uehaj

An Anthropic believer, Vibe Corder, using Claude, I like Mastra, T3 Stack,.TypeScript, Flutter, React, Strapi, Rust, Haskell

[uehaj @uehaj]

今後、「仕様駆動」はすたれるしかないとおもっていて、代わりに「要件駆動」が広がっていくでしょう。もっとも要件も仕様の一種ではある(広義のspecification)なので、あんまりかわらないのかもしれない。

[uehaj @uehaj]

同感で、ループは回ればいいっていうもんではない。意図する結果を出せる自律走行の時間がどんどん長くなって、結果的に人が介在しなくて良くなるようになる話。自走時間が長くなる結果としてループになる、という話

[Kenn Ejima @kenn]

/goal や /loop が滅多にうまくいかない理由は
「理解は委譲できない」原則を破っているからです

https://t.co/eYmudvaJp8

普通にAIとチャットしてても
一発で200-300行も大量に出力されると
圧倒されて読む気なくなりますよね？

なのに数万行の成果物をポン出しして
うまく動けばラッキーという博打マインドでは
人間側の成長につながる要素がありません

最小の差分を積み上げ、AI先生に質問しながら
理解を深めながら作り上げていく工程にこそ
マジックが宿ります

これはロジカルに考えてすぐにわかることですが

すでに人間側の認知力や理解力がボトルネックだ
という現実を受け入れるのであれば

ボトルネックである人間側を少し改善するだけで
全体のパフォーマンスが大きく変化します

鎖は最も弱い輪から千切れるので
その最も弱い輪以外をいくら強くしても
意味がありません

これがTOC（制約条件理論）経営の教える
「全体最適」です

奇しくも、この理論書の題名が「ザ・ゴール」

https://t.co/wRDWpDtyeL

24時間自走して出てきた結果が不満足だった場合
そこから何かを学んで次のイテレーションを回すと
24時間に1度しか成長の機会が得られません

10分おきに計画・実装・レビューが回っていれば
大きなゴールに向かう道のりを細かく噛み砕いて
理解を深めながらじっくりと進むことができます

理解に必要なストレスから逃げて自動化に走ったら
それは近道に見えて遠回り、かもしれません

[uehaj @uehaj]

なぜはADRでよい。多くの場合、コードがそうなっているのはビジネス要件に基づいているからだ。理由ではなく、それが必要だと識別したビジネス要件と紐づいているかが重要。つまりビジネス要件を書き残しそれと紐づけることが必要。

[iwashi / Yoshimasa Iwase @iwashi86]

AIエージェントがコーディングで行った意思決定の理由を、リポジトリに残せるツール。

・AIがコードを書く際、誰も承認していない小さな意思決定が多数行われている
・レビュー時に実装の理由を問われても、個人のPCのチャット履歴に埋もれてわからないことが多い
・しかも、Claude Codeの履歴はデフォルトで30日後に消去されてしまう
・そこで、ローカルの履歴からAIの意思決定を抽出し、マークダウンとして保存するツールを作った

という背景

https://t.co/HxeteMOsBx

[uehaj @uehaj]

今後、「仕様駆動」はすたれるしかないとおもっていて、代わりに「要件駆動」が広がっていくでしょう。もっとも要件も仕様の一種ではある(広義のspecification)なので、あんまりかわらないのかもしれない。

[uehaj @uehaj]

おっ、仕様と要件を分離し、仕様ではなく要件を判断ベース・基準とするアイデア、やはり誰も思いつくのだな。後は、hook使ったプロンプトからの要件自動抽出、矛盾判定が自分の要件工学ツールのオリジナルアイデアかな https://t.co/C5rAtHlL5h

[uehaj @uehaj]

次元が自分は低いかとおもいますが、「作りながら要件を発見する」というのは起きてしまうことで、プロンプトのやりとりから「宣言的な要件の自動ピックアップ」はかなり有効です。

実際、マルチテナントの認証認可システムとかを試行錯誤で開発しつつ、画面をみながら気付く、みたいな開発で、要件の明示化が裏ですすんでいくので、非常に有効です。

[uehaj @uehaj]

