Any sufficiently advanced technology is indistinguishable from magic. | Building AI-native systems.
Pi 0.99.0 がリリースされました。 バージョン番号を見ると、以前の0.87.x系から一気に0.99まで飛んでいて、「一体何があったんだ」と思った人も多いはずです。 実際に変更内容を追ってみると、
AIエージェントを開発していると、機能を追加するたびに、新しいツールや専用エージェントを増やしたくなります。 コードを調査するエージェント 開発をするエージェント レビューするエージェント
ソフトウェア開発では、よく「YAGNIで行こう」と言います。 You Aren't Gonna Need It
先週末、AnthropicのCEOダリオ・アモデイが長文で、最先端モデルの能力向上ペースを落とすべきだと書きました。数時間のうちにOpenAIのサム・アルトマン、Xのイーロン・マスク、Googleのデミス・ハサビスが支持して
この一年、経営会議でも現場でも、会話の起点がAIに偏っています。 どのモデルを使うか、どのエージェントを入れるか、それで効率は何倍になるか。
近い将来、必要なくなると思います。 必要なくなる、というのは、コードを書かなくてよくなる、という意味ではありません。
DeepSeek Harnessで公開されているSkillを調べてみました。 https://github.com/deepseek-ai/deepseek-harness/tree/4553c9d957ec09c1e92660ca4d549cfcef84eda9/.agents/skills この中で特に取り入れたいと思えるものをピックアップしてみます。 1. dsh-ci-test-reliability
Q1. コンテキストの扱い方 長いプロンプトを書く以外に、実際の案件でコンテキストをどう設計・管理していますか? トークン数や履歴の扱いなど、実務で工夫している点を教えてください。 Q2.
FDE(Forward Deployed Engineer、前線配備エンジニア)という言葉が広がってきていますが、結局のところ、常駐SEやSESの人月型の開発と何が違うのでしょうか?
エンジニアリングの世界では、「得た知識はできるだけ公開したほうがいい」という考え方があります。 私も、この考え方には賛成です。
AIコーディングが当たり前になって、プログラミング言語を選ぶ基準も少し変わりました。 以前なら、自分が書きやすいか、チームで保守しやすいかが中心でした。
LLMを調べていると、FP8、GGUF、MLX、DSpark、DFlash2のような単語が、モデル名の中に全部並んでいます。 たとえば、 Qwen3.8-27B-Uncensored-FP8 なら、 Qwen3.8 = モデル 27B = パラメータ数 Uncensored =