AI新聞

AIコーディング時代の、設計中心で進める開発手順と運用のコツをまとめた記事。ポイントは、実装より設計が主戦場になったこと。

• 最初の指示は手順ではなく目的・制約・完成条件を共有。細部の実装はAIに任せる
• 実装前にAIと設計セッション（/grill-me）で疑問を潰し、共通理解を作る
• 設計記録は「永続の判断（ADR等）」と「使い捨て手順（Issue）」に分けて残す
• タスクは独立単位に分割し、Git worktree＋Claude Desktopの複数スレッドで並行実行
• 依存の解決を自動化（例：worktree作成時にnode_modulesをリンク）し試行錯誤の無駄を減らす
• AIが自分で確かめられる環境を用意。テスト・型・Lintに加え、開発サーバー起動とブラウザ/curIで挙動確認
• PRは実装セッションとは別の新規セッションでAIレビュー。人間は高リスク領域と設計整合に集中
• CLAUDE.mdとスキルで「よく使う手順」を共通化。迷いが出た箇所を追記して学習させる
• 成否は最終的にアーキテクチャ次第。責務の分離、依存方向、変更影響の局所化を徹底
• 承認は最小限に。サンドボックス化やAIの自己判断で「承認疲れ」を防ぐ
• モデルは原則高性能を使用。総コストで見て、設計は特にケチらない（effort levelも活用）
• 並列数の増やしすぎに注意。AI稼働率を目的化せず、やらないことを設計する

AIで作った参考画像をディレクターが渡す事例が増え、ブランドのトーンやワイヤーと食い違い、AI画像・企業トーン・構成を同時に満たす負荷が跳ね上がるのが問題だと指摘されている。AIは素材や権利を無視した理想形を出すため、実装時に劣化再現になりやすく、JPEG一枚絵の再現や追加工数も重く、メンタル面でも萎えるという声が多い。

要するに、AI画像で私案を強く固定すると「意図の説明」を放棄したディレクションになりがちで、何をどこまで反映すべきかを明確化し、ブランド基準やワイヤーで方向性を伝えるべきだ、という主張である。

中国のムーンショットAIが出した「Kimi K3」が、米アンソロピックの最新型には及ばないが、性能差は僅かという評価が米専門家の間で広がった。中国勢の底上げが速く、しかも低コストで出してくる点が脅威とされている。

米市場では「ディープシーク・ショック」の再来を警戒する売りが出て、米大手ITや半導体にも不安が波及。米優位が縮まりつつあり、AI競争とサプライチェーンの緊張が一段と高まっている、という見立てだ。

Anthropicが物語生成に強い新モデル「Claude Fable 5」を、MaxとTeam Premiumに統合し追加料金なしで提供開始。ProとTeam Standardは試用向けの利用クレジットで体験でき、対象組織には月あたり100クレジットが付与される。

Fable 5は6月に登場した「Mythos」系の初モデルで、初期公開では利用継続率やセッション時間が大きく伸びたという。Anthropicは需要に応えMythos系の最新モデルをサブスク本体に素早く統合し、待ち行列を避けつつ利用規模を拡大する方針を示した。競合各社の新モデルが出そろう中でのスピード重視の展開といえる。

Claude Fable 5で「キース・エマーソン風ソロ無限生成マシン」を作る開発記。

• エマーソン流ソロをフレーズ型に分解して無限生成。sus4ステートメント、クォータル下降、16分走句、スクープ→泣きベンド→駆け上がりなど16語彙を重み付けで連鎖。
• デュアルボイスとねちっこいベンド。2基のMonoSynthをデチューンし共通ビブラートで実機風に同期。
• Moog IIIc風パッチ群を自動切替（PWM/疑似シンク/レゾナンス掃引など）。演奏が進むほど過激化する「FURY」でテンポや歪みが連動。
• 画面はIIIcパネルを描画し、パッチケーブルやノブが自動で動く。鍵盤とベンドの軌跡も可視化。
• ベースとドラムを追加しトリオ化。ベースはピックのアタックや胴鳴りを合成。ドラムはゴーストやフィルを生成。
• ドラムの生っぽさは「一打ごとの違い」が鍵。音程/音量/タイミングの揺れ、スネアの響き線共鳴、フラムを導入。
• ハモンド持ち替えを実装。決め手は倍音よりも「ハーモニック・パーカッション」「キークリック」「レズリーは主に音量揺れ」。クリーン/歪みとSLOW/FAST回転を再現。
• 録画とMIDI書き出しに対応。ワンボタンでMP4とMIDIを同時出力。
• Tone.js長時間運用の要点：全コールバックをtry/catchで保護。同一シンセは時刻順に予約。bpmのrampToは避け直接代入。Draw/bpmへは生秒で。オシレータ型は実行中に変えない。無音/NaN検知で音声グラフを自動再構築。

