AI製品技術責任者 at PeopleX

日本 東京
ドパがガキだけの特権だと思うなよ。おじだっているんだ
3
9
332
自分の開発スタイルはもうほぼ仕様駆動開発になった。仕様を決めてそれに向かってAIが自律的に開発をしかけていく様子はドパみがある
3
165
ワークすれば良さそうな取り組みであるものの、汎用化することによるtoken消費の増加と、なかなか個人PCで自分の裁量での作業の利便性を諦められない、というような部分で推進するのが難しい印象なのでその辺りでうまくいくのか興味がある
AI駆動開発は「個人のPCでコードを書く」から「チームでクラウド上の開発を自動化する」へと変わりつつあります。 freeeでは、作りたい機能を伝えると実装からテストまで進める「ソフトウェアファクトリー」が複数プロダクトで稼働中です。年明けから24時間稼働を目指しています。 エージェントが働いている間、人はコーヒーを飲んで待つのではなく、お客様や品質を理解することに時間を使う。そんな働き方への変化をお話ししました。 ご参加ありがとうございました! #ai開発組織summit_findy
3
379
未来、エンジニア要らないのではという悲観論があり、事実そうなる部分は(少なくとも部分的には)あると自分も思うが、それはbiz側も同様というのは謎に語られてない印象がある。 実際のところAIを使いこなすのに必要なのは論理的思考であり、まさにエンジニアは論理的思考のプロなのでbiz側の方が脅威を感じるべきだと特に昨今は感じる。
1
2
366
話します!よろしくお願いしますー
// 📢 TSKaigi Sendai セッション紹介! \\ 11:45~ 増え続けるプロダクトの品質をどう担保するか。ProductSpecとTypeScriptによる取り組み(野口 将人 さん) @joe_re sendai.tskaigi.org/talks/21 #TSKaigi #TSKaigiSendai
7
289
まじでこれなので備えていく
今は攻撃する価値があるところから優先的に攻撃されてるだけで、そのうちお前のところにもくるよ
1
301
じょう retweeted
株式会社CARTA HOLDINGSで継続している社内読書会、本日『ソフトウェアアーキテクチャメトリクス』を読了しました。AIがコードを大量に書く時代には「人間がコードを(全ては)読まなくても状況が把握できる仕組み」が必要です。本書は、そのような時代が求める様々な手法のヒントが得られる良書でした
5
98
706
37,634
なるほど
えー、社内規定でAIサービス使えない会社が「もうええわこれ以上アホな社内規定に従ってられるか!部署で独自にローカルLLM導入してエージェント使うわ!」と言い始めたのを観測したのでそろそろ企業によるDGX Spark大量購入が始まります。個人が手が届く値段で主権AIを手に入れられる最後のチャンスです
229
面白そう
お、情報解禁してる!「Just Use Postgres」の翻訳を担当しました。 book.mynavi.jp/ec/products/d…
2
236
書きました。 次回のGraphQL Tokyoは10月22日です。ご都合合う方はぜひ! AI時代のGraphQL - GraphQLのMCPツールのtoken消費効率の検証|joe_re zenn.dev/peoplex_blog/articl… #zenn #graphql #graphqltokyo
6
359
inocliの話しは特に勉強になったし、明日からプロダクトに取り入れていきたい気持ち #freee技術の日
3
359
#freee技術の日  改めていい会社だなぁと思いました。楽しかったし、勉強になりました。ありがとうございました!
1
8
519
プロマネの仕方をデータサイエンスの領域へ #freee技術の日
384
playwrightのラッパーに製品知識を入れるということか。なるほど #freee技術の日
286
Claude Tagで開発しているというのは、ある程度はわかるけど全工程それでいけるイメージはわかないなぁ #freee技術の日
1
2
540
あるべきものがないことを見落とす問題に関しては、自分は先にあるべきものを定義するアプローチになったなぁ。ループエンジニアリングを意識すると自然とそうなっていく感覚。
まぁ、こういう意見も出てくると思った。 ・コードレビューはAIエージェントに置き換えられるという論文がある ・その論文では、コードレビューを欠陥検出、スタイル統一、知識共有、状況把握の4機能に分解している ・そのうえで、どの機能もエージェントで実行できるので人間のレビューは不要、という主張 ・このポストの筆者は、これを「置き換えの神話(substitution myth)」と呼ぶ ・機能に分解して測れることと、機械が人間を代替できることは別の話 ・熟練エンジニアが「このコードは理解できない」と言うとき、その混乱自体が複雑さや分かりにくさについての有効な指摘になる ・LLMはコードを処理できる ・だけど、本物のわからなさを品質のシグナルとして出せない ・レビューは、そもそもこの変更が必要かを問う場でもある ・例えば、これは2つのPRに分けるべきではないか、という指摘は、コードの正しさを見る前の判断である ・人間は欠けているものにも気づく。例えば、APIを変えたのにエラー処理が更新されていないなど ・LLMは存在するコードを見るのは得意だが、あるべきなのにないものは見落としやすい ・また、人間は書き手の経験や過去の実績に応じて、見る注意の度合いを変える ・アルゴリズムはすべての差分を同じように扱う ・レビューは一方向の伝達ではなく、レビュアーと書き手が議論を通じて共通理解を作る共同作業 ・「火曜日にインシデントがあった」「法務上このフィールドはログに出せない」といった組織の文脈は、リポジトリの中には存在しない ・責任を負う人間は真剣にレビューするが、エージェントには結果を負う仕組みも動機もない ・筆者は、コードレビューは検出・調整・センスメイキング・ガバナンスを同時に担っているというスタンス ・本当の価値はそれらをまとめ合わせるところにある adaptivecapacitylabs.com/202…
320