m-ono

SIerでSE→PM→マネージャー / 二児の父 / Agile・Scrum・XPとかモデリング・DDDとかマネジメント・教育とか好きだったり興味あったり / 漫画がないと生きていけない。

[m-ono @msts_0w0]

はてなブログに投稿しました
2025年のふりかえり - mono(0w0)ログ https://t.co/RA3DlUuFcT
#はてなブログ

[m-ono @msts_0w0]

手法を知ってからはこの3点セットでやることが基本になってる。

[Xsugiura @Xsugiura]

要件定義整理についての記事。
RDRAという手法については、この記事で知りました。
https://t.co/nEhIISSBUz

[m-ono @msts_0w0]

AIでコード生成は加速、でも人間の確認が追いつかない問題。t-wadaが示す「レビュー解体」という答え
@Etype_mag @t_wada https://t.co/BWRFzSRfAO

[m-ono @msts_0w0]

良き〜

”思考は外注できるが、理解は外注できない“

https://t.co/hb2CO0Uq8d

[m-ono @msts_0w0]

考える順番が良かった。

https://t.co/W5DYTFaV6u

[Ryutaro YOSHIBA @ryuzee]

AIでコードのモダン化を行うときの考え方。実装速度よりも「何を完成とするか」「どうやって妥当であることを証明するか、どんな流れで本番化するか」を事前に考えておくのが重要（当たり前だ）

https://t.co/qPpnPl1wYn

[Ryutaro YOSHIBA @ryuzee]

参考にしよう。一方でレビューで問題を指摘するよりも最初から問題を作らないようにするのが重要なので、指摘事項のうち先に指定できるものをトリアージしていくプロセスが大事だとも思うんだよな。

実務において敵対的レビューはどの程度有効なのか https://t.co/UPXqRzyg6X

[m-ono @msts_0w0]

https://t.co/KXNQIj2roQ

[matsumoto.s @mtx2s]

“テックリード”と“アーキテクト”って混同されやすい役割じゃないですか
開発チームの“マネージャー（リーダー）”が“テックリード”と呼ばれることだってある
それぞれ何が違うかを、テックリードを中心にしてまとめました
https://t.co/AXH7EpuUcp

[m-ono @msts_0w0]

https://t.co/0LwpyrWxgz

[Shinoda Yukihiro @yukkie1114]

本日LTした資料です
https://t.co/qi3rACefnq

#AI自走環境

[そーだい@初代ALF @soudai1025]

今日の登壇資料です。
まだ当日参加枠空いてます！

https://t.co/zTW1qsHkl4

#healthtechmeetup

[AGIラボ @ctgptlb]

【速報】ChatGPT共同発明者、2年のステルスを経て新型AIモデル「Jev」を発表

・LLMより20〜200倍高速、40〜400倍安価
・出力トークンは永久無料（安すぎて課金計測できない）
・文字列ではなく「型付きの判断」を返す
・構造上ハルシネーションが起きない

技術と実例をスレッドにまとめます👇🧵

[yoh nakamura @yohhatu]

「優秀なエンジニアは代替案、懸念点、未決定事項を書くのが上手い」どういう選択肢があり、そこでどのような判断基準を用いてどのように(現段階での)判断としたのかがわかるドキュメントは安心する 優秀なエンジニアが書くDesign Docは何が違うのか? - pospomeのプログラミング日記 https://t.co/Qjmt2opOmX

[iwashi / Yoshimasa Iwase @iwashi86]

あるある of あるあるだ

"プレイングマネージャーをしていると、日中はミーティングやメンバーの成果物のレビュー・フィードバックなどに追われます。プレイヤーとして手を動かすのは、それらの仕事を終えた後。夕方から夜の時間帯になりがちです。"

https://t.co/JqJDDl2EqJ

[iwashi / Yoshimasa Iwase @iwashi86]

このAWSの方の発表はかなり面白い。Amazon内部のAI活用実績をだいぶ話してくれている。良かったので、メモ多め。

・（前提）発表者は、AWSのシニアプリンシパルエンジニアであるクレア氏

・初期のAIコーディング支援はコードの行補完やチャットベースの質問にとどまっており、生産性の向上は10〜20％程度にすぎなかった
・しかし現在、Amazon社内の一部のチームでは、生産性が中央値で4.5倍、時には10倍以上にも跳ね上がるという劇的な変化が起きている
・このような圧倒的な成果を出す開発者をフロンティア・デベロッパーと呼ぶ。

・フロンティア・デベロッパーの第一の特徴は、自ら記述するコードを全体の1〜2％に抑え、残りのすべてをAIエージェントに任せていること
・第二の特徴は、彼らはエージェントと頻繁にやり取りせず、数時間単位で自律的にコードを書かせ続けること
・第三の特徴は、待機時間を最小限にするため、複数のAIエージェントを並行して稼働させ、タスクのバックログを次々と消化させている点

・この飛躍的な生産性が最初に確認されたのは、BedrockのMantleチーム
・30人で18ヶ月かかると想定された新システムをわずか6人が76日間で構築した
・しかしこの成功例は、分散システムやAIの専門知識を持つ社内トップクラスのエンジニアが集められた特殊な事例
・なので、一般的なチームでの再現性に疑問が残った

