⬜ 7/30（木）17:00 - 17:30 🟩 KDDIアイレット、日立製作所 【ユーザー会】 Jagu'e'r コミュニティ リーダーが語る、 AI と働く時代のエンジニアの役割と育て方 ✏️ エンジニアリングの現場で起きている変化や今実践すべきことを本音で語り合います！ #GoogleCloudNext🗼#

TL;DR: 同じ Claude Opus でも、ハーネスなしは20分で$9の失敗、ハーネスありは6時間で$200のプロダクト。この差を体系的に教えるオープンソースカリキュラムです。 learn-harness-engineering 「モデルは賢い。ハーネスが信頼性を作る」——このリポジトリはAIコーディングエージェント向けのハーネス工学を14レクチャー・8プロジェクトで学ぶ教材です（⭐️ 13.7k）。 ポイント 🔧 5つのサブシステムがハーネスの骨格 ・Instructions: AGENTS.md など構造化ガイダンスでリポジトリを真実源に ・State: claude-progress.md とgit履歴でマルチセッション継続性を確保 ・Verification: テスト・lint・E2Eで「完了したふり」を防ぐ ・Scope: 明示的な完了基準で1フィーチャーずつ確実に進める ・Session Lifecycle: init → 実装 → 検証 → コミット → ハンドオフの構造的フロー 📚 段階的なカリキュラム設計 基礎（問題の直視・構造化）から発展（ループ自動化・グラフ設計・Human-in-the-Loop）まで段階的に構成。共有の Electron アプリを題材に、コードを通じてハーネスを習得します。 ⚡ すぐ既存プロジェクトに適用できる AGENTS.md・ の3ファイルをテンプレートからコピーするだけで即座に効果が出る設計。 🌐 最新のフロンティア設計も収録 Pi・Claude Code・Codex・DeepSeek の実際のハーネス設計の分析（2026年8月追加）、ループエンジニアリング・グラフエンジニアリング（2026年7月追加）と、現場の最新実践を継続的に反映しています。 エージェントを「プロンプトで動かす」から「ハーネスで信頼させる」へ、という発想の転換を13.7kのエンジニアが支持しています。 #CodingAgent# #AIエンジニアリング#

マネジメント色でありながら、どうやって技術力を保っていくか、という話。 ・EMにとって技術的習熟もはやオプションではなく必須のスキル ・技術的習熟とは、チーム内で最も優れたプログラマーになることを意味するではない ・システム構造や技術的な課題を的確に理解する能力のこと ・マネージャーが技術を理解していると、エンジニアは自分たちの状況や苦労を正しく代弁してくれると感じて強い信頼を寄せる ・技術的な知識があれば、現場のエンジニアの作業を中断させて質問することなく、マネージャー単独で迅速に意思決定ができる ・また、技術詳細をマネージャー自身が把握しておくことで、経営層などのステークホルダーに対する報告やフィードバックのサイクルを短縮できる ・他に、チームの業務に必要な技術的要件を正確に把握できるようになるため、採用活動においてもより優秀なエンジニアを見極めやすくなる ・マネージャーが技術力を維持し向上させるための実践的なアプローチとしては、主に4つの方法が存在する ・第一の方法は、AIに対する適切な指示出しであるプロンプトエンジニアリングのスキルを抑えること ・第二の方法は、現場のエンジニアと一緒に具体的なタスクに取り組みながら学ぶこと ・この共同作業はエンジニアの本来の業務を圧迫しないよう、ロードマップに影響しない優先度の低いタスクを選んで実施すると良い ・一緒に作業をする際は、評価目的ではなくマネージャー自身の学習目的であることを率直に伝えておく（負担になるから） ・第三の方法は、チームの業務に関連する特定の技術ドメインをひとつ選び、その分野の専門知識を計画的に身につけること ・第四の方法は、システムの将来性や保守性を大きく左右する重要なアーキテクチャ設計のレビューに積極的に参加すること ・技術的習熟は一度で終わるものではない ・日々の小さな積み重ねによる継続的な自己投資によるもの

