AI新聞

AIで業務を短縮しても、そのぶん別の仕事が詰め込まれ、報酬や権限は増えないという矛盾を描く。実効性のあるノウハウを公開すると標準化され、教育やトラブル対応まで背負わされるのに見返りがないため、優秀な人ほどノウハウを隠す「シャドーAI」が起きる。要するに、今の組織では共有すると損をする。

筆者は、会社は技術の正しさより利害や責任分担が優先される場だと悟り、改善活動は対価があるときだけ出すと転換。好奇心は仕事ではなく個人制作に向けると結論づける。

アイドル活動の傍ら、自然言語で指示してAIにコードを書かせる開発に挑み、配信システムまで作った体験談。CursorやClaude Code、Cloudflareを活用し、AWSも学びながら前進したという流れが語られる。

筆者は、非エンジニアでもAIと組めば本番運用の仕組みを作れる一方で、人にしかできない表現を忘れず、秘密鍵の扱いなどセキュリティ確認や複数AIでの相互レビューを徹底すべきだと述べる。AIは芸術を置き換えるのではなく、届け先を広げる道具だと位置づけている。

社内ITの施策を「作って終わり」にせず、現場で使われる形に落とすコツをまとめた記事。

• 要望は鵜呑みにせず、全社で横展開できる共通課題を優先。広い視点で抽象化しつつ、現場に入り込んで根本原因も探る。
• 浸透は「徐々に説明」と「一気にリード」の両輪。理由と利点を少しずつ伝え、切替期は強く統一する。
• 組織の文化とUI/UX（使いやすさ）の好み・嫌いを言語化し、初期から設計に反映。
• 他部署のキーマンを巻き込み「自分ごと化」。社内の推し役（エバンジェリスト）を育てる。
• 生成AIで作る速さは当たり前。価値を決めるのはユーザー理解とコミュニケーション。

Claude CodeやCodexに中〜大規模開発を任せる運用ノウハウについて書かれた記事。

• task-list.mdをタスク管理の唯一の正本にする。進捗・依存・完了条件・証拠をここに集約
• 進行中は原則1タスクのみ。並行は独立作業に限り、ブランチやworktreeで分離
• 目的・変更範囲・禁止事項・テスト方法・停止条件を明文化
• 実装・テスト・文書更新・コミット・Draft PRを1単位で締める
• 完了判定はAIの申告ではなく、差分・テスト結果・実環境の証拠で行う。実装済みと実環境検証済みを分ける
• 大きな変更は先にPlanだけ作らせ、必要ならタスク分割
• 複数AIは役割と参照範囲を分け、受け渡しはタスクID・差分・テスト結果・未確認事項に絞る
• 失敗例とチェックリストも提示。読み直しや手戻りを防ぐ実務手順がまとまっている

Markdown・HTML・MDX・OpenAPIを設定なしで読みやすいドキュメントサイトにする「Tsumugu」の紹介。npx tsumugu dev docs の一発起動で目次や全文検索が動き、ディレクトリ構成がそのままURLになる。

特徴は、Markdown・HTML・MDX・OpenAPIを一つの意味ベースのASTに統合（意味情報の木構造に変換）し、人間向けの表示とAI向けの出力（documents.json/llms.txt/search.json 等）を同じ情報源から生成する点。既定では「ドキュメントは実行しない」強固なCSPで安全を確保し、必要時のみ --trust で実行を許可できる。Mermaidはサブセットをサーバー側でSVG化し、軽量なクライアント検索も備える。

アイドルの宮本佳林さんが、プログラミング未経験でもClaude Codeに指示を出し続けるだけで、10時間配信を支える4つの仕組みを作り上げた事例を報じている。Cloudflare Workersで共有する数値を扱い、重い動画採点はPCで行うなど、配信の失敗に備えた設計も入念だった。

記事は、重要なのはコードの腕ではなく、作りたい状態を言語化しAIに伝える力だと示す。「何をどう動かしたいかを具体的に言えること」があれば、非エンジニアでも大規模な配信システムを構築できると結論づけている。

