしたか？……正直、何もしてません。

僕が寝てる間に、AIエージェントが勝手に集めて、勝手に教育してる。

「リストを買う・稼ぐ」時代は終わりました。これからは、AIが勝手に連れてくる。

このカラクリ、今夜19時の無料セミナーで全部見せます。スライドも導線も裏側も、出し惜しみなしで。

ご参加��引用元の記事内のリンクから✌️⤵︎

[カイゴ | AI駆動エンジニア @kygo_coding]

デザインレベルがある度、WEB制作系が加速してますからね。この勢いで1フローで完成して欲しい！

[Fujin🌪AI自動化の人 @Fujin_Metaverse]

GPT 5.5 × GPT Image 2 × Codex
一撃でマジで使えるLPを作る5ステップ

①LPのデザインイメージ画像を用意
②Codexアプリインストール
③GPT 5.5の「非常に高い」を選択
④GPT Image 2で画像生成
⑤HTML、CSSでLP作成

それで作ったのがこれ。

この解説PDFはいいねと
「LP」とリプでDMします。

[Fujin🌪AI自動化の人 @Fujin_Metaverse]

GPT 5.5 × GPT Image 2 × Codex
一撃でマジで使えるLPを作る5ステップ

①LPのデザインイメージ画像を用意
②Codexアプリインストール
③GPT 5.5の「非常に高い」を選択
④GPT Image 2で画像生成
⑤HTML、CSSでLP作成

それで作ったのがこれ。

この解説PDFはいいねと
「LP」とリプでDMします。

[カイゴ | AI駆動エンジニア @kygo_coding]

なんかちょいちょい「常識破壊」してくるAI周りのシチュエーション起きてない？

シンギュラリティ来てそうだよ

[カイゴ | AI駆動エンジニア @kygo_coding]

個人開発という言葉を使った途端に、「個人開発だから多少は許してね」感を出してる層と一緒にされるのが嫌で中々使えない。あるある

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

Claudeの『2026 Agentic Coding Trends Report』が面白かった。以下、内容メモ📝

1 全体像
・テーマは「AIで速く書ける」ではなく『ソフトウェア開発の再設計』
・現実は「完全自動化」より『人間＋AIの共同作業』が前提
・AI利用は増えるが、丸投げできる範囲は限定的なので「監督と仕組み化」が勝負

2 8つのトレンド
1 SDLCが劇的に変わる
・要求→設計→実装→テスト→運用の直線が圧縮される
・実装だけでなく「分解・判断・品質評価」が主戦場になる

2 単体エージェントから協調するチームへ
・1体に全部やらせるより、役割分担した複数エージェントの並列が強い
・必要スキルは「タスク分解」「役割設��」「統合と衝突解消」

3 長時間稼働するエージェントがシステム全体を作る
・短い修正だけでなく、計画→実装→失敗→修復→改善を長時間回す
・技術負債の返済や地味な改善の費用対効果が変わる

4 人間の監督をスケールさせる
・人間が全部レビューするとボトルネックが残る
・AIがAIをレビューし、人間は重要判断だけを見る設計が必要

5 新しい面とユーザーに広がる
・言語の壁が下がり、レガシーや特殊言語の保守がやりやすくなる
・非エンジニアも隣接領域の自動化に手が届くようになる

6 生産性向上が開発の経済を再編する
・「やりたいが優先度が上がらない仕事」が実行可能になる
・差別化はコード量ではなく「問題設定・設計思想・品質基準・意思決定」へ

7 非技術職ユースケースが組織全体に拡大する
・営業・マーケ・法務・Opsなどが自分で改善を作れる方向へ
・ボトルネックは開発��ら「ガバナンス、権限、セキュリティ、問題定義能力」へ移る

8 デュアルユースなのでセキュリティファーストが必須
・防御も強化されるが攻撃側も同じ武器を持つ
・後付けではなく、最初から設計に埋め込む必要がある

3 2026年の優先事項
1 マルチエージェント協調をマスターする
2 AIレビュー等で人間の監督をスケールさせる
3 エンジニアリング外へ拡張し、現場の専門家を武装させる
4 セキュリティを最初から設計に埋め込む

https://t.co/xNlHp42KxS

[カイゴ | AI駆動エンジニア @kygo_coding]