感染症の流行を数分で予測できたら、人道支援の現場はどれほど変わるか。 タイトル: Planetary prediction engine: Automating global models via Earth AI URL: Googleが発表したPlanetary Prediction Engine（PPE）は、自然言語クエリから地球規模の予測モデルを自動構築するシステムです。公衆衛生・食料安全保障・感染症などの課題に対し、従来は専門エンジニアが数週間かけていたデータキュレーション〜モデル構築を数分で完結させます。 注目ポイント 🌍 3段階の自動パイプライン——データ選択からモデルまで 自然言語クエリを地理的制約に変換してData Commons・Google Earth Engineから共変量を取得（ステージ1）、Population Dynamics Foundation ModelsとAlphaEarthの埋め込みと融合（ステージ2）、正則化線形・勾配ブースティング・MLPを横断的に探索（ステージ3）。各ステージに「Feature Gate（リーケージ防止）」と「Overfitting Guard Protocol（過学習防止）」が組み込まれています。 🔬 マルチモーダル融合が全実験で単独モデルを上回る 構造化された統計的共変量と基盤モデルの潜在表現を組み合わせることで、どちらか単独では捉えきれない情報を統合します。この融合効果はすべての実験で確認されており、地理空間予測における新たなアーキテクチャの優位性を示しています。 📊 3つのドメインで実証された精度向上 ・米国CDC健康指標21種: R² 76.8% vs ベースライン60.0% ・ナイジェリア食料安全保障: R² 66.1% vs ベースライン31.5%（精度2倍超） ・コンゴ民主共和国エボラ予測: Recall@10 83.3%（Bayesianベースライン比+10.3pp） 専門的なエンジニアリングチームを持たない人道支援組織や研究者が、緊急時に数分で意思決定の根拠を得られる——この「民主化」こそがPPEの最大のインパクトです。 #地球科学AI# #公衆衛生#

7兆ドル規模のAIブーム、勢いが衰えつつある チップなんて忘れて。コードなんて忘れて。 3兆ドル規模のAI革命において、最も高価で需要の高い商品は、特許取得済みのアルゴリズムでも、Nvidiaの新型GPUでもない。 それが電力だ。 具体的には、新しいデータセンターに1億～5億ドル相当の電力を供給できる、電力網への安全で高電圧な接続です。 現在、地球上で最大かつ最も裕福な企業――グーグル、マイクロソフト、アマゾン――は、エネルギーをめぐる前例のない世界的な争奪戦を繰り広げている。 彼らは、小規模な都市や巨大な製造工場、そして互いに競い合っている。その理由は、次世代のAIモデルを学習させるのに、小国1つ分の電力に相当する電力を消費してしまうからだ。 彼らは切羽詰まっている。割高な料金を支払っている。それにもかかわらず、地元の電力会社が自分たちの需要に見合う十分な容量の変圧器を設置するだけでも、4～5年も待たされているのだ。 これは技術的な問題ではありません。これは物理的なインフラのボトルネックです。 この1兆ドル規模の危機に対する一つの解決策が、デジタル世界の最も予想外で、しばしば嘲笑の的となってきた分野、すなわちビットコインマイナーたちから浮上してきた。 具体的には、数年前から、暗号資産の過酷な経済状況の中で生き残る唯一の方法は「エネルギー貴族」になることだと悟っていた、ごく少数の賢く冷酷な実務家たちである。 今日、こうしたマイナーたち……かつての「ワイルド・ウェスト」的なデジタル・ゴールドラッシュの参加者たち……は、AIハイパースケーラーたちが切望している、大規模でネットワーク化され、電力網への接続が可能なインフラを保有する、世界で数少ないプレイヤーの一角を占めている。 彼らはスイッチを切り替え、新たなAI大家へと変貌を遂げつつある。 そして、そのうちの1人がつい先ほど、正式に発表した。 5月5日、Bitzero (NASDAQ: AIBZ) は、シンガポールに拠点を置くOneQode社と、ノルウェーのデータセンター施設における15年間・110MWのリース契約に関する拘束力のある意向書に署名した。本契約の期間中、契約総収益は約26億ドルに達すると見込まれている。 これは単なる予測ではありません。野心という名目をかぶせたプレスリリースでもありません。5大陸に30カ所以上のデータセンターを運営する、世界的なクラウドおよびネットワークインフラプロバイダーによる、署名済みの法的拘束力のある確約なのです。 そして、これは業界全体の価格体系を一新しかねないという説の概念実証でもある。 このシンプルでレバレッジの高い転換点を見逃せば、今後10年間にわたるAIインフラブームを最大限に活用する、最も純粋で収益性の高い機会を逃すことになります。 なぜ大手テック企業は追いつけないのか あなたがGoogleだと想像してみてください。インディアナ州で110億ドル規模のデータセンター建設計画を発表します。資金もあります。土地もあります。政治的な支持もあります。未来を築く準備は万端です。 そして、地元の都市計画委員会が7対0で反対の採決を下した。 プロジェクトは頓挫する。 なぜでしょうか？　それは、住民たちが騒音や振動、そして膨大な電力消費を懸念しているからです。 これが現実だ。データセンターは、いわば「新しい石油精製所」である。それらは人気がなく、膨大なエネルギーを消費し、地域社会からの激しい反対にさらされている。 