タツヤ

23卒 GoogleCloudをつかって、バックエンドエンジニア とデータエンジニアの間みたいな仕事をしています。

[梶谷健人 @kajikent]

これはめちゃくちゃ良い資料。

AIで開発がめちゃくちゃ安く速くなった先で何が起きるか。

https://t.co/n8nV3gdK2L

[iwashi / Yoshimasa Iwase @iwashi86]

Netflix CPTO(CPO & CTO)の方がでているepから。今の採用需要の話もあった。

・生成AIの台頭により、PdMがコードを書いたりデザイナーが要件定義をしたりと、職種の境界が曖昧になっている
・役割が流動的になっても、優れたエンジニアリングやデザインといった専門的な職人技の価値は失われない

・今後の組織では、ビジネス領域全体を俯瞰して必要な要素を抽象化できるシステム思考を持った人材がより求められる
・システム思考を養うには、目の前の課題から一段階視野を広げ、全体における前提を問い直す習慣をつけるとよい
・自分の業務が上司の仕事をどう助けるかを考えることも、システム思考を鍛える有効な方法

・職位や役割に応じた評価基準を細かく定める代わりに、全社員に対してAIリテラシーを高めることを求めている
・すべての従業員に、AIが有用な場面を見極め、新しい技術を積極的に試す探求心を持つことを求めている

・コンテンツ制作の現場でもAIは活躍している
・事前の視覚化や撮影後の照明調整など、クリエイターのビジョンを実現するためにAIは活用されている
・予告編の作成や多言語への吹き替えなど、作品を世界中に届けるためのプロセスにもAIが深く関わっている

・そもそも、ネットフリックスは以前から機械学習をパーソナライズに活用してきた。
・膨大なコンテンツの中から最適なものを最適なタイミングで提案するためには、AIの力が不可欠
・ただ、AIがどれほど進化しても、優れたストーリーテリングには人間の感情や共感は必要だろう

・優秀な人材を集め、彼らに大きな裁量と責任を与えることが、卓越性を生み出す基本理念
・リスクを取ることを推奨し、失敗を避けるのではなく失敗から素早く立ち直る文化が根付いている
・問題が発生した際に新たなプロセスやルールを追加して解決しようとするのは、大企業病の始まり
・規則で縛るのではなく、非難を伴わない振り返りを通じて個人の責任感と学習を促すことが肝要

・もし部下が辞めると言ったら引き留めるかを自問するキーパーテストを現在も活用している
・キーパーテストは解雇のためだけでなく、優秀な人材にその価値を伝え、成長を促すための対話のきっかけにもなっている

・非常に狭い専門性だけを持つスペシャリストの需要は減っている
・代わりに、新しい技術を素早く学べる柔軟な人材が重視されている
・若手社員や新卒社員の採用も続けている
・彼らの新しい視点やAIに対する適応力は組織にとって有益

・ツールが進化しても、品質を担保するための基礎的な技能は若手にも教え込まれなければならない
・将来のエンジニアは自らコードを書く機会が減るかもしれない
・しかし、生成されたコードの挙動を理解し、システム全体を把握して修正する能力は引き続き求められる

https://t.co/D5uGM0kACE

[タツヤ @leonard475192]

EMに限らず、エンジニアとして働く上でのエッセンスが詰まっていた

https://t.co/UTRj53JnRJ

[清水伸 @usakichi201037]

長い間、ありがとうございました😊

[よしおかしおり @oriori440]

https://t.co/tmKTdepmzq

[1Password @1Password]

AI agents are booking travel, signing into websites, and acting on your behalf. That creates a new security problem: until now, letting an agent log in meant exposing your credentials to the model.

Today, with @AnthropicAI, we're changing that. 1Password for @claudeai lets Claude use your stored credentials to complete real-world tasks without your passwords or one-time codes ever reaching the model, its memory, or Anthropic's systems.

You stay in control and approve which credentials an agent can use. 1Password handles authentication behind the scenes.

Available now on Mac for business, family, and individual customers.

https://t.co/eg9Y1bW7uK

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

【速報】Notionが「Ship OS」を発表。開発の全工程をNotion内で回せる。

顧客フィードバックからPRマージまで、トリアージ・振り分け・要約はAIエージェント、判断は人間が担う分業型。

[かずなり | 生成AI活用術 @MacopeninSUTABA]

『AIレビューを育てる技術』をまとめたスライドが有益。

「AIの指摘が的外れ」という初期の壁をどう乗り越えるか。明確な採点基準の与え方から、マルチエージェントによるバイアス軽減まで、「チームの文化を理解した査読者」へ進化させるプロセスが学べる。

こちら👉
https://t.co/jWjQ1zXqJW

[TypeScript @typescript]

📣 The moment is here. 📣

TypeScript 7 is officially released! 7️⃣

https://t.co/D7Mbq7vWpy

[Yuma Sugimura | 杉村 勇馬 @y_sugi_it]

BigQuery の SQL で多段階集計（Multi-level aggregation）が記述可能になった（Preview）。集計関数の引数に別の集計関数を入れられる。サブクエリや CTE を使わず単一の SELECT 句内でネストした記述が可能になりクエリが簡素化する。

https://t.co/CckAYbumjj

[ANIME SHOT @ASCom0]

🚨 توغاشي يثير الجدل بعد تعليقه في مجلة "شونين جمب" حول امكانية استخدام الـ Ai لأنتاج المانجا:

