🛠MSI 自作PC教室イベント開催🎉 「MSIカスタムPCをビルドる？ PZ編」 場所：ジョーシン日本橋店🏬 注目プログラム👇 🔹PZシリーズ製品説明会：話題の背面コネクタ設計を深掘り！ 🔹RTX 50シリーズ説明会：新VANGUARD/INSPIREも紹介！ 🔹OC入門講座：液体窒素おじさん清水氏による初心者向けOC講座🔥 🔹じゃんけん大会：MSIガールズと勝負！豪華賞品ゲット🎁 🔹体験エリア：EZ DIYやPROJECT ZEROをその場で体感✨ 初心者も大歓迎！一緒に“ビルドる”楽しさを体験しよう✨ 開催日程：2025年7月26日（土）11:00～17:10 詳細はこちら： #MSI# #自作PC# #ビルドる# #ジョーシン# #大阪イベント#

# Codexの機能と実践的な使い方 📝 毎回プロンプトに同じ前提を書くのは卒業しましょう。AGENTS.mdは、ビルド手順やコード規約をCodexに恒久的に覚えさせる「階層的な指示書」です。 🏷️ タイトル: 階層的プロジェクト指示（AGENTS.md） 🔗 URL: 📘 概要 AGENTS.mdは、Codexが作業を始める前に読み込む永続的な指示ファイルです。プロジェクトの規約・ビルドコマンド・コードスタンダードをMarkdownに書いておくと、Codexが自動的に発見して適用します。現在地に近いファイルほど優先される「層」の仕組みが特徴です。 ⚙️ 機能の説明 Codexは厳密な優先順位で指示チェーンを組み立てます。 ・グローバル（`~/.codex/`）: まず `AGENTS.override.md`、次に `AGENTS.md` を確認 ・プロジェクト（Gitルートから現在地まで）: 各階層で `AGENTS.override.md` → `AGENTS.md` → カスタムのフォールバック名の順に確認 ・マージ: ルート側から順に空行をはさんで連結し、後（＝現在地に近い側）のファイルが先のものを上書き 合計サイズが `project_doc_max_bytes`（既定32KiB）に達した時点で追加を停止します。命名は次の通りです。 ・`AGENTS.md`: 標準の指示ファイル ・`AGENTS.override.md`: 一時的な上書き用（同じ階層で優先される） ・フォールバック名: `project_doc_fallback_filenames` で `TEAM_GUIDE.md` などを指定可能 🛠️ 実践的な使い方 役割ごとに置き分けると効きます。 ・`~/.codex/AGENTS.md`（全体共通）: 「JS変更後は必ず `npm test`」「`pnpm` を優先」など個人の普遍的な好み ・リポジトリ直下の `AGENTS.md`: lint基準・ドキュメント方針・レビュー基準などチームの規約 ・サブディレクトリの `AGENTS.override.md`（例: `services/payments/`）: 親の規約を消さずに、特定領域だけ上書き 設定が反映されているかは `codex --ask-for-approval never "Summarize the current instructions."` で確認できます。 💡 ユースケース モノレポで、決済サービスだけ別のテストコマンドやレビュー基準を強制したい、といったときに `services/payments/AGENTS.override.md` を置くだけで、その配下に入ったときだけルールが切り替わります。GitHubの `@/codex review` でも、ここに書いた「Review guidelines」が適用されます。 ⚠️ 注意点 Codexは実行のたびに指示チェーンを組み直すため、キャッシュのクリアは不要です。内容が古く見えるなら対象ディレクトリで起動し直してください。空ファイルはスキップされ、存在しないフォールバック名は無視されます。`CODEX_HOME` 環境変数は既定のプロファイル位置を上書きします。 #OpenAICodex# #AGENTSmd#