ゴールドマン・サックスによると、世界のデータセンターの電力消費量は、この10年の終わりまでに最大165％も急増する見込みだ。既存の電力網は、そもそもこのような需要に対応できるようには設計されていない。高圧送電線をアップグレードするには数年と数億ドルを要し、規制や政治的な難題を乗り越えるにはさらに多大なコストがかかる。 いくらお金をかけても、どんなに高性能なチップを使っても、どれほど優れたAIアルゴリズムを用いても、この現実世界の問題を解決することはできない。 権力争いは今や非常に激化しており、その結果： • 新規参入者には上限が設けられています： ノルウェーのような電力市場では、既存のインフラを持たない新規データセンター事業者は、現在、初期割り当てがわずか5 MWに制限されており、事業を開始するにはかろうじて足りる程度である。 • 待機リストは数年にも及ぶ： 不可欠な高圧機器（遮断器、変圧器）の平均リードタイムは、たとえ資金があっても、現在4～5年となっています。 • 政治リスクは極めて高い： インディアナ州の事例が示すように、たった一つの地方計画委員会が、気まぐれで10億ドル規模のプロジェクトを頓挫させてしまうことがある。 メガワット規模のインフラをゼロから構築する機会はすでに失われてしまった。今日、AIデータセンターのブームに参入する唯一の方法は、すでに接続環境を保有している企業を買収、合併、あるいは提携することである。 これは、Bitzeroがすでに解決した、数十億ドル規模のジレンマです。 ある鉱山労働者が電力危機の解決にどう取り組んでいるか Bitzero (NASDAQ: AIBZ)は運が良かったわけではない……彼らは賢かったのだ。 数年前、同業他社が最新のASICの購入や短期のホスティング契約の締結に注力していた頃、Bitzeroはただ一つのことに注力していました。それは、自社でユーティリティとなることでした。 業界全体では、ビットコイン1枚を採掘するための総コストは平均で約10万ドルですが、Bitzeroのコストは驚くほど低い5万ドルにとどまっています。 そして、それは単なる幸運な偶然ではなかった。 これは、彼らがスカンジナビアの低コストエネルギー回廊に築き上げた、かけがえのないインフラによる競争優位性の結果である。 彼らの競争優位性を示す、単純かつ衝撃的な計算式は次の通りです： 1. 4.3¢/kWhという電力の秘密 Bitzeroは、ノルウェーにおいて132 kV（高電圧）レベルの認可を受けた送電網事業者です。 彼らは自社の高圧送電線を所有している。 彼らは独自の変電所を所有している。 彼らは水力発電所と直接接続を維持している。 つまり、彼らは電力会社を完全に迂回しているのです。手数料や仲介業者による中間マージンを排除しています。こうして、1キロワット時あたりわずか4.3セントという、驚くほど安い「すべて込み」の電気料金を実現しているのです。 米国や欧州の主要なデータセンター運営企業の多くは、1kWhあたり8～12セントを支払っています。Bitzeroは、その半額で電力を供給しています。 この所有構造こそが、同社のビジネスモデル全体の鍵となっている。事業拡大を図る際、同社は電力会社に申請書を提出して何年も待つようなことはしない。発電所と直接取引を行うのだ。これにより、現在ビッグテック企業を苦しめているリードタイムのリスクを排除できる。 2. 1ギガワットのAI対応ランウェイ Bitzeroは、単一の鉱山を建設しただけではありません。同社は、潜在的な発電容量が1ギガワットを超える、世界規模で複数の拠点からなるインフラ基盤を確立しました。 資産 容量 競争上の優位性 「AI大家」の戦略 ノルウェーのフラッグシップ 最大325MW OneQode社との間で、110MWの15年間の契約が締結された。契約期間中の総収益は約26億ドル。発電原価は1kWhあたり4.3セントの水力発電による。 拘束力のある書簡が送達された。「AI大家」説の最初のドミノが倒れた。 フィンランドのフラッグシップ 最大1GW 100%再生可能エネルギー。技術的デューデリジェンスにより、400kV接続で520MWの潜在能力が確認された。 AIハイパースケーラーの夢。大規模でクリーンな欧州のAIワークロードとデータ主権に最適化されています。 ノースダコタ・バンカー 最大300MW 225,000平方フィートの、電磁パルス（EMP）対策および核攻撃対策が施されたバンカー。人里離れた場所に位置し、膨大な発電能力を秘めている。 セキュリティ対策。機密性の高いコンピューティング処理、防衛関連企業、および極秘のAIデータに最適です。 これらの資産は有形であり、所有権があり、長年にわたる参入障壁によって守られています。 競合他社がフィンランドで1GW規模の原子力・水力発電所を、明日にも簡単に建設できるわけではない。認可手続きだけでも10年はかかるだろう。