岩城祐作 | Algomatic

ソフトウェアエンジニア🍻/ Azure Solutions Architect Expert / TypeScript, Python, Next.js, React, Terraform, LangChain / スクラム大好き / AI開発(エージェント, アバター) / お笑い芸人さんのレコメンド🗣️

[岩城祐作 | Algomatic @yukl_dev]

現場で実際にぶつかった課題から見えてきた、
経営・現場・開発の温度差と、AIエージェント実装の考え方を書きました。

エンジニアに限らず、AIエージェント導入に関わる全ての方にとって何か役に立てば嬉しいです。
https://t.co/H2QLLGbIxt

[AI Dev Day @aidevday]

／
📢 AI Dev Day 2026 まであと28日！！
＼

1ヶ月後はAI Dev Day 2026です！

まだまだ参加申し込み受付中
https://t.co/OK28o207DR
#AIDevDay

[Algomatic AI ラボ @Algomatic_AILab]

AIによるサイバー防御は、「脆弱性を見つける」段階から「脆弱性を直す」段階へ移り始めています。

OpenAIが発表した「Daybreak」は、ソフトウェアの脆弱性（攻撃に悪用される弱点）を発見するだけでなく、検証、優先度付け、パッチ（修正プログラム）の生成、テスト、修正の適用までを一気通貫で支援する取り組みです。

これまでセキュリティ領域では、「AIでどれだけ脆弱性を見つけられるか」が注目されてきました。しかしOpenAIは、AIによって発見速度が上がった結果、次のボトルネックは発見ではなく修正になると指摘しています。

脆弱性レポートが増えるだけでは、組織は安全になりません。重要なのは、その問題が本当に存在するのかを検証し、影響範囲を理解し、実際に動く修正を作り、本番環境に反映することです。

そこで紹介されているのが「Codex Security」です。これは、コードベースを深く読み込み、脅威モデル（どのような攻撃が成立し得るかを整理した設計図）を作成し、到達可能性（そのコードが実際に実行され得るか）を確認したうえで、証拠付きのレポートと修正案を提示します。

さらに、OpenAIは「GPT-5.5-Cyber」も発表しています。これは、許可されたサイバー防御業務に向けて、通常モデルよりもセキュリティ関連の作業に強いモデルです。
セキュリティ検証では、脆弱性の再現や攻撃経路の確認など、見た目には攻撃に近い作業を扱うことがあります。「GPT-5.5-Cyber」は、こうした正当な検証まで不必要に止めてしまわないよう調整されています。

GPT-5.5-Cyberは、CyberGym（既知の脆弱性を再現できるかを測る評価）で85.6%を達成し、「GPT-5.5」の81.8%を上回っていることが報告されています。さらに、ExploitGym（既知の脆弱性を実際に動く攻撃コードへ変換できるかを測る評価）でも39.5%を記録し、「GPT-5.5」の25.95%を大きく上回っています。

一方で、OpenAIはこの能力を無制限に開放するのではなく、「Trusted Access for Cyber（信頼されたセキュリティ担当者向けの制御付きアクセス）」やパートナー経由の提供、人間レビューを組み合わせています。

AIで脆弱性を大量に見つけることだけではなく、見つかった弱点を、実際に修正し、レビューし、デプロイできるところまで持っていくことの大切さが伝えられています。

AIセキュリティの主戦場は、「発見」から「修正」へ移りつつあるのかもしれません。

[AI Dev Day @aidevday]

／
🎥 AI Dev Day 2026セッション紹介
＼

「t_wada さんに聞く — MS Build 2026 で見えたものと、ソフトウェア開発のこれから」

和田 卓人 (タワーズ・クエスト株式会社) @t_wada
三宅 和之 (Microsoft MVP) @kazuyukimiyake
長瀬 マキ (Microsoft MVP) @yuma_prog

https://t.co/zVfUJOm93c
#AIDevDay

[yuma (Maki) @yuma_prog]

なんと @t_wada さんと登壇させていただくことに…！
昔テスト駆動開発を導入する時にたくさん学ばせていただいていたので本当に憧れの存在でして…Buildでt_wadaさんとお話しできただけでも感激だったのに、一緒にセッションをやることになる未来、当時からすると本当に信じられないです…
#AIDevDay

[株式会社Algomatic @AlgomaticJp]

▶️ note 公開のお知らせ

DMMグループ会長の亀山氏、Algomatic創業者の大野、新CEOの鴨居による鼎談を公開。

なぜ今、新体制でBtoB領域に特化するのか。そして、その先にどのような未来を描いているのか。創業からの歩みとこれからのAlgomaticを語りました。
https://t.co/iLfMTmMpx9

[株式会社Algomatic @AlgomaticJp]

▶️ Algomatic 初夏のアドカレ #18 🍉

18回目は、業務変革本部エンジニアの末國 @yasu_wakamenori が担当👏

コーディングエージェントと Neovim を併用する際のTipsについて紹介しています📝

エージェントが次々とファイルを編集する際の「今どこを直してるの？」を解消 し、編集差分がリアルタイムで追跡できるようになります🧑‍💻

#Algomaticアドカレ
https://t.co/EG1Z2xMOLt

[yasu @yasu_wakamenori]

Claude CodeやCodexとNeovimを併用する際のTipsについて書きました！

Claude Code / Codex Hooks と nvim --server で作る terminal-native IDE - Algomatic Tech Blog https://t.co/mjzognZIdJ
#はてなブログ #neovim #ClaudeCode #Codex

[鴨居 啓人 | Algomatic CEO @hktech94]

7/2(木) 18:00から、IVS京都にてサイドイベントやります🍶
「生成AI NIGHT with DMM亀山会長 in KYOTO」
亀山会長を囲んで、AIやM&Aなどについてあれこれ語りましょう。
AIスタートアップの方、AIを組織に導入したい大企業の方、AI業界に飛び込みたい方、ぜひお話ししましょう！

申し込みは以下のリンクよりお願いします。
貸切・ビュッフェ形式・飲み放題・定員50名
https://t.co/V4Z8UfOY3F

[AI Dev Day @aidevday]

／
📣 懇親会スポンサー募集中！
＼

AI Dev Day 2026のクロージングを飾る懇親会に、貴社の社名・ブランド名を冠してご協賛いただける【懇親会スポンサープラン】のご案内です🍻

詳細・資料はこちら: https://t.co/rZfCsO4lJr

🎯 ここがポイント！👇
・懇親会タイトルにスポンサー企業名またはブランド名を掲出
・5〜10分の懇親会LT／ウェルカムメッセージで、参加者へ直接アピール可能

1枠限定のプランですので、ご検討の際はお早めにお問い合わせください！！

#AIDevDay

[Asahi @asahiXXXXXXXXX]

名古屋在住、もしくは名古屋勤めでCursorの登壇とかLTできるかたいますか？

自薦、他薦共に可です！！

[岩城祐作 | Algomatic @yukl_dev]

Jamesさんが前夜にも来てくれるなんてでした。楽しみ！！

[yuma (Maki) @yuma_prog]

【AI Dev Day前夜祭】GitHub Copilot時代の開発のあり方を再定義する を公開しました！ https://t.co/qD7jvG6lUn #AIDevDay前夜祭

[takuya kikuchi @_pochi]

エンジニア（というか自分）は、降りてきた課題を解くことは得意だけど、「じゃあお前はどうしたいの、これから何をすべきだと思うのか、戦略は？」と展望を問われると弱い。パッションとロジックの二択でいえば、ロジック寄りで頭を使ってきたから

ここ数年、VPやCTOとなったとき、そこに割と致命的に課題感があって、そこに向き合ってきたように思う

今今の結論は、いまだに苦手ではあるが‥まずは、きちんと自分の奥底にあるエゴをいかに描き、ピン留めするか。先の「こうあったらいいかな」という景色を描き、それを言語化する。

そこまでてきればその先は得意領域で、その景色と現状の差分をロジックで考える。

すると、自分の言葉でディスカッションできる、ようになった気がする

CTOって難しいね

[株式会社Algomatic @AlgomaticJp]

📣note公開のお知らせ

私たちの日常をより知ってもらうべく「#am_zatsu」をスタートします。

Algomaticの一面をゆるゆるとお届けしていきますので、Slackをちらりと覗き見しているような気持ちでご覧ください！

今日はこちら
https://t.co/ZQWDgKZVOx

[岩城祐作 | Algomatic @yukl_dev]

アドベントカレンダー書きました！

普段Algomatic AIラボでAI関連の論文解説をしているのですが、単発の論文だけだと、全体の流れは見えにくいなと感じています。

そこで、これまで扱った論文・研究レポートから、AIエージェント研究の中心テーマの移り変わりを整理しました。ぜひご覧ください！

[株式会社Algomatic @AlgomaticJp]

▶️ Algomatic 初夏のアドカレ #14🌻

14回目は、システム変革本部AIエンジニアの岩城 @yukl_dev が担当👏

AIエージェント研究の変化 について、論文解説アカウント @Algomatic_AILab の発信内容を振り返りながら解説しています📑

AIエージェントの最新動向について気になる方は、ぜひご覧ください🙌

#Algomaticアドカレ
https://t.co/glCj7wH2t1

[株式会社Algomatic @AlgomaticJp]

▶️窓の杜 寄稿のお知らせ🌳

近年注目が集まっている『AIガバナンス』について、AXガバナンスセンター の宮脇 @catshun_ が解説🗣️

AIガバナンスは理念や原則を掲げるフェーズから、組織として定着化が求められる フェーズへと移行しつつあります🚶

AIガバナンスの概要、要求される背景等について、ざっくりと理解できる内容になっていますので、ぜひご覧ください👏
https://t.co/azKJhOKrqC

[AI Dev Day @aidevday]

／
🎥 AI Dev Day 2026セッション紹介
＼

「ソフトウェア開発の民主化、そして日本のコミュニティの未来」

Junichiro Tsuji (Anthropic Japan)
榎並 利晃 (日本マイクロソフト株式会社)

https://t.co/zPpXD0XPMC
#AIDevDay

[Algomatic AI ラボ @Algomatic_AILab]

プロンプトの記述ではなく、AIを自動で動かし続けるシステム（ループ）を設計するアプローチである『Loop Engineering』の概念と具体的な手法を論じた記事を、和訳しつつ解説します。

Google Chromeのエンジニアチームを長年率い、現在はGoogle Cloud AIのディレクターを務めるAddy Osmani氏の記事です。

これまで、コーディングエージェントから良いアウトプットを引き出す方法は「良いプロンプトを書き、十分なコンテキストを渡すこと」でした。筆者が今後重要になると説くのは、AIに直接プロンプトを記述するのではなく、「AIにプロンプトを出し続けるシステム（ループ）」を設計するという方法です。これは『Loop Engineering』と呼ばれ、OpenClawの開発者であるSteinberger氏が提唱して以来、国内外で話題になっています。

人間が担うのは「タスクの発見 → 振り分け → チェック → タスク完了の記録 → 次のタスクの決定」という流れを回す仕組みづくりで、組み上がった後は、その仕組み自体が人間に代わってエージェントへ指示を出しつづけます。

筆者は、ループを成立させるには5つの要素と、作業の状態を記録しておくメモリの設計が重要だとしています。

1.Automations（自動化）：
スケジュールに沿って勝手に発火し、エージェントが自分で発見と仕分けをする。たとえば毎朝リポジトリ上で起動し、前日のCIの失敗や未対応の課題を読み取って、やるべきことを洗い出す。何も見つからなければ実行判断をしないため、人間が定期的に見回る必要がなくなる。

2.Worktrees（ワークツリー）：
並列で動く複数のエージェントが互いを邪魔しないようにする。Git上で、同じリポジトリの履歴を共有しつつ、各エージェントに独立した作業フォルダを与える。これにより、複数のエージェントが同じファイルを同時に書き換える事故を防げる。

3.Skills（スキル）：
コーディング規約やビルド手順など、プロジェクト固有の知識を明記しておく。これが存在しないとAIが推測で補ってしまう。

4.Plugins and connectors（プラグインとコネクタ）：
既に使っているツールにエージェントを接続する。これによりAIが自身でPRを作成し、チケットを更新するなど、実際の環境で行動できるようにする。

5.Sub-agents（サブエージェント）：
1体がアイデアを出し、別の1体がそれをチェックする。コードを書いたエージェントは自身の出力の評価に甘くなりがちなので、別の指示を与えた検証役を切り離すことで、見落としを捕まえやすくなる。

そしてメモリにタスクが完了したことと次のアクションを、ファイルやタスクボードに書き留めるようにします。モデルは実行のたびに記憶を失うため、状態をディスク上に残しておくことで、ループが翌日も続きから再開できます。

記事の中では、Claude CodeやCodexで実際にループエンジニアリングを行う際の具体的な方法も扱われています。

筆者は、これをエンジニアの働き方がさらに変化する予兆だと捉えています。ただし、これらのループで完全にAIに依存するとプロダクトの品質は落ちるため、人間が適切に介入することが重要だとしています。

また、ループを組むことに固執することなく、AIエージェントにプロンプトで指示すること依然として有効である点を忘れず、両者のバランスを見つけることが肝心だとしています。

[yuma (Maki) @yuma_prog]

私もとっても楽しみです！
実は前夜祭として、7/23の夜にJamesさんとのMeetupを企画中なので、皆さんぜひご予定を開けておいてください🔥
#AIDevDay

[Algomatic AI ラボ @Algomatic_AILab]

人間レベルのAGIが実現した後、AIはどうなるのでしょうか。
AGIからASIへの移行を体系的に整理した報告が公開されました。

Google DeepMindの研究チームによる報告です。

この10年でAIの進歩は著しく、人間レベルのAGIは多くの大手AI組織にとって、具体的な目標になりつつあります。一方で、その先にAIがどう発展していくのかは、これまで体系的に論じられてきませんでした。
本報告は、AGIを起点として、それを大きく超えるASIへの移行という問いに焦点を当てています。

アプローチとしては、まずAGIとASIを大まかに特徴づけることから始めています。著者らはAGIを「おおむね一人の人間と同程度に賢いシステム」、ASIを「ほぼあらゆる分野で、よく組織化された多数の専門家集団をも上回るシステム」と位置づけました。その理論的な土台として、計算可能なあらゆるタスクにわたる平均性能で知能を定式化するLegg-Hutterスコアを参照し、知能を地続きの連続体として捉えています。

報告では、AGIからASIへ至る道筋として4つ挙げています。具体的には、①AGIのスケーリング、②AIのパラダイムシフト、③再帰的な自己改善、④大規模なマルチエージェント集団からのASIの創発です。これらは互いに排他的ではなく、並行して起こりうるものとして整理されています。

また再帰的な自己改善が無限の成長につながる「シンギュラリティ」の可能性にも触れつつ、現実の有限なシステムでは摩擦によって成長が頭打ちになる傾向がある点も指摘されています。

ASIの進歩を予測することには大きな不確実性が伴うため、今後数年でAIの進歩がさらに加速する可能性も否定できないと述べられています。そうだとすれば、人間レベルのAGIの登場が社会に一度の大きな転換をもたらすという描き方はあまり正確ではなく、AIによる進歩が多くの科学・技術分野で連続的な社会変化を引き起こす、という見方のほうが適切なのかもしれません。

こうした見通しに備えるには、世界規模で分野を横断した取り組みが必要になるかもしれません。

[Kinopee @kinopee_ai]

Cognition の保証キャンペーンは自信の表れであるとともに、クラウド型エージェントに対するユーザの行動変容を起こしたいのだと思う。
Cursor チームもマージしたコードの4割以上が Cloud Agents によるものだったと発表している一方、ユーザ側は相変わらずローカルしか見えていないから。