技術系フィードから毎時取り込んでいる、まだ誰も拾っていない記事です。ジャンルで絞って探せます。ログインすると、気になったものをその場でブックマークできます。
生成 AI、機械学習、エージェント
【Unit4 ブログリレー6日目】 こんにちは！ Unit4 (m3.com 開発チーム) でエンジニアをしている大熊です。 5日目はキムによる「イベントトラッキングの信頼性を支えるリトライ戦略」でした。 www.m3tech.blog 「DB にデータはたくさんあるんだけど、AI に活用させるにはどうすれば？」 生成 AI をプロダクトに組み込むときに最初にぶつかるのはこのような疑問ではないでしょうか？ しかし、ベクトル DB を立てて…埋め込みパイプラインを組んで…AI にツールを渡して…などと考え始めると、途端に腰が重くなります。 本記事では最近公開された Amazon Bedrock
今回は、メンバーシップの皆さんへの大事な報告です！ ここ最近ずっと時間をかけてやってきたことが、ついに形になってきました。 続きをみる
「Postfix 3.11.6/ 3.10.13/3.9.14/3.8.20/3.7.22/3.6.20/3.5.27」リリース ─ SMTPポリシー回避やDoS問題を修正 3.11.6から3.5.27まで同時公開、OpenAI Securityなどが問題を報告 kawahara 2026年8月12日 シェア ポスト はてブ 優先するニュース提供元に追加 postfix.org は8月11日（現地時間）、メール転送エージェント「Postfix 3.11.6/ 3.10.13/3.9.14/3.8.20/3.7.22/3.6.20/3.5.27」をリリースした。 「Postfix」は、SMTPを
こんにちは。AI・機械学習チームの髙橋です。 この度エムスリーは2026年8月3日から4日間、出島メッセ長崎で開催された画像の認識・理解シンポジウム MIRU2026 にシルバースポンサーとして協賛させていただきました！ 当日は私を含むAI・機械学習チームのメンバー３名で参加してきましたので、その模様を紹介します！ 会場の看板
はじめに 先に用語を固定します 結論から：これは「検証の積み木モデル」です 第1層：LLM単発推論 — 検証がない世界 第2層：ReAct — 「できたか」を自分で確認する 第3層：ループエンジニアリング — 合否判定を、作った本人の外に出す これ、人間がやってた作業ですよね ただし、1つの成果物の中では判定できないものがある 第4層：グラフエンジニアリング — 目的適合の検証と、ループ同士の配線 なぜ抽象度が上がっていくのか 自己流の判断基準 まとめ 参考
この記事は「EXをシンプルにする」に向き合う 情シスブログリレーの第4回です。前回の記事は、Claude Enterpriseのアカウント管理と利用上限管理を自動化している話です。 技術本部 コーポレートシステム部 Corporate ArchitectureグループのMakoto Nagaiです。 最初に所属先のコーポレートシステム部門について簡単に紹介させてください。 コーポレートシステム部は、情報システム部門（いわゆる情シス）にあたります。 部のミッションとして「EXをシンプルにする」を掲げています。EXとはEmployee Experience（従業員体験）のことです。 以前のGitH
2026/3/11に開催された「データマネジメント2026─AI Ready Dataに舵を切れ─」にて、CDO(Chief Data Officer)の城谷 信一郎が登壇した際の資料です。 speakerdeck.com
【Unit4 ブログリレー4日目】 こんにちは、Unit4でソフトウェアエンジニアをしている堺澤です。 3日目は永山による「オリジナルのキーボードを3Dプリンタで作った」でした。 www.m3tech.blog 先日、私が開発しているダッシュボードアプリに地図を扱う新機能を追加しました。 当初は知見も少なく重ための見積もりをしていました。しかしAIでPoCをしてみると意外とサクッと動くものができ、「元々の見積もりの半分以下でいけそう」と思ったのですが、実際に作りきってみると結局当初の見積もりに近い工数がかかりました。 この記事では、実装までの流れと実際にPoC〜開発まで行って「AIで変わったこ
あの --- を、また書いている気がしませんか ブログを書いたことがある人なら、記事ファイルの先頭にこんな数行を打った記憶があるはずです。 --- title: "はじめての記事" tags: ["blog", "diary"] draft: true --- 三本のハイフンで囲んだ、この小さな設定ブロック。これを Front Matter（フロントマター）と呼びます。タイトルやタグ、公開・下書きの区別を書いておく場所で、静的サイトジェネレーターやブログ CMS でおなじみのものです。 最近、私はこの --- をまた頻繁に書いています。ただし書いている場所はブログではありません。Cl...