Bitzeroはすでに主要な設備を所有している。 3. スリムで効率的、そして利益を生み出すマシン Bitzeroは電力コストが安いだけでなく、人件費も抑えられます。 競合他社が従業員20～30人で40MWの施設を運営しているのに対し、Bitzeroはわずか4～6人でノルウェーの40MWの施設を運営している。 高度なソフトウェアがすべての発電設備を監視し、問題を自動的に修正するとともに、人的介入が必要な場合にのみ少人数のスタッフに通知します。このスリムな運用体制により、G&Aコストは事実上ゼロにまで削減され、発電容量1メガワットあたりのEBITDAマージンが拡大します。 このコスト管理体制と低コストの電力とが相まって、Bitzeroは、OneQodeとの契約による収益が計上される前から、現在のマイニング事業だけで月間約100万ドルのEBITDAを生み出すことが可能となっている。 ここから得られる重要な教訓は、コストこそが究極の競争力であるということです。ビットコインの採掘コストが5万ドルであるのに対し、競合他社のコストが10万ドルであれば、相場が暴落しても生き残ることができ、強気相場では巨額の利益を上げることができます。これこそが、レバレッジの高い投資の定義なのです。 ピボットの仕組み 「AI大家」モデルの魅力は、その本質的なオプション性にある。 ビットコインマイナーを稼働させるために必要な電力インフラ、変電所、および高圧接続は、AIサーバー（GPU）のクラスターを運用するために必要なものとほぼ同じです。 Bitzeroは、ビットコインとAIのどちらかを選ばなければならないわけではありません。その両方をこなすことができるのです： • ビットコインが上昇したときは： 同社は、急増する利益を確実に獲得するため、ビットコインのマイニングに最大限の電力を投入している。 • AIの方が報酬が高い場合： ハイパースケーラーが複数年契約の高利益率のホスティング契約を提示すると、Bitzeroはマイニング用リソースをAI演算用へと振り向ける。 ビットコインのマイニングは、AI大家ビジネスにおいて以下の3つの重要な役割を果たしています： • 収益源： 現在、AI関連の事業が構築され、パートナーシップの確保が進められている一方で、すでに数百万の収益を生み出しています。投資家の資金を無駄に消費する必要はありません。 • インフラストラクチャの検証： 24時間365日体制でコンピューティング負荷を稼働させ続けていることは、インフラが極めて堅牢で信頼性が高いことを証明しており、これは複数年契約を検討しているハイパースケーラーにとって不可欠な要素です。 • 究極のヘッジ： これにより、インフラが遊休状態になることを防ぎ、最初のAI顧客が契約を結ぶ前から、収益とコストの回収を確実に保証します。 「力」こそが製品そのものです。ビットコインのマイニングはキャッシュフローを生み出す原動力であり、AIホスティングこそが最大の成果です。 26億ドルの検証 理論には限界がある。結局のところ、誰かが小切手を切らなければならないのだ。 5月5日、OneQodeは26億ドルの出資を約束した。 拘束力のある意向書には、ナムスコガンにあるBitzeroのノルウェー旗艦施設における初期容量110MW全量について、15年間のリース契約が盛り込まれている。OneQodeは、この110MW全量にわたって大規模なGPU導入を段階的に実施する計画であり、2027年上半期の稼働開始を目指している。 これは、ハイパースケーラーが他の地域で直面している3～5年の建設期間よりもはるかに速いペースであり、これはBitzeroがすでに送電網への接続設備、変電所、そして敷地そのものを所有しているという事実が直接的な要因となっている。 経済的な要因こそが、同社にとって今が飛躍的な転換点となる理由です： • 契約期間中の総収益は、年間3％の価格改定分および顧客が負担する転嫁されるエネルギーコストを除き、約26億ドルとなる。 • 予想される当サイトの純営業利益率は85％であり、これはフル稼働時の年間純営業利益（NOI）が約1億5,100万ドルとなることを意味する。 • Bitzeroは、リース契約の仕組み上、光熱費を負担しないため、間接費を最小限に抑え、収益の大部分をそのまま純利益に反映させることができます。 BitzeroのCEO、モハメッド・バカシュワイン氏は、このLOIを同社にとって「決定的なマイルストーン」と位置づけ、OneQodeとのリース契約は「まさに、この施設を通じて支援したいと考えていた、大規模かつ高性能な顧客ニーズを体現するものとなる」と述べた。 訳：その戦略は功を奏している。 デューデリジェンス、規制当局の承認、データホールの設計合意、およびIGによる与信支援を条件として、60日から90日以内に最終的な賃貸借契約が締結される見通しです。契約締結後、Bitzeroは施設全体の建設を委