AI新聞

AIで資料作成や開発の「頭の占有」が外れ、生産性は体感3倍に上がったが、変化は会議で突然可視化され、上司やベテランを置き去りにした。結果として、レビューという品質保証が壊れた。

上司は内容を検証できず、若手は理解の浅さをAIが隠す。マニュアルは読まれず、時間がない人ほど学べない「時間の貧困」にはまり、共通言語が失われ、ベテランは静かに離れる。

これは個人の怠慢ではなく構造の問題だと筆者は述べ、底上げは「優しさ」ではなく自衛だと強調する。解決策は資料配布ではなく隣で手を動かすハンズオンと、質問が出る場づくり（講師は権威者ではなく若手に任せる）だと提案している。

Claude Code/Codexに中〜大規模開発を安全に任せるための運用術を解説した記事。

• リポジトリにdocs/task-list.mdを置き、進捗の唯一の正本にする（他の記載があっても最終判断はここ）
• 原則「進行中タスクは1件だけ」。並行は独立作業に限りブランチを分ける
• タスク指示は「目的・変更範囲・禁止事項・完了条件・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までを1単位で閉じる
• 「実装済み」と「完了（実環境検証済み）」を分け、状態を細かく管理
• 完了判定はAIの自己申告ではなく、差分・テスト結果・実環境の証拠で行う
• 新たな問題は現在タスクに混ぜず、新タスクで登録
• 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・テスト結果など最小限に
• 迷う場面の停止条件を先に定義し、「停止＝失敗」ではない運用にする
• 変更が広いときは先にPlan（調査・影響・テスト方針）を作らせてから実装させる

『こち亀』風に、Claude CodeなどのAIで「一人AI会社」を暴走起業する両津の短編をAIに書かせたという実験記。量産・多言語展開・自動連携で一気に伸びるが、クラウド費用が雪だるま式に膨らみ、コスト削減で本番DBまで消すオチまで描かれる。

作者は、今のAIでも「それっぽくて楽しく、少し学びがある」作品が作れたことに驚きつつ、結論は便利な道具ほど、使う人間の知恵が必要だという古典的教訓に回収される。プロンプト（指示）の質が成否を分けるという示唆も込められている。

「救急の日」ポスターがAI生成だとして批判が集まり、遠近感の狂い・消えた足・不自然な髪や犬の向きなど具体的な破綻が指摘された。一方で、文字組や余白、視線誘導は人が整えており完成度は高い、AI特有の違和感は弱いという擁護も多く、評価が割れた。

争点はAI使用そのものより、AI由来の細部の破綻をどこまで許せるかと、エンドユーザーがどう受け取るかという効果の部分にある。結局、同じ画面を見ても着目点で印象が変わり、品質管理とコストの落としどころがまだ揃っていないことが浮き彫りになった。

AI で技術ブログを書くと学びが薄まるという不安や、文章が一般論で冗長になりがちという問題意識がある。筆者は過去記事の文体・構成を分析させ、一次情報の調査やコード検証まで含むフローをAIに担わせ、自分は初稿を批判的に読み、根拠確認と体験の追記、不要部分の削り込みに注力したところ、学習は「書く」から「問い・検証・編集」へ重心が移っただけで質は落ちないと述べる。

結局、批判されているのはAIではなく、体験や検証を欠いた低品質な記事であり、十分な材料と人の編集があれば一般論から脱却できるという主張。時間短縮は限定的で、理解・検証・推敲には引き続き手間がかかる。

使い込むほど賢くなるAIエージェント「Hermes Agent」のレビュー。Web調査と要約を自動で行い、作業の流れを「スキル」として保存して再利用できるのが特徴。

記事では、誤ったURLを開く失敗が起きても、手順と対処法をまとめてスキル化し、次回は一発で正しい記事を開いて要約できた点を実証。途中で「続けて」など追加指示が必要な場面もあるが、作業手順と失敗の対処をスキルとして蓄積し再利用できるのが強みといえる。

AI活用で一部の人の生産性が急上昇した結果、組織のリズムが乱れ、レビューという品質保証機構が上下同時に壊れたという指摘。AIが作る高完成度の資料により、資料の出来と作り手の理解が切り離され、ベテランの暗黙知の伝承や育成の場も薄れた。管理職は情報過多で「時間の貧困」にも陥る。

筆者は、個人最適ではなくチーム最適への設計が必要だと述べる。プロセスの見直し、学習の時間確保、レビュー基準の更新、使わない人を巻き込む段階的導入で断絶を小さくするべきだとしている。

Slack Codeは、Slack内に「コードチャンネル」を作って、チーム全員でコーディングエージェント（Claude/Devin/Copilot/Vercel）と開発を進められる機能。コード差分の表示やHTMLのその場プレビュー、エージェントの進捗をサイドバーで確認でき、チーム全体でエージェントと開発を進められる体験を整えている。

実際の使用では、設計→実装→PR共有がSlack上で完結し、行単位のコメントで素早くフィードバック可能。自動チャンネル作成が安定しない、コメントが履歴として残りにくいといった惜しさはあるが、オープンな場での開発と文脈共有を前提にした新しい協働スタイルが魅力的といえる。

Claude Code 2.1.237に、結果から書き始めて前置きを省く「Concise」出力スタイルが追加。作業の中身はそのまま丁寧に行う。

検証では平均で文字数35%減・トークン20%減。コードは削られず、gitの例では選択肢が増えた。つまり短くしても情報が増える。

設定は/config → Output style か設定ファイルで指定。反映には/clearが必要。サブエージェントには効かず、forkのみ継承。

Explanatory/Learningはあえて長文になる設計。文体の指示はCLAUDE.mdではなく出力スタイルに移すと管理しやすい。

AI時代の開発者を5つの役割（プロトタイパー、ビルダー、スイーパー、グロワー、メンテナー）で捉える提案を紹介しつつ、Anthropicの分析から「人は方針決定、AIは実装判断」に分かれつつある流れを示す。要するに、AIで作るコストが下がるほど、何を目標にし、何で合格とするかを人が決めて検証する力が価値を増しているという指摘である。

一方で、この5分類を人に固定ラベルとして当てるのは危険だと批判する。シリコンバレー型の製品開発に偏り、組織運営や法務などは含まれないという限界もある。

結論として、肩書きにするのではなく、「今のチームで不足している働きは何か」を見つける道具として使うのが実用的だと述べる。