AIエージェント用の安全な開発環境「Docker Sandboxes」の実践的な使い方をまとめた記事。

• 特徴と位置づけ：コンテナではなくMicroVMで隔離し、MicroVMでホストとカーネルを分離し、AIが実行する不審なコードを安全に隔離。dockerコマンド許可時も影響をSandboxes内に閉じ込められる。
• 基本操作：sbx login/run/create/exec/ls/stop/rmを使う。初期ポリシーはBalancedだが用途で変更。
• YOLOモード無効化：Kitでentrypoint引数を直し、--dangerously-skip-permissionsを外す。
• Kitでカスタム：spec.yamlでimage、allowedDomains、シークレット注入、HOME配布(files/home)を定義。mixinで任意の追加機能を適用。
• VMイメージ差し替え：テンプレートをベースにDockerfileを作成。sbx template loadでローカルビルドをSandboxes側に取り込む。
• モノレポ対応：sbx createはリポジトリルートで、sbx exec -wで作業ディレクトリへ。
• 環境変数：/etc/sandbox-persistent.shに書くか、sbx exec -eで起動時に渡す。
• 通信制御：policyをLocked Downにし、sbx policy allowとlogで許可ドメインを絞る。KitのallowedDomainsに反映。
• ツール例：ghは最新版をDockerfileで導入し、GITHUB_TOKENはsbx secretでヘッダ注入。AWS CLIは導入可だが署名方式のためsecret注入不可、環境変数で渡す。
• 言語環境：miseをインストールし、sandbox-persistent.shで有効化。必要ドメインを許可。

ComfyUI×動画生成AI×Codexで、ゲーム用スプライトを半自動量産する実践記事。

• パイプラインは「立ち絵生成→動画AIでモーション化→フレーム選別→ドット絵変換→透過・正規化」。ComfyUIで一気通貫し、人手は選別のみ。
• 同一キャラの維持はLoRA（学習済み小モデル）で担保、ポーズはControlNet depthで型取り。openposeは2頭身に不向き。
• 動画AIに中割りを任せて歩行や攻撃モーションを生み出す。Wan2.2 I2Vをstart-onlyで使い、攻撃は余白を確保。run単位で2段選別。
• ドット絵化はCodex CLIをカスタムノード化して実行。A/B画像を併用し、ポーズ＝B優先／デザイン＝A優先の役割分離でブレを抑える。
• Idleなど微小変化はオプティカルフロー（RAFT）で1枚目をワープ、Walk/Attackは元フレームごとに変換。
• 後処理でbboxによりサイズ・位置を機械補正。透明化は色キー＋縁連結判定＋1px膨張で抜け漏れ防止。
• ドットの1:1化はエッジ自己相関でグリッド周期と位相を推定し、セル中心のnearestで再標本化。
• 各フレームはアルファ最小枠でクロップし、整列はUnityのピボットに委譲。モーション間の身長揺れは今回は妥協。
• 運用は「高価で不確定な生成」と「何度も調整したい後処理」を分離し、結果PNGを永続キャッシュして再抽選事故を防ぐ。
• 量産はキャラプロファイルと共通サブグラフを分離し、スクリプトでワークフローを生成。フォルダ規約と書き込み権限で管理。

AIで開発を速くするには、個人のPrompt力だけでは頭打ちになる。重要なのは、チーム全体の開発プロセスをAI前提で設計することだと述べる。導入の狙いと評価指標（品質・速度・コスト）を決め、少人数で試し、効果を数値で確かめながら広げる流れが要る。

そのうえで、コードレビューやIssue整理を自動化し、CI/CDやSlackなど日常の道具とつなげ、通知・優先度付け・役割分担のルールを明文化して回すことが鍵だという。個人の“うまさ”に依存せず、誰が使っても同じ成果が出る仕組みに落とす発想が求められる。

具体例としてCodeRabbitを挙げ、PRレビューの自動化、Slack連携、GitHub Issueの起票・整理など、チーム運用に組み込める機能を紹介。これらはROIを測りやすく、現場の抵抗を下げながら定着させやすい手立てになるとまとめている。

Claude Code上で動く技術面接の練習スキル「engineer-drill」の紹介。出題→自分の言葉で回答→採点→模範解答の流れを回し、話し言葉の模範解答で口頭力を鍛えられるのが特徴。

弱点や前回のつまずきをmdに記録し、忘れた頃に自動で再出題するなど、暗記アプリの良さ（忘却曲線）も取り込んでいる。出題モード（ランダム/分野選択/復習/模擬面接）と、Markdownの問題バンク差し替えで自分の分野に合わせて育てられる。