要求はプロンプトからAIが対話を通じて発見し、透過的に記録、矛盾チェックし、要件を編成する、という「ライトウェイト要求工学ツール」をつくってます。その目的は「プロジェクトを駆動する能力」をあたえることです。このプロジェクトで次になにをすべきか、何を検討すべきか、という大きな計画の主導権をAIにあたえることです。

[uehaj @uehaj]

今のAI駆動開発で、あるプロダクトをどう成長させていきたいか、という高次の戦略性の検討、たとえばストーリーやEPICの設計や実装をどういう優先度でおこなうか、その実装で得られた知見を戦略におりこんでフィードバックするかかという検討がループの外にある。そしてそれが長時間自律走行をかならず妨げる。

だからそれをいかにAIが自律処理させるかが要点。そのためには、要求・要件を保持、列挙、ビュー対象および操作対象とする手段をAIに与える必要がある。

[uehaj @uehaj]

おっ、仕様と要件を分離し、仕様ではなく要件を判断ベース・基準とするアイデア、やはり誰も思いつくのだな。後は、hook使ったプロンプトからの要件自動抽出、矛盾判定が自分の要件工学ツールのオリジナルアイデアかな https://t.co/C5rAtHlL5h

[uehaj @uehaj]

遺伝を重視するなら、現生人類すべての男性の父祖である、「Y染色体のアダム」を尊崇するべきだよね。約20万〜30万年前のアフリカ、おそらく北西〜中央アフリカあたりにいた一人の男。

[uehaj @uehaj]

38親等の範囲に含まれる人は何人でしょうか？実は現実にはあり得ないほど巨大な数になり、事実上「人類全体」規模を突き抜けてしまいます。
直系の先祖だけで見ても
親=2人（1親等）、祖父母=4人（2親等）…とたどると、n世代上の先祖は 2ⁿ 人。
38世代上（38親等の直系先祖）= 2³⁸ ≈ 約2,749億人。
これだけで、これまで地球上に生きた全人類の推定総数（およそ1,000〜1,200億人）を超えてしまいます。つまり「重複なしの家系図」は38親等の時点ですでに破綻しています。

さらに傍系（いとこ筋など）も足すと1世代あたり平均2人の子がいると仮定した簡単なモデルで「ちょうど38親等」の血縁者を数えると、先祖・子孫・傍系を合わせて数兆人（10¹²オーダー）という計算になります。ちなみに38親等で左右対称（19世代上って19世代下る）なら、これは「18いとこ（18th cousins）」に相当します。

でも実際の人数は？

この天文学的な数字に意味はありません。実際には先祖同士が重複する「家系の収束（pedigree collapse）」が起きるため、同じ人が何度も数えられているだけです。現実の「異なる人物」の数は人類の総数で頭打ちになります。研究上、現生人類はだいたい「数十いとこ」以内で全員つながるとされるので、38親等（≒18いとこ）はおそらく人類の大部分〜ほぼ全員を含んでしまう、というのが実態に近い答えです。

"共産・小池氏「38親等ほとんど赤の他人」 旧11宮家男系男子" https://t.co/Oy7so2qd8l

[柴田 淳-【新刊】みんなのPython第五版/Pythonで学ぶはじめてのプログラミング入門教室 @ats]

多くの開発現場では、ファイルの種類（Component、Hook、Utilなど）に応じてフォルダを分ける「水平分割」が初期段階として採用されがちです。しかし、プロダクトが10年規模でスケールすると、この構造はどこに何があるか分からない混沌状態を招きます。「コードの凝集度を高め、結合度を下げる」ためには、技術的な役割ではなく「それが何を達成するものか（機能やドメイン）」に基づいて垂直にコードをグループ化すべきだと筆者は主張します。

こうした垂直構造（Verticals）を導入することで、ダッシュボードやプロファイリングといったチームごとの所有権が明確になり、変更の影響範囲も限定しやすくなります。共有コードやデザインシステムの扱い、依存関係の境界線（モノレポやESLintを活用したルール化）といった現実的な課題への対策を講じながら、密結合になりがちな大規模コードベースを健全に保つための具体的なアプローチが示されています。

長年信じられてきた「技術レイヤーごとのクリーンな分離」の限界が露呈したことが、この設計思想へのシフトを後押ししています。かつてJavaScript、CSS、HTMLを完全に分けて管理していた時代から、コンポーネントという単位でそれらをパッケージ化する文化へと移行したように、ソースコードの配置も「密接に変化し合うものは近くに置く（コロケーション）」という本質的な利便性に立ち返る必要性が生じたためです。

また、近年の組織構造がフロントエンド・バックエンドといった職能別から、特定のビジネス領域に責任を持つクロスファンクショナルな「フィーチャーチーム（プロダクトチーム）」へと変化していることも決定的な要因です。開発組織の境界線とコードベースの境界線を一致させることで、チーム内外のコミュニケーションコストを減らし、デプロイや開発の独立性を担保するという実利的な要求が高まっています。

さらに、開発の現場におけるAIエージェントの台頭も無視できません。AIは人間のエンジニアと同様に、明確な境界線や制約、そして予測しやすいプロジェクト構造のなかで最も効率的に機能します。人間にとってもAIにとっても認知負荷が低く、ナビゲーションが容易なコード配置を選択することが、これからの長期的な開発効率を左右する分水嶺となっています。

https://t.co/9nVVQvueYR

[Matt Pocock @mattpocockuk]

@unbalanced_94 The best memory system is your codebase

[Matt Pocock @mattpocockuk]

1. Delete the docs you create to explain your code

2. Take the tokens you save on updating those docs

3. Spend them on making your code self-explanatory

[Nobu-Kobayashi : Generative AI Technology @nyaa_toraneko]

AIモデルには、「依頼者の頭の悪さ」を完全に隠蔽する力はない。

ここでいう頭の悪さとは、設計の甘さ、思考の浅さ、要件の曖昧さのことだ。

それが最近のFable 5やGPT-5.6 Solの登場によって、むしろ可視化されてきたように思う。

AIにできるのは、

・実装上の穴をある程度埋める
・仕様の矛盾を指摘する
・代替案を提示する
・曖昧な目的を推定し、言語化を手伝う

といったところまでだ。

しかし、「そもそも何を達成すべきなのか」を最終的に決めることはできない。

AIは目的を推定できても、それが依頼者の本当の目的なのかを保証できない。何を優先し、何を捨て、何をもって成功とするのか。その目的関数を決定し、結果に責任を持つのは、依頼者である人間の仕事だ。

結局、「頭の悪い依頼者」を救ってくれる魔法のモデルは存在しないし、これからも出てこないと思う。

AIが強力になればなるほど、実装能力の差は縮まる。

その代わり、人間側の問題設定力、設計力、判断力の差が、より如実に結果へ現れるようになるだけだ。

[uehaj @uehaj]

h5i便利そうだな

[uehaj @uehaj]

仕様全部だと当然そうなるけど、要求・要件に絞ったらどうかと思ってる

[Takuto Wada @t_wada]

自分の開発スタイルと合わなくなってきてしまったので SpecKit 剥がしを行っている

[ClaudeDevs @ClaudeDevs]

Claude Code on desktop now has an in-app browser.

Claude can pull up docs, designs, or any other site. It can read, click through, and interact the same way it does with your local dev servers.

It's sandboxed and configurable: you choose whether sessions persist.

[uehaj @uehaj]

GPT-5.6のモデル名、Sol Terra Luna，合体するとテラソル⋯おっと誰か来たようだ

[uehaj @uehaj]

まじか。Fableもクリアされた！！

[ClaudeDevs @ClaudeDevs]

We've reset 5-hour and weekly rate limits for all users.

[uehaj @uehaj]

「国旗損壊という手段によってしか、伝えたい思想や言論を表現し得ないとき」とは、国旗損壊の汚らしい過激さが必要であり、他のより穏当な手段ではインパクトが足りないときだ。つまり、おふざけなら罰するが、真剣に国旗損壊するなら罰されない／良い事だと思うけど、損壊罪導入賛成派は、サヨクを罰せられなくてお気の毒様

[時事ドットコム（時事通信ニュース） @jijicom]

国旗損壊罪、 政治抗議で「他に手段なし」なら免罪https://t.co/iSIncdtEfN

国旗損壊処罰法案が9日、参院内閣委員会で実質審議入り。提出者の自民・塩崎氏は、政治的抗議での国旗損壊について「他に意見表明の手段がない」状況であれば違法性が阻却され、処罰を免れる場合があるとの見解を示しました。