【22/7_the 3rd #TikTok# 新動画公開🖤】 南伊織のけん玉日記「さか落とし」　 @minami__iori #けん玉# #さか落とし# #ナナニジ# #ナナニジ3rd# #南伊織#

昨日の「街角トーク」 途中で照明のパネルの電源がなくなって暗くなってしまったりと色々ありましたが、色々なお話しを聞けました。 ありがとうございました。 結構色々な話が出ました。 例えば。。 AIについての話 「AI使ってわかるのは、結局AIだけではわからないということ」 →新しい禅問答？どういうこと？ 「結局は受け取る方の知識とかリテラシー？次第でAIも変わってくる。だとすると使っている人間の問題になるが、そこで。。！」 なのか突っ込んで聞こうとしていたら別な人との別な話になりました。 その先も聞きたかった。。！ 「杉並区のホールはもっと稼働させないと勿体無い。外タレを呼んだりして。 RストーンズとかＰマッカートニーとか」 →セシオン杉並にストーンズが来たら凄そう。でもやはり結構ギャラが高そう。 「そこは赤字覚悟できてもらう」 →来てくれたら面白そう笑 「そこまでしても杉並区に来たいと思わせる」 →それできたら最高！でもそんな魅力あふれる杉並区だったらストーンズが来なくてもすでにエキサイティングかも。 「阿佐ヶ谷噴水広場のその噴水の水が止まっている。なぜなんだ。水を出して欲しい。すごく自分の憩いになってるんです」 →そうなんだ。。気が付かなかった。 なんで水止まってるんだろ。電飾はついてるのにね。区役所で聞いてみようかな。 「善福寺緑地のひょうたん池の水が汚い。 都内でも稀なトキの立ち寄り場だったのが今は全然いない。掃除して綺麗にして欲しい」 →トキの話も汚れてる話も知らないことだらけ。ひょうたん池は散歩コースだったのに。 と．あとで話聞いてた人の感想で 「ひょうたん池は定期的に掃除してます」とのこと。それも初耳。お掃除ご苦労様です。 上のことに他の人からの意見 「環境問題に興味があるけど、その生き物の保護保全が一番難しい」 「どうしたらいいですか」 「どうしたらいいんだろうね。」 →みんなで考えるってこと、ですよね。 うむ。 一人の紳士から 「反うわさ戦略。 差別やヘイトや悪質なデマには差別している人たちを強く怒っても逆効果。なんでそう思うのか吐き出してもらって対話を繰り返し繰り返ししていくしかない。 そしてそのことを専門的に携わる人たちを育てるたい。 スペインのパルセロナではもう17年それをやっています。」 →パルセロナすごい。反は反転の半でそういう地道に見えることを積み上げて状況を「反転」していくという意味だそう。 ヨーロッパ各都市に広がりつつある取り組みとのこと。反うわさ戦略。 日本でも！杉並区でも！ 「暑すぎる。街のいろんなところに喫煙所みたいに涼み所を作って欲しい。カフェにその都度入っていたらお金もかかるので。。」 →そうですね。公の場所に木陰も、そういう涼所もあつたらいいですよね。 太陽光パネルの発電で冷房電力賄えないかという意見も出ました。 → 「キティちゃんの髪留めを横断歩道で拾った。どなたか落とした人はいませんか！」 →花壇の角に置いておくことにしました。。キティちゃん、落とした人の手に戻りますように。届出をありがとう！ 来週も木曜日9/4の19時から 阿佐ヶ谷南口噴水広場で「街角トーク」開催します！ あなたの声を聞かせてください！

感情が伝染するのなら 絶望だけではないわよ 誰かが落とし物を届けた話 名も知らぬ人が傘を差し出した話 失敗した人に「大丈夫」と声をかけた話 優しさだって感染する 世の中が暗いと嘆く前に 自分が一つ、灯りになる話 を置いてごらんなさい✨