AIが進化すればするほど、社会の価値観が急速に反転していくような気がしている。 それは決して、新しい技術に対する拒絶や悲観ではない。 続きをみる
機械学習エンジニアの川畑(@monokemonoke)です。この記事は2026年8月3日〜8月6日に出島メッセ長崎にて開催されたMIRU2026（第29回 画像の認識・理解シンポジウム）に参加した際のレポートです。LayerX としては昨年に引き続きシルバースポンサーとして協賛させていただき、企業ブースへの出展を行いました。 会場入口の看板 ロゴも投影されました 企業ブース 企業ブースには、学生や企業の方など多くの方にお立ち寄りいただきました。ありがとうございます。 LayerX からはバクラク事業部に所属するエンジニアが参加し、LayerX が目指す Ambient Agent、業務の完全自
こんにちは、ラクス技術広報です。 2026年7月15日、主催イベント「RAKUS AI Conference 2026 Summer」を開催しました。本記事では、楽楽精算 開発3課の平川裕多さんが発表した「仕様駆動開発、導入半年。『本当に速くなってるの?』にデータで答える」について、技術広報がレポート記事でご紹介します。 この記事はこのような方におすすめです AI活用で実装は速くなった気がするのに、なぜか設計やレビューの負荷が増えていると感じているエンジニアの方 仕様駆動開発(SDD)の導入を検討している、あるいは導入したものの効果を数字で説明できずに悩んでいる方 「AIネイティブな開発」を、
エンジニアの佐野です。Synapse という社内 AI エージェントを運用しています。その土台として使っている Gemini Enterprise Agent Platform (旧称: Vertex AI) の月額コストが4月から6月にかけて2.18 倍になりました。ユーザ数(Synapse を利用する社員数)および利用回数はもちろん増えていますがそれを加味しても爆発的なコスト増です。今日はコンパクションを効かせることでトークン使用量の削減 (=コスト削減)を実現した話をします。 0. Synapse について 社内 AI エージェント Synapse は FastAPI + Google
Ai Workforce 事業部で、R&D グループのリサーチ・エンジニアをしている平澤（@toshohirasawa）です。 プロダクトを作っていると、エージェントに自分で計画を立てさせ、使える道具を増やし、人に確認せず進める範囲を広げる方向へ、つい手が動くものです。7 月上旬にソウルで開かれた機械学習の国際会議 ICML 2026 へ「もっと賢いエージェントの作り方」を探しに行ったつもりでした。ところが、現地で聴いた中でいちばん頭に残ったのは、世界で稼働する本番エージェント 86 システムを調べた研究でした。そこに成功パターンとして並んでいたのは、追加学習をしない・人が確認するまでの自律ス
はじめに こんにちは。データ部ML Product Devチームに所属している谷澤です。 ML Product Devチームは「機械学習を活用した競合優位性のあるプロダクト開発」をミッションとし、プロダクト開発チームと協力して日々開発を行っています。 1. 背景と目的 少し前にClaude Code / Codexを活用してKaggle金メダルを取ったkinosukeさんの記事が話題になりました。 Claude Code / CodexでKaggle金メダルを取った話(Zenn) Agent時代のKaggleで、人間は何を見るべきか (関西kaggler会 2026.5.22) - Speak
こんにちは、QAチームの草場です。 この記事は、AIテストプロセスの品質メトリクスについての前後編の後編です。前編では、AIエージェントに任せているテストプロセスの「どこまで信頼していいのか?」に答えるために設計した5つの品質メトリクス（テストケース採用率・実行方法の見立て精度・実装品質・AI自律実行率・欠陥密度）と、数字が壊れないように計算と検算をスクリプトに任せる記録の仕組みを紹介しました。 www.m3tech.blog 後編では、その計測から実際に見えてきた、今のAIテストプロセスの4つの課題を紹介します。