# Claude Agent SDKの便利だけど知られていない機能 🌍 Bashは使わせたいけどrmは禁止したい？スコープ付きルールでコマンド単位の制御ができます！ Claude Agent SDKでは、`Bash(npm *)` のようにツール名にスコープを付けて、コマンド単位で許可・拒否を細かく制御できます。 📌 タイトル：コマンド単位のスコープ指定 🔗 URL： 🧩 概要 `allowed_tools` や `disallowed_tools` にスコープ付きのルール（例：`Bash(npm *)`）を指定すると、ツール内の特定コマンドだけを許可・拒否できます。スコープなしでツール名を `disallowed_tools` に入れると（例：`Bash`）、ツール定義自体がClaudeのコンテキストから除去され、Claudeはそのツールの存在すら認識しません。一方、スコープ付きの拒否ルール（例：`Bash(rm *)`）は、Bashツール自体は利用可能に保ちつつ、マッチするコマンドだけを拒否します。 🛠 使い方 ```python # Python - npmコマンドのみ許可し、rmを明示的に禁止 import asyncio from claude_agent_sdk import query, ClaudeAgentOptions async def main(): async for message in query( prompt="依存関係をインストールしてテストを実行してください", options=ClaudeAgentOptions( allowed_tools=[ "Read", "Grep", "Glob", "Bash(npm *)", # npmコマンドのみ自動承認 "Bash(npx jest *)", # テスト実行も許可 ], disallowed_tools=[ "Bash(rm *)", # 削除は禁止（bypassPermissionsでも拒否） "Bash(sudo *)", # sudoも禁止 ], permission_mode="dontAsk", ), ): if hasattr(message, "result"): print(message.result) ``` ```typescript // TypeScript const options = { allowedTools: [ "Read", "Grep", "Glob", "Bash(npm *)", // Only npm commands auto-approved "Bash(npx jest *)", // Test execution allowed ], disallowedTools: [ "Bash(rm *)", // Delete denied even in bypassPermissions "Bash(sudo *)", // sudo also denied ], permissionMode: "dontAsk" }; ``` 🏗 本番システムへの組み込み方 ・CIエージェントで `Bash(npm *)` や `Bash(make *)` だけを許可し、それ以外のシェル操作を禁止します ・`disallowed_tools` のスコープ付きルールは `bypassPermissions` モードでも有効なため、最終防衛ラインとして使えます ・ベアネーム（スコープなし）の拒否はツールをコンテキストから完全に除去し、スコープ付き拒否はステップ2で評価される点を理解して設計します ・環境ごとに異なるスコープルールを設定し、開発/ステージング/本番で適切な制限を適用します 💡 ユースケース 🔧 ビルドエージェントで `npm install` と `npm test` だけを許可する 🛡 `rm -rf` や `sudo` を全モードで禁止する安全ガードレール 📦 パッケージマネージャのコマンドだけを許可するデプロイエージェント ⚠️ 注意点 ・ベアネーム拒否（`disallowed_tools=["Bash"]`）はツール定義自体を除去するため、Claudeはそのツールを使おうとすらしません ・スコープ付き拒否（`disallowed_tools=["Bash(rm *)"]`）はBashを残したまま特定パターンだけを拒否します ・スコープパターンのマッチングはグロブベースです。複雑なコマンドチェーンやパイプには注意してください ・`allowed_tools` に入れたスコープルールは自動承認ですが、`bypassPermissions` を制限するものではありません ✨ スコープ付きルールを使えば、「このツールは使えるけど、この操作だけはダメ」という精密な制御が可能です。安全なエージェントの設計に欠かせない機能です！ #ClaudeAgentSDK# #AIAgent#

ハーネスエンジニアリングのアンチパターン AP7. 決定性の取り違え（The Misplaced Determinism Boundary） 🎯 ポイント テスト実行をLLMの善意に委ね、端ケースの判断を硬いルールに押し込む。境界を取り違えると、信頼性と適応性を同時に失います。 ❗ 発生する課題 確率的な要素を決定的であるべき場所に置くと信頼性が漏れ、決定的なルールを判断が要る場所に置くと適応性を失います。結果として、簡単なタスクで不安定になるか、複雑なタスクで硬直するか、あるいはその両方が同時に起きます。 🔍 メカニズムと症状 この取り違えには二つの形態があります。形態Aは「LLMの判断が要る長いテールを硬いルールに押し込む」パターンで、ルールは予測可能なため魅力的に見えますが、端ケースに遭遇すると脆く壊れます。形態Bは「決定的であるべき処理（テスト実行、ゲート判定、リトライ）をLLMの善意に委ねる」パターンで、モデルに任せれば実装が楽に見えますが、100回に1回はテストを忘れるという不安定さを生みます。症状としては、形態Aでは「想定外のケースでルールが破綻」「新しいパターンのたびにルール追加が必要」、形態Bでは「テストの実行忘れ」「ゲートのスキップ」「時々なぜか動かない」が見られます。 📋 シナリオ ・形態A：「import文の変更は必ずファイル先頭に」という硬いルールを設定。circular importの解消が必要なケースでルールが邪魔をし、エージェントが行き詰まる。 ・形態B：「テストを必ず実行すること」をプロンプトに記載するだけで、ハーネスが強制しない。エージェントは95%の確率でテストを実行するが、残り5%でテスト未実行のまま完了を宣言する。 ・両方同時：コードモッドの大部分はASTベースの決定的変換で処理できるのに、全てをLLMに任せている（形態B）。一方、LLMの判断が必要な端ケースには「この場合はスキップ」という硬いルールを適用（形態A）。両方が間違っている。 🛡 回避方法 ・ハーネスの全処理を「判断が要る」と「判断不要で決定的に実行可能」に分類し、境界を明示します ・テスト実行・lint・ビルド・ゲート判定は決定的コードで強制し、「お願い」しません ・LLMは本当に判断が必要な部分（原因分析・方針決定・コード生成）に限定して使います ・モデルの進化に合わせて境界を定期的に見直し、適切に移動させてください #HarnessEngineering# #AIAgent#

🔄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。

ビルドアップするポテト！ 【#絶対にポテトはガーリックステーキ味】をつけて本日6#/13(土)中にリプライすると、抽選で4日合計100名様に1,000円分のマックカードプレゼント！ 詳細は画像をタップ！