🔄Loop Engineeringとはなにか？ もう「AIにプロンプトを打つ」作業は終わりにしませんか？これからは、エージェントを自律的に回す仕組みそのものを設計する時代です。AIコーディングのパラダイムシフトの正体に迫ります。 💡 1. プロンプトからシステム設計への転換 従来のAIコーディング（AI-assisted Coding）は、人間がループの「中心」にいました。 👨‍💻 これまでのアプローチ: 人間がコンテキストを考え、プロンプトを打ち、AIの出力を読み、手元でテストを実行し、エラーが出たら再度プロンプトを打つ。AIは「高機能な関数」や「道具」であり、制御の主体は常に人間です。 🔄 ループエンジニアリング: 人間はループの「外側」に出て、システム全体のデザイナー（作者）になります。仕事の検知、AIへのコンテキスト注入、出力の自動テスト、進捗の記録、次のステップの判断という一連のライフサイクルを小さなプログラムに実行させます。 ここで重要なのは、AIモデルがシステムにおける「サブルーチン（部品）」へと降格し、代わりに環境（テストスイートやリポジトリの状態）からのフィードバックをループ処理する構造へ進化したという点です。 ⚙️ 2. ループを駆動する5つのコアコンポーネント＋1つの記憶 抽象的な概念を動くシステムに落とし込むため、ループは以下のコンポーネントに分解されて設計されます。 ① ⚡ 自動化（Automations） ループの心臓部であり、発火トリガーと停止条件を定義します。 ツール（Claude CodeやCodexなど）では、単に定期実行する /loop だけでなく、明確な終了条件（例：「すべてのテストがパスするまで」）を満たすまでAIを回し続ける /goal コマンドなどがこれに該当します。条件が達成されるか、ハードストップ（予算や上限回数）に達するまで回り続けます。 ② 🌳 ワークツリー（Worktrees） 複数のAIエージェントが並列で動く場合、同じディレクトリで作業するとファイルの衝突（コンフリクト）が発生します。これを防ぐため、Gitの worktree 機能を使い、エージェントごとに独立した作業ディレクトリとブランチを隔離して自動生成します。機械的な衝突を回避し、並列性を担保する基盤です。 ③ 🧠 スキル（Skills） リポジトリのルールやコンテキストをカプセル化したものです。 通常、AIは実行ごとに前回の文脈を忘れますが、SKILL.md のようなファイルに「このプロジェクトのビルド手順」「命名規則」「過去の障害から得た注意点」を明文化しておくことで、AIは毎実行時にそれを読み込み、プロジェクト固有のシニアエンジニアのような振る舞いを固定化できます。 ④ 🔌 プラグイン／コネクタ（Connectors） filesystem（ローカルファイル）しか見えないAIを、本物の開発環境につなぐ架け橋です。 Model Context Protocol（MCP）などをベースに、GitHub（PR作成やIssue取得）、Linear/Jira（チケット更新）、Slack（人間への通知）、Sentry（エラーログの取得）と接続します。これにより、AIが「修正案を出す」だけでなく「Issueを読んで、コードを直し、PRを送り、Slackに報告する」というエンドツーエンドの行動が可能になります。 ⑤ 🤖 サブエージェント（Sub-agents） 役割を分担された独立したAIインスタンスです。「コードを書く役割（Maker）」と「コードを検証・レビューする役割（Checker）」を完全に分離します。 ➕ 💾 記憶：状態ファイル（State File） 地味ですが、ループの成否を分ける最も重要な要素です。STATE.md やJSONファイル、あるいは外部のチケット管理システムに「現在どのブランチが進行中で、何が完了し、次に何をすべきか」を永続化します。「エージェントは忘れるが、リポジトリは忘れない」という原則に従い、昨日の続きを今日のループが再開できるようにします。 🕰️ 3. なぜ「ただのcron（定期実行）」ではないのか？ 懐疑派から「1975年に発明されたcronジョブのリブランド（名前の付け替え）に過ぎないのではないか」という指摘があります。これは半分正解で、半分は間違いです。 スケジュールやトリガーのレイヤーは確かにcronそのものです。しかし、従来のcronは「固定されたスクリプトを機械的に実行するだけ」でした。 ループエンジニアリングが異なるのは、ループの真ん中に「状況を動的に判断する意思決定者（LLM）」がいる点です。 テストが落ちたとき、どのファイルをどう修正すべきか、コンテキストをどう組み立て直すかという分岐は、ハードコードされた if/else ではなく、AIの推論によって動的に決定されます。工学的な面白さは、この「崖から落ちるかもしれない不確実な意思決定者」の周りを、いかに硬牢な自動テストやガードレールで固めるかというシステムデザインにあります。 ⚠️ 4. コストと運用リスクの現実 熱狂的な議論で無視されがちなのが、経済性とセキュリティの現実です。 💸 膨大なトークン消費（コスト） コード生成自体は安価になりましたが、ループを回すと「コンテキストの再読み込み」「リトライの繰り返し」「探索パターンの実行」により、トークン消費量が爆発的に増加します。 実際に、米Uberではエンジニア1人あたり月1,500ドルの上限を設けたにもかかわらず、年間のAI予算をわずか4ヶ月で使い切った事例があります。「最大反復回数」「金額上限」「進捗ゼロ検知による強制終了」の3つのガードレール（ハードストップ）の設計が不可欠です。 🛡️ 攻撃面の拡大（セキュリティ） 無人で動くループは、無人で動く攻撃面（アタックサフェース）になります。AIコーディングツールに起因するCVE（脆弱性）が多数確認されており、コマンドインジェクションやSSRF、XSSのリスクがあります。また、外部から取り込んだ「スキル」の説明文がプロンプトインジェクションの経路になり、デバッグログ経由で認証情報（資格情報）が漏洩するケースも監査で報告されています。 🧩 理解の負債（Comprehension Debt） AIが高速でコードを書き、テストが通ってマージされ続けると、リポジトリ内のコードベースと「人間の理解度」の距離がどんどん離れていきます。これを「理解の負債」と呼びます。最も高くつくのはトークンの請求書ではなく、「チームの誰も読んだことがなく、構造を理解していないシステム」をある日突然人間がデバッグしなければならなくなるコストです。 🛠️ 5. 実践：4条件テストと最小実用ループ（MVL）の構築 ループエンジニアリングを実務に導入する際は、厳格な仕分けとステップが必要です。 📋 導入のための4条件テスト 1. タスクが繰り返されるか？（週1回未満なら、手動プロンプトや使い捨てスクリプトの方が早い） 2. 検証が完全に自動化されているか？（テスト、型チェック、Linter、ビルドが悪い出力を100%機械的に弾けるか。これがないと人間がレビューの椅子に縛り付けられる） 3. トークン予算が無駄を吸収できるか？（従量課金で予算に余裕がない場合は無謀） 4. エージェントが環境を操作する道具を持っているか？（ログ確認や再現環境など） 🚀 最小実用ループ（MVL）から始める手順 最初から複雑なマルチエージェントを組むとシステムは確実に崩壊します。以下の順番でボトムアップに構築します。 1. 手動実行の確実化: 1回の手動プロンプトと環境操作で、タスクが完全に完了することを確認する。 2. スキルの文書化: その際のコンテキストや制約を SKILL.md にまとめる。 3. ループのラップとゲート配置: AIが書いたものを自動テスト（ゲート）にかけ、失敗したらAIに戻すという1サイクルを組む。 4. スケジューリング: 最後にそれをcronやイベントトリガーで自動化する。 🎯 レバレッジの支点は「コードを書くこと」から「コードを書く仕組みを定義し、検証すること」へ移動しました。人間は、AIが自分の宿題を甘く採点しないよう、冷徹な「検証ゲート」を設計するエンジニアであり続ける必要があります。