先日こんな記事がXで話題になっていました。 AIで仕事を効率化したら、なぜか僕の仕事だけ増えた話 こんにちは。 突然ですが、みなさんは仕事を効率化していますか？ 僕はしていました。 めちゃくちゃしていました。 A anond.hatelabo.jp 続きをみる
こんにちは。IT 基盤部の小池です。副部長とパブリッククラウドチームのリーダーを兼務しています。 2026 年 7 月 28 日(火) に開催された、 トークンコストへの向き合い方 ― 新時代の開発コストへの対応を学ぶ会 に登壇した際の内容を説明しようと思います。 AI コストの DeNA 的管理手法 ~ FinOps の視点で ~ by @DeNA_Tech はじめに 生成 AI の劇的な進化を受け、DeNA は現在、全社を挙げてAIをフル活用する「AIオールイン」の姿勢を鮮明に打ち出しています。 しかし、この「攻め」の姿勢を支えるためには、裏側で急増する AI コストをコントロールする「守
kube-state-metrics で Deployment Sharding を採用した話 この記事は、CYBOZU SUMMER BLOG FES '26の記事です。 こんにちは、クラウド基盤本部の藤井です！ この記事では、Neco で kube-state-metrics をシャーディング構成へ移行するにあたり、検討した方式と Deployment Sharding を採用した理由を、kube-state-metrics v2.19.1 の実装をもとに紹介します。 Neco については紹介ブログもあるのでこちらを参照してください！ blog.cybozu.io なお、本記事の AI I
こんにちは、Ai Workforce 事業部で Engineering Manager をしている Joe です 今回はKubeCon + CloudNativeCon Japan 2026に加え、7月28日に行われたJapan Community Dayにも参加したので、その参加ブログとなります。 KubeCon + CloudNativeCon Japan とは？ KubeCon + CloudNativeCon Japanは、Cloud Native Computing Foundation（CNCF）が主催する、KubernetesをはじめとするCloud Native技術に関する国際
こんにちは、エンジニアの id:kiryuanzu です。 今回の記事は、私のチームが数年の間頓挫していた社内の管理画面の立て直しPJをリブートし、ゴールに導くまでの動き方についてご紹介します。 直近の記事で to_lz1さんによる Claude Code を活用したレガシーコードのリプレース事例について紹介されていました。 tech.classi.jp 本記事もリプレース事例を扱う内容となります。このPJでも Claude Code を駆使して開発を進める場面が多くありました。 ただし、機能群も多く歴史的なシステムだったこともあり、Claude Code を使う以前の場面で一筋縄ではいかない
こんにちは、QAチームの草場です。 Claude Codeに代表されるAIエージェントの登場で、ソフトウェアテストの現場も大きく変わりつつあります。私のチームでも、テスト分析からテスト実行まで、テストプロセスの各工程をAIエージェントに任せる取り組みを続けてきました。大量の情報収集が短時間でできる、テストケースの下書きを数分で出せる、DBの検証やAPIの疎通確認も自律的に進めてくれるなど、AIによる効率化の手応えは確かにあります。 ただ、現状はあくまで人間が間に入る必要があり、人間による理解・レビューが必ず発生します。 「このAIテスト、どこまで信頼していいのか?」 将来的にはAIに任せる範囲
AIの実用化が進む中で、単なる業務の自動化から 「熟練者の意思決定の再現」へと、活用のフェーズが明らかに移行している と感じています。 その熟練者というのは、社内の誰かであったり、場合によっては自分自身だったりするのですが、この「熟練者の意思決定の再現」において 最大のボトルネックになるのが、「暗黙知の形式知化」 です。 続きをみる