"سؤال، إذا درّبت الذكاء الاصطناعي على رسوماتي فقط، وجعلته يقرأ الستوري بورد، فهل سيتمكّن من انتاج صفحات المانجا النهائية؟" …. 😬

[𝙆𝙖𝙯𝙪𝙮𝙖 𝘼𝙧𝙖𝙠𝙞｜荒木 和也 @kazuya_araki_jp]

データ品質高めたいとか甘ったれた解像度で質問しにきている人々へ。

https://t.co/BAH5Ha7a8r

[Kazunori Sato @kazunori_279]

これ面白かった。LLM as a Judgeするなら「5段階で評価して」ではなく「この要件は満たすか」を問うべし。確かによく前者の書き方してて、これLLMの恣意的な評価じゃん…と疑問だった。そもそもLLMは辛口評価が苦手。後者なら事実を二者択一で評価するため、人手による評価に近い結果が得られる。何を評価するか？のバイアスはあるけど。

[Claude @claudeai]

Fable 5 is back.

[Haruki Yano / Haruma-K @harumak_11]

おい、新人、タスクを完了させるために雇ったわけじゃない、という記事
https://t.co/1cC1x84U2d

・新人エンジニアがタスクを完了させた数自体には誰も関心がない
・筆者（Kent Beck氏）は新人を、周囲の生産性を大きく高める優秀な層、堅実な層、1年以内に去る層の3つに分類している
・自身の業務をこなしながら新人がどの層に属するかを見極め、見込みのない者には労力をかけず、優秀な者や堅実な者の成長を支援しようとしている

・目前のタスクを片付けるだけであれば自分でやったほうが早くて手間もかからないため、現在の生産性だけを求めているわけではない
・将来抱えきれないほどの仕事が発生することを見越して、次世代の優秀なエンジニアを育成するための投資として新人を雇っている

・まずは最低限の基準を満たす堅実な層であることを示さなければならない
・コードが正しく動くことや、自分が何をしているかを周囲に伝えていることが重要になる
・最初の見積もりの3倍以内など妥当な時間内でタスクを完了させることが求められる
・質問して助けを求めるのはよいが、レビューに余計な時間をかけさせたり障害対応で運用チームに負担をかけたりしてはならない
・やっていない作業をやったと偽って評価をごまかそうとするのは論外である

・堅実な層から優秀な層に上がるための基準は、こなしたタスクの数ではなく、1つのタスクからどれだけ多くを学ぶかという成長率にある
・タスク自体が不要であると説得力を持って主張したり、データ分析によって10%の労力で90%の利益を生み出す部分を見つけ出したりすることが評価される
・1つのタスクに対して複数の実装方法を試したり、タスクを実装する前により良い設計を見つけて他のコードも含めて簡潔にしたりすることが望ましい
・大きな変更を一度に提出するのではなく、一連の小さな変更として細かく分割して提出することが求められ、毎日提出できればさらに良い
・類似のタスクを効率化するための社内ツールを作成したり、自分の公式タスクを犠牲にせずに他チームの領域で役立つ変更を提出したりすることも評価される
・学んだことを面白くて説得力のある形で文章にまとめたり、洞察に富んで反応の速いレビュアーになったり、しっかりとした単体テストを書いたりすることが重要になる

・優秀な層のシグナルはどれも単にタスクを終わらせる以上の時間がかかるが、無限に時間をかけてよいわけではない
・タスクを妥当な時間内で終わらせつつ、効率化によって浮いた時間を自身と他者の利益になるように投資することが求められている

[yuki @helloyuki_]

スタッフエンジニアがどうLLMを使ってるか。Pull RequestやADRをLLMに書かせない方がいいに共感。LLMは考えをまとめるのがとても下手（全部書き上げようとして強弱をつけられず、核心をポンとまとめる文章を書けないからだと思う）に思っており、書かれる文章は単に冗長なだけで情報密度が低いなあとは常々思ってる😌 デバッグに強くてテストにも有用というのも同じ使い方をしてるなあ。

How I use LLMs as a staff engineer in 2026
https://t.co/zbMdpG2TW4

[LIN @ai_lin_creation]

これは凄すぎる。。スプシに神アプデ来てた。。

「Create a Canvas」

いわゆるスプシでのタスク管理シートを、「カンバンボードを作成」というだけで、このタスク管理ボードが完成。

やり方↓

[浅沼 尚（Takashi Asanuma）| デジタル庁 参与 | GovTech東京 アドバイザー @takashi_asa]

デジタル庁が、行政データの「機械可読性」に関するリールの正確な解釈を可能にするデータファイルをCSV/JSON形式で提供しています。
これは、単なるデータ整備ではなく、AI活用やEBPM推進のために、行政データを「機械が読める形」に整える取組です。

https://t.co/5OgeAJvjus

[タツヤ @leonard475192]

すごく評判がいいらしい
https://t.co/akWfMbFZDI

#44 AIコーディングでプランモードはもう使わない grill-meで曖昧さを排除しよう, いつできる？に答える方法 見積もりの難しさ, 胃を... https://t.co/OTfmg8wlF4 @YouTubeより

[mosa / 榎本 @mosa_siru]

こちら、本日の社内向けに話した資料です。
（この時代だからこそ、あえて厳しい寄りに伝えています。）

機能を作るな。楽して作るな。 （LayerX社内資料） https://t.co/QPU4fWO3j8

#speakerdeck