体調崩して寝たきりでも、AIと会話してWEBサービスが完成する時代。ビビらずに「創造して改善する」人が1番強い。ごちゃごちゃ言う前に手を動かし想像して、課題が出たらドキュメント読んでAIに指示する。それだけで良い

[カイゴ | AI駆動エンジニア @kygo_coding]

「AIを開発に利用している層はまだたったの0.04%」という衝撃の事実。Xのタイムラインを見てると全員AIを使っている錯覚に陥るけど、実際にはまだアーリーアダプターの段階。今AI開発のスキルを磨いておけば、圧倒的な先行者利益が取れると再認識。

[よしこ / yoshiko @yoshiko_pg]

頭おかしくなったら思い出そ
全世界で
・灰: AI未利用（84%）
・緑: AI無料ユーザー（16%）
・橙: AI課金ユーザー（0.3%）
・赤: AIを開発に利用（0.04%）
で、自分らのXのフィードは赤い人だらけのエコーチェンバーなのはそう

でも信憑性がズレてるんじゃなくて時間軸が前にズレてるだけなんだよね…

[カイゴ | AI駆動エンジニア @kygo_coding]

開発環境の軽量化、GhosttyとClaude Codeの組み合わせはかなり良さそう。最近VSCode+Cursorが主流だけど、CLIベースで爆速な環境を構築するアプローチもアリ。用途に合わせてAI開発環境を使い分けるのが今年のトレンドになるはず。

[コムテ @commte]

VSCode の代わりに Ghostty で軽量な開発環境を構築してみた

- ターミナル: Ghostty（起動が爆速）
- 分割: zellij（設定が楽）
- ファイラー: yazi（プレビュー付きで爆速）
- Git: lazygit（CLIなのにGUI並みに見やすい）
- 検索: fzf + ripgrep（Cmd+Pより速い）
- AIコーディング: Claude Code

Ghostty + zellij + yazi + lazygit でメモリ節約
「エディタ」を捨てて「ターミナル」に寄せる発想。合う人には合うかも

[カイゴ | AI駆動エンジニア @kygo_coding]

LLM、RAG、Agent、そしてMCP。AI開発で抑えておくべき主要アーキテクチャ。特に最近はMCP（Model Context Protocol）に注目してて、ツール連携が標準化されることでエージェントの自律性が爆発的に上がるのを感じてる。

[Python Programming @PythonPr]

LLM vs. RAG vs. AI Agent vs. MCP

[カイゴ | AI駆動エンジニア @kygo_coding]

Cursor 2.0で独自のエージェント特化コーディングモデルが搭載。最近はClaudeとの組み合わせをメインにしてたけど、エージェント型での開発体験が一段と上がりそう。AIネイティブな開発への最適化はもはや必須スキル。

[Cursor @cursor_ai]

Introducing Cursor 2.0.

Our first coding model and the best way to code with agents.

[カイゴ | AI駆動エンジニア @kygo_coding]

Anthropic CEOの「6〜12ヶ月以内にAIがE2Eの開発をこなせるようになる」という予測。最近自分でもClaudeとCursorでプロトタイプ作成までの流れを自動化してみたけど、本当に人間の役割は「ディレクションと検証」にシフトしつつある。乗り遅れるとヤバい。

[Jesse Cohen @JesseCohenInv]

🚨Anthropic CEO Dario Amodei warns: "AI models could handle end-to-end software engineering within 6 to 12 months."