Claude Codeなど複数のAIエージェントをターミナルで回す「herdr」の使いこなしを解説した記事。

• サーバ常駐型でセッションを名前付き管理。端末を閉じても作業は続行し、どこからでも再接続できる
• サイドバーで各エージェントの状態（working/idle/blocked/done）を色分け表示。止まっている箇所が一目で分かる
• Git worktreeや任意フォルダをワークスペース化。ショートカットやCLIで作成・切替が簡単
• 別ペインのエージェントへプロンプトを直接送信し、そのまま実行。--waitで完了待ちも自動化
• 「左のペインに伝えて」など自然な指示で、エージェントがherdr CLIを自発的に実行し操作を代行
• Agent skillでlead（司令塔）がhelperを起動・分担・待機・集約まで担当し、複数エージェント連携をターミナル内で完結させる
• CLI連携で「実装完了待ち→テスト起動→失敗で通知」などのフローをスクリプト化
• プラグインは「スクリプト＋マニフェスト」だけで作成可。キー起動型やイベント反応型で機能を好きに拡張
• 例: ディレクトリ選択→workspace作成、状態変化で自動フォーカス、差分レビューのhunkやreviewr連携も紹介

AIエージェントが「手順に落とせる仕事」を急速に代替しつつあり、怖いのは仕事を奪われることではなく、AIの出力をそのまま流すだけの人になることだと述べる。人の価値は、働きやすさや説明力などの人間性、体験に根ざしたこだわり、現場の空気のような未記録情報を使った判断、責任を負うこと、領域をまたぐ越境に残るという主張。

対策として、AIに必ず自分の差分を足す、説明できない成果は出さない、隣接領域へ一歩踏み出して引き出しを増やす、の三点を提案している。

AI生成文書の“AI Slop”（見た目は整っているが中身が粗い文）による疲れを減らす運用提案の記事。

• 文書に1行で「仕上げ度」ラベルを付与し、作成者の人間レビュー深度を共有するのが核心（L0〜L3）。AIか否かではなく精査の深さを示す。
• L0: AI出力そのまま／L1: 論旨は確認、細部未確認／L2: 全文人間レビュー済み／L3: 人間が執筆。
• Slack・PR説明・社外メールでの記載例を提示。読み方の温度感を事前に合わせられる。
• 送り手の自己チェックが働き、粗い文の流出を抑制。読み手は精査の深さに応じて読む量を調整。
• 「誰が最終更新したか」も併記すると信頼度が上がる。
• L0宣言のAgendaや勉強会ネタは、その場で削り直せる前提ができ、準備が楽になる。
• 共有先のAIにも重み付けの目安として効く。
• 導入は個人からでOK。辞書登録やテンプレに仕込むと手間がほぼゼロ。

Google Earthに、表示中の場所をもとに風景を作り替える画像生成機能が追加されました。ポンペイを古代の街並みに戻したり、空き地の再開発イメージを作るなど、歴史教育や都市計画に使える内容でした。

一方で、実在の地点にない災害や軍事施設を本物そっくりに描けてしまい、スクリーンショットが拡散すると誤情報を生むおそれがありました。事実と創作の境界を曖昧にする危険が指摘され、公開から1日で一時停止。より強い安全対策を入れるまで再開時期は未定です。

OpenAIが次期主力モデル「Astra」の存在を明かし、社内版で未解決の数学・計算機科学の難問10件に新しい解を出し、Leanで形式証明まで通したと発表。群論の非ソフィック群の構成やコンヌ剛性予想の反証、エルハートの体積予想の解決など、長年進展がなかった領域に踏み込んだ。

議論の生成はモデル、論文化と形式化は人間が担い、正しさの責任は同社が負うと説明。APIや公開時期は非公開だが、Sol換算で約2000ドル分の推論で到達したとし、Astraの研究能力の高さを印象づけている。

中国のMoonshot AIが公開したKimi K3は、ChatGPTやClaude級の性能をうたい、重みも無料公開するなど「ただで強いモデルを配る」戦略で開発者を巻き込んでいる。これは中国政府の支援と、半導体で不利でもソフトで主導権を狙う思惑がある。

筆者は、こうした値下げと公開の流れで、自由に試せるAIが覇権争いへの参加チケットになったと指摘する。便利さに乗りつつも、入力データの扱いに注意し、仕組みと競争の行方を自分で追う姿勢が大事だと述べている。