どのセクションも素敵でしたね💜 日本人でも合わせ方で可愛く着こなせるアフリカデザイン。 私のセクションだけカジュアルダウンし過ぎたけどいいよねー😂 良い経験させてもらいました。 とても楽しかった。 ビビットでエッジの効いたデザインをどう落とし込むか激ムズでした🤣 #TokyoAfricaCollection#

模試やテストのあと、 親御さんがいちばん苦しくなるのは 点数そのものより、 「この結果をどう受け止めればいいのか分からない」 時間だと思います。 本人は帰ってきた瞬間から機嫌が悪い。 答案はカバンに入ったまま。 こちらは気になって仕方ない。 だから 「国語どうだった？」 「理社ひどくなかった？」 「前より下がってない？」と、確認したいことが次々に出てきます。 でも、ここで一気に聞くと 子どもはだいたい閉じます。 結果が悪かった日ほど、 本人の中でも 「怒られるかも」 「がっかりされるかも」 が先に立っているからです。 そういう日は、 すぐ反省会をしないほうがうまくいくことがあります。 最初に見るのは点数より、 答案の余白と直しやすさです。 空欄が多かったのか。 途中までは合っていたのか。 漢字や計算の取りこぼしが多いのか。 時間が足りなかったのか。 この見方をすると、 親の頭の中も少し落ち着きます。 「まず何を戻せばいいか」 が見え始めるからです。 逆に、 点数だけ見てその場で 「やっぱり演習不足だね」 「もっとやらないと」 に進むと、 親も子も苦しくなるわりに、 次の一手が雑になりやすいです。 模試後に必要なのは、 立派な反省文ではありません。 たとえば 「今回は計算で落としたのが3問あったね」 「国語は空欄より、急いで雑に読んだ感じがあるね」 みたいに、 次の1週間で触れる場所を1つか2つ見つければ十分です。 日曜の夜に全部まとめ直そうとしなくて大丈夫です。 焦るのは、それだけ真剣に見ている証拠です。 ただ、焦ったまま話し始めると 伝えたいことより先に空気が悪くなります。 模試のあとは、 正しいことを全部言うより、 来週につながる1か所だけ一緒に見る。 それくらいのほうが、 結果的に前に進みやすいです。

【ネパール国籍の男女3人を殺人容疑で逮捕】当時25歳女性を鍋で複数回殴り川へ落として溺死させたか→自宅に争った形跡、頭や顔に複数の傷 自宅内の争いの痕跡もあり、事件の経緯が詳しく調べられています。