こんにちは、ラクス技術広報です。 2026年7月15日に開催した主催イベント、「RAKUS AI Conference 2026 Summer」の5本のセッションのうち3本目に登壇したのが、AIエージェント開発課の竹田舜さんです。 テーマは「PoCから本番へ―楽楽精算AIエージェントを支える、LLMOpsとインフラの選択肢」。 CTOや役員による組織戦略の話に続き、現場のエンジニアが実際に何を判断してきたのかという、解像度の高い知見が語られたセッションでした。竹田さんが語ったのは、「AI専用の特殊なものというよりは、慣れているもの、知見のあるものを優先して素早く構築しました」という意思決定です
この記事は、CYBOZU SUMMER BLOG FES '26の記事です。 Cloud Platform部のpddgです。 サプライチェーン攻撃やAIによる脆弱性の検出が盛んになった昨今、迅速な影響の把握と更新の適用が求められ、ソフトウェアが抱える依存関係の脆弱性の検出はその重要性が増してきています。一方で、ナイーブに脆弱性を検出するだけでは誤検知（偽陽性）が多くなり、開発者の負担が増えることになります。 Goのプロジェクトでは、govulncheckを用いることでモジュールレベルではなく関数のシンボルレベルで影響の有無を検出でき、偽陽性を削減できます。一般的なOSSスキャナーのスキャンとg
この記事は「EXをシンプルにする」に向き合う 情シスブログリレーの第3回です。 はじめに こんにちは、技術本部 コーポレートシステム部Corporate Architectureグループの小松です。 私たちのグループは、社内のアカウント基盤と業務システムを整備し、EX（従業員体験）をシンプルにすることをミッションにしています。 Sansanでは、全従業員がClaudeを利用できる環境としてClaude Enterpriseを全社導入しました。 対象は1000名以上の規模です。 契約して招待すれば終わり、とはいかないのが全社導入です。 誰にシートを配るか、誰にどの機能を許可するか、利用額の上限を
2026/7/30・31に開催された「Google Cloud Next Tokyo 26」にて、データマネジメントチーム マネージャーの西 朋里、法務部の平石 平とデータエンジニアの亀田量英が登壇した際の資料です。 speakerdeck.com
Go 1.27の言語仕様の変更は3つあります。そのうちの1つである「構造体リテラルのキー拡張」を紹介します。簡単に言うと、埋め込み構造体のフィールドを、構造体リテラルのキーに直接書けるようになりました。
はじめに こんにちは。DeNA でエンジニアをしている外山です。 社内のツール利用申請ワークフロー（kintoneで運用）には、承認前に人間が行っていた3つの確認作業がありました。 予算内かどうか（予算残額シートとの突き合わせ） 申請されたツール名がマスターに存在するか 「法務確認は不要」という選択が本当に妥当か どれもレコードの内容を読んで、別のスプレッドシートやマスターと照合するだけの定型作業ですが、申請件数が増えると地味に時間を取られます。判断基準がはっきりしていて件数も多いこうした作業は、エージェントに任せて効率化できる余地が大きいと感じていました。
この記事は、CYBOZU SUMMER BLOG FES '26の記事です。 こんにちは！サイボウズでフロントエンドエンジニアをしている たくぼう です！ kintoneでは、現在フロントエンドの刷新を進めています。刷新では、単に技術スタックを改めるだけでなく、アクセシビリティの対応も併せて実施しています。 私が所属するチームが刷新を手がけている「レコード一覧画面」には、「レコード一覧分析AI」というAI分析・要約機能があります。 刷新中の画面にこの機能を盛り込むにあたり、「レコード一覧画面」と「レコード一覧分析AI」のチャットダイアログの間でフォーカスをどう受け渡すかを検討しました。 あわせ