・次にPrime Videoのチームが6人で10日間のスプリントを実施すると、90週の工数がかかるとされたプロジェクトを24週にまで短縮する成果が出た
・だがこれも、ミーティングやオンコール業務を一切排した特殊な隔離環境
・事前に3週間かけて詳細なタスク定義が行われていたという前提があった

・そこでAmazon Stores部門は、既存のシステムを扱うごく一般的な50のチームを対象に、より現実的な環境でのパイロットテストを実施
・その結果、半数のチームは生産性の向上が3倍未満に留まったのに対し、残りの半数は4.5倍から10倍の生産性向上を達成した

・この劇的な違いを生んだのは、AIに合わせて働き方を意図的に変えたかどうかという点

・高い成果を出したチームには、新しい働き方として共通する5つの習慣が根付いていた

・第一の習慣はエージェントのコンテキストへの投資
・従来は口頭やチャットで共有されていた暗黙知を、AI向けの指示ファイルとして明文化した

・第二の習慣は、急ぐためにあえて減速したこと
・エージェントが動作しやすいように既存のコードベースやエラーメッセージを整理する準備期間を設けていた
・AIがコードを理解して自己検証しやすい環境を作るために、Pythonのような動的型付け言語から、コンパイラが優秀なTypeScriptやRustへ移行するチームさえ存在した

・第三の習慣はエージェントのお守りをしないこと
・少しずつコードを書かせて対話するのではなく、自己検証可能なまとまったタスクを与えて放置する

・第四の習慣は意図の明確化
・事前に詳細な仕様書を作成して、AIとドキュメントの段階ですり合わせを行っていた

・第五の習慣はテストのシフトレフト
・リンターやローカルで動くモックサーバーを活用して、エージェントが素早く自己修正できる環境を構築していた

・これらの習慣を取り入れるプロセスは決して簡単ではなく、エンジニアが新しい働き方に適応する過程でバーンアウトするリスクもある
・完璧なプロンプトを求めて夜遅くまで作業してしまったり、複数のエージェントを並行管理することでエンジニアの認知負荷が劇的に高まったりする
・特に若手エンジニアにとっては、自らコードを書くよりも、AIが生成した大量のコードを読み解いてレビューする作業のほうが重い負担となっている

・AIを効果的に活用するためには組織側の変化も不可欠
・リーダーは「AIがあるのだからすぐに開発が早くなるはずだ」という安易な期待を捨てなければならない

・事前準備やコードベースの整理には数ヶ月の時間を要する
・なので、経営陣は生産性が一時的に低下する減速の期間を許容する必要がある
・また、十分なノウハウが蓄積される前に組織全体へAI開発を急激にスケールさせると、チームが混乱に陥るリスクが高い

・AIによってコーディング自体が劇的に高速化された結果、プロダクトを作るかどうかの意思決定にかかる時間が新たなボトルネックとなっている
・コードが数週間で完成するようになった現在、承認プロセスや意思決定に何ヶ月もかけていてはAIのスピードを活かしきれない

https://t.co/eg2MxajxFN

[iwashi / Yoshimasa Iwase @iwashi86]

Shopifyによる高強度なエンジニアリング組織の作り方についてのポストから。

・高強度とは労働時間を増やすことではなく、1時間あたりの成果を最大化すること
・仕事は与えられた時間を使い切ってしまうため、期間を1ヶ月に設定すると完成まで1ヶ月かかる
・そのため、毎週リリース可能な成果物を出すようチームに求めている
・遅いことよりも間違えることの方がコストが低いため、早く決断し早く直す

・集中する時間を確保するため、年に1度すべての定期ミーティングを一斉削除している
・その後2週間は新しい定期ミーティングの設定を禁止
・これにより、本当に必要なミーティングだけが生き残る仕組み

・また、ペアプログラミングを秘密兵器として週に8〜16時間ほど実施している
・2人で取り組むことで何日も行き詰まることを防ぎ、問題解決を加速させている

・日常的なコーディングやバグ修正には、AIエージェントが積極的に活用されている
・ただ、AIに頼ってもコードの理解度に対する基準は決して下がらない
・PRを出す開発者は、AIが生成したすべての行を完全に理解している必要がある

・AIによってコードが膨張しやすくなった分、コード削除の重要性がさらに増している
・実際、社内ハッカソンにはコード削除クラブが存在する
・彼らの活躍もあり、1年間で500万行以上もの不要なコードが削除された

・さらに、マネージャー層もAIを使いこなし、コードの細部を把握し続けている

https://t.co/sj0nDCybEs

[m-ono @msts_0w0]

非常に共感&参考になる。

バイブコーディングで大規模開発は失敗する？ 品質担保と工数削減を両立する「AI駆動開発×開発標準化」の実践論 https://t.co/VKKVdw85zT @devsumiより

[Ryutaro YOSHIBA @ryuzee]

指標のせいでおかしなことにならないようにするための設計原則はこんな感じかな

[m-ono @msts_0w0]

Markdownファイルが、AI時代の負債に？　Googleが提案する「ナレッジ標準化」の一手 https://t.co/j7jzRhLXLO

[m-ono @msts_0w0]

仕様駆動開発の消費期限 https://t.co/kizXyk66BZ

#speakerdeck