[朱雀 | SUZACQUE @Suzacque]

OpenClawは素人が手を出すと怖いよー😱
チンパンジーにライフルを与えるようなもの。コン��プトだけ真似して自分用のエージェントを組むと良いです。
https://t.co/OiKXPXoYXS

イーロン・マスク：OpenClawに人生丸ごとの管理者権限を与える人たち

[カイゴ | AI駆動エンジニア @kygo_coding]

【本日の失敗談】
これ、私も過去にやらかしました…。
AIの言う通りに実装したら、フロントから��接DB操作する形になっていて、テストデータが吹っ飛んだ事があります笑

Vibe Codingでも「APIを挟む」など、システム設計の超基本だけは人間側が知っておかないと痛い目を見ますね。

[Aircle｜学生AIコミュニティ @AiAircle34052]

正直ここを知らずにvibe codingすると、
「動いてるけど、壊れやすい／危険なアプリ」になります。だから最低限、これだけは守ってほしいことをリストアップしておきました👇是非保存もして後から見返してみてください。
・フロントからDB直結しない（必ずAPI/ミドルウェア）
・全エンドポイントで権限チェック
・課金判定をフロントに任せない
・APIキーをブラウザに置かない
・計算・価格ロジックは必ずサーバー側
・入力値は全てサニタイズ
・レートリミット必須
・ログに機���情報を出さない
・別AIでセキュリティ監査
・依存関係は常に最新
「動いたら完成」じゃない。
“守れる設計”になって初めてプロダクト。

[カイゴ | AI駆動エンジニア @kygo_coding]

OpenClawのような自律型AIに何でも権限を渡すのは確かに怖いです。

だからこそ、業務ごとに専用の小さなエージェントを作って、アクセスできる情報を制限するアプローチが安全ですよね。
何でもできる万能AIより、役割を持たせた専門AIを連携させる方が運用しやすいと実感しています。

[朱雀 | SUZACQUE @Suzacque]

カーパシー氏も同じ意見。
「OpenClawをそのまま動かすのはちょっと不安。40万行の“vibe coding”でできたバケモノに秘密データやキーを預けるのって、しかも大規模に攻撃されてる状況だと、あまり魅力的じゃない。」
OpenClawのコンセプトだけ参考にして自分用のエージェントを組むのが正解じゃない？

[カイゴ | AI駆動エンジニア @kygo_coding]

『人間＋AIの共同作業』という視点、すごく納得です。

AIに全部お任せ！ではなく、人間が「プロジェクトマネージャー」としてAIを監督し、ワークフローを仕組み化する力がこれからは求められますよね。
非エンジニアこそ、AIをどう動かすかというマネジメントスキルが武器になる時代です。

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

Claudeの『2026 Agentic Coding Trends Report』が面白かった。以下、内容メモ📝

1 全体像
・テーマは「AIで速く書ける」ではなく『ソフトウェア開発の再設計』
・現実は「完全自動化」より『人間＋AIの共同作業』が前提
・AI利用は増えるが、丸投げできる範囲は限定的なので「監督と仕組み化」が勝負

2 8つのトレンド
1 SDLCが劇的に��わる
・要求→設計���実装→テスト→運用の直線が圧縮される
・実装だけでなく「分解・判断・品質評価」が主戦場になる

2 単体エージェントから協調するチームへ
・1体に全部やらせるより、役割分担した複数エージェントの並列が強い
・必要スキルは「タスク分解」「役割設計」「統合と衝突解消」

3 長時間稼働するエージェントがシステム全体を作る
・短い修正だけでなく、計画→実装→失敗→修復→改善を長時間回す
・技術負債の返済や地味な改善の費用対効果が変わる

4 人間の監督をスケールさせる
・人間が全部レビューするとボトルネックが残る
・AIがAIをレビューし、人間は重要判断だけを見る設計が必要

5 新しい面とユーザーに広がる
・言語の壁が下がり、レガシーや特殊言語の保守がやりやすくなる
・非エンジニアも隣接領域の自動化に手が届くようになる

6 生産性向上が開発の経済を再編する
・「やりたいが優先度が上がらない仕事」が実行可能になる
・差別化はコード量ではなく「問題設定・設計思想・品質基準・意思決定」へ

7 非技術職ユースケースが組織全体に拡大する
・営業・マーケ・法務・Opsなどが自分で改善を作れる方向へ
・ボトルネックは開発から「ガバナンス、権限、セキュリティ、問題定義能力」へ移る

8 デュアルユースなのでセキュリティファーストが必須
・防御も強化されるが攻撃側も同じ武器を持つ
・後付けではなく、最初から設計に埋め込む必要がある

3 2026年の優先事項
1 マルチエージェント協調をマスターする
2 AIレビュー等で人間の監督をスケールさせる
3 エンジニアリング外へ拡張し、現場の専門家を武装させる
4 セキュリティを最初から設計に埋め込む

https://t.co/xNlHp42KxS

[カイゴ | AI駆動エンジニア @kygo_coding]

これ、本当にそう思います！
非エンジニアがやりがちなのが「〇〇を作って」と丸投げすること。

AIへの指示は『設計図』みたいなもので、前提・目的・条件を箇条書きで整理して渡すだけで、出力の精度が劇的に変わります。
まずは構造化して指示する癖をつけるのが上達の第一歩ですね。

[梶谷健人 @kajikent]

少し前のものだけど、「なぜあなたはVibe Codingが下手なのか」というタイトルの以下記事が非常に参考になった。

AIコーディングがうまくいかないのは、AIが悪いのではなく、指示に構造がないから。

思いつきでコードを書かせるのではなく、「6つの定義書」と「3つの記憶ファイル」を先に用意し、AIに徹底的に質問させてから実装に移る「ドキュメント・ファースト」の手法こそが、ハルシネーションを防ぎ、完動するアプリを作る唯一の解であると説く。

■ 6つの定義書
1. https://t.co/DoNXq5nKpj: 要件定義書。何を作り、何を作らないか。
2. APP_FLOW.md: ユーザーの画面遷移と決定フロー。
3. TECH_STACK.md: 使用する技術とバージョン（�����さを排除）。
4. FRONTEND_GUIDELINES.md: デザインシステム（色、フォント、UIルール）。
5. BACKEND_STRUCTURE.md: DBスキーマ、API定義。
6. IMPLEMENTATION_PLAN.md: 実装のステップバイステップ手順書。
（自分は面倒くさがって上記を1つのmdファイルにまとめてしまっているけど、複数AIエージェントで並列作業させたい場合や、プロジェクトが巨大な場合は上記のように分けた方が良いと思う）

■ 3つの記憶ファイル
1. https://t.co/hACtanQ71Y: プロジェクトのルール、禁止事項、コンテキスト。AIはこれを最初に読む。
2. progress.txt: 何が終わり、現在何をしていて、次は何か。セッションごとの記憶喪失を防ぐ外部メモリ。
3. https://t.co/YFRU6Eet2P: エラーから学んだ教訓を記録し、同じミスを防ぐための自己改善ループ。

■ その他ポイント
・ドキュメントを自分で書く前に��AIに「私のアイデアを徹底的に尋問し���」と指示し、抜け漏れを洗い出させる。その回答を元にAIにドキュメントを作成させる。
・言葉で説明するよりスクリーンショットを渡して「このレイアウトを参考に」と指示する方が早い。
・「Glassmorphism」「Bento grid」「Neobrutalism」など、具体的なデザイン用語を使うことでAIの精度が上がる。
・大きな機能を一度に作らせず、LEGOブロックのようにコンポーネント単位で小さく作らせる。
・.envファイルに機密情報を隠し、絶対にGitに上げない。（当たり前だけど結構ミスってる人多い印象）
・Gitのワークツリー機能を使って、複数のAIセッションを並列で走らせる。
・音声入力を使って、タイピングの3倍の速度で詳細なコンテキストを注入する。

[カイゴ | AI駆動エンジニア @kygo_coding]

【AI駆動開発で生産性をバグらせる3フェーズ】
①設計(Claude)
文脈に強いモデルで要件・設計の全体像出力
②検証(Codex)
別モデルで設計書をレビューし壁打ち
③実装(Cursor)
一気に実装。人間は承認のみ
AIをチームの一員にすると生産性が10倍に化ける。