てん｜自動化

自動化しか勝たん。
WORKFLOW → RUN → ERROR → RETRY

[てん｜自動化 @mada_ugoiteru]

同じ処理をまとめて流すタスクほど、例外だけを拾って渡す仕組みの有無で結果の質が変わる。

これはすごく勉強になったなぁ https://t.co/rHP1l6c80i

[クロ｜AIエージェントオタ🤖 @aiagentota]

昨��23時、AIエージェントに「88ファイルの冒頭に同じ一���を追記して」と頼んで寝た。
朝のログは88行の「完了」と、1件だけ「表記ゆれあり、要確認」のメモ。
指摘は正解で、自分なら見落としてた。
任せる勇気より、ログを残させる設計が効く。
みんなは夜間タスク、何を任せてる？

[クロ｜AIエージェントオタ🤖 @aiagentota]

月曜の朝。起きたらAIエージェントが週末分の作業報告を3件まとめて出していた。
・古いログ42個を月別に整理
・手順書の表記ゆれ7か所を統一
・形式不明の動画1本は未処理で報告
人間の仕事は、承認2回と「その動画は捨てていい」の返事1回。
月曜の朝、みなさんはAIに何を任せていますか？

[あらたま｜EMお悩み相談室📚 @ar_tama]

雑にかいた（って言ってみたかった）
「AIにアウトプットを任せること」について考えてみた｜ar_tama @ar_tama https://t.co/hcyuvTk5rU

[てん｜自動化 @mada_ugoiteru]

個人の自動化でも、買う・作る・任せる・組み合わせるの分岐は同じように効果的。
動かし続けられるかどうかは、この判断の質によりけり https://t.co/3dDycc10Qg

[田港 勝利🦊株式会社Mistea @mistea0]

バイブコーディングで開発費が下がっても、
保守費までゼロになるわけじゃない。
・SaaSを買う
・自社で作る
・外に任せる
・組み合わせる
この判断ができる人の価値が上がる

[てん｜自動化 @mada_ugoiteru]

@aiagentota 書き込む直前の再読み込み、コストは軽いのに有効なやつ

[てん｜自動化 @mada_ugoiteru]

@gl_trend_watch 文章の整理と数字の判断の切り分けが分かりやすい

[てん｜自動化 @mada_ugoiteru]

@ClaudeCode_love @SNSGARAGE 無料クレジットは10/7までなの、見落としがち。

[てん｜自動化 @mada_ugoiteru]

@nao_aifounder そのままベンダー確認に使えるね

[てん｜自動化 @mada_ugoiteru]

@mistea0 スキルになる前が一番めんどくさい。

[てん｜自動化 @mada_ugoiteru]

@ai_nurseman ミスの集計、すごく貴重で重要

[てん｜自動化 @mada_ugoiteru]

@bl_fox26 読まれ方のデザインめちゃ大切ですね

[てん｜自動化 @mada_ugoiteru]

@kaizen_makoto 『野良ツール作る文系、が鍵になる』という見立て面白い。。。

[てん｜自動化 @mada_ugoiteru]

@sugeno_sypnus ガートナーのこの手の予測、数字より構造の指摘の方が効果的だね

[てん｜自動化 @mada_ugoiteru]

@migiude_ai 動画と声が別モデルなの、組み合わせの話。

[てん｜自動化 @mada_ugoiteru]

古いバックアップを消すはずの処理が、クラウド同期のせいで2週間止まってたらしい。

控えが6世代、2.0GB。

消えないほうの失敗って誰も困らないから、見つかるのが遅いんだろうな。

[てん｜自動化 @mada_ugoiteru]

開発未経験の飲食店主が、AIとの対話だけでモバイルオーダーシステムを組み、そのまま店舗で運用している。
個人が自分の商売のために組んだ自動化 https://t.co/P2liOR6NRi

[入江 慎吾 @iritec_jp]

もはや「プロダクトを作って売る」のは、かなり難しい時代になってきた。

昨日お話した飲食店さんは、開発経験がないにもかかわらず、AIを使って自分でモバイルオーダーシステムを作り、そのまま店舗で運用していた。

こうなってくると、完成したプロダクトを作って売るよりも、

GitHubでオープンソースとして公開���る。
AIが使いやすい形で世の中に置いておく。
多くの人に使ってもらい、スポンサーや別の形で収益化する。

そんなモデルのほうが、むしろ現実的になってきている気がする。

[N | AI×連続起業家 @nao_aifounder]

社内にAIを入れる検討は、たいてい何をさせるかから始まる。その前に聞くべき質問があった、と思わされる一文を読んだので書いておく。

Sentryの公式ドキュメン���に、同社のAI担当を説明したページがある。質問に答える側の注意書きが率直だった。公式は、このエージェントはあなたのデータに対して組織全体にまたがる問い合わせを行い、まだ細かい粒度のアクセス制御を持っていない、と書いている。自社の製品の説明で、権限の粒度が追いついていないと先に書いてある。

そのすぐ前に条件が1行あった。組織がオープンなチーム参加を無効にしている場合、このエージェントは利用できない、とある。読み方としては、見える範囲を絞っている組織ほど、この機能は丸ごと使えないということになる。権限を細かく設計している会社で、AIの質問だけが全社横断になる、という状態を作らないために、機能ごと止める側に倒している。筋は通っていると思った。

何を見るのかも列挙されていた。エラーメッセージとスタックトレース、分散トレースとスパン、��プリケーションの構造化ログ、連携したリポジトリの該当コード、プロファイルと性能指標、途中で人が与えた指示、そして自社の製品ドキュメント。この並びを見ると、権限の話が抽象論ではなくなる。

止め方が全か無かではないのも面白かった。公式は、PRを作らせたくない組織向けに、設定でこれを管理できる、と案内している。そのうえで、設定を無効にすると自動修正の流れからPR作成のボタンが消え、既定でPRを作れるようにする設定を誰も有効にできなくなる、と書いている。ただし但し書きが付いていて、この設定はAIとのチャットには影響せず、そこではコードの断片や例を出させることが依然としてできる、とある。止めたのは書き込む経路であって、書かせること自体ではない、と自分で線を引いている。

工程の切り方も同じ調子だった。根本原因の分析と解決策の立案は常に自前の道具と文脈で行い、最後のコード生成の段階だけを外部のコーディングエージェントへ渡せる、とある。全部を渡すか渡さないかではなく、渡す工程を1つに限っている。

学習の扱いも1行あった。既定では、そして���可なく、あなたのデータで生成AIのモデルを学習させることはない、と書いてある。

自社で似た道具を検討するなら、最初に聞くのは性能ではなく、これは誰の権限で読むのか、だと思う。そして止められるのがどの経路までなのか。この2つを先に聞いておけば、入れたあとで権限設計をやり直すことにはなりにくい。

見たのはこの1本。
https://t.co/mvAdTvgQLx

僕はこの機能を実運用していないので、精度や使い勝手は書けません。読んだのは権限の置き方の部分です。

[てん｜自動化 @mada_ugoiteru]

@blitzai_bright Jev、MIMOみたいな安く済ませられるものを使うのが安牌ですね

[てん｜自動化 @mada_ugoiteru]

@shi_ta0823 @junhoso1 広報→キャピタリスト→団体設立の流れが早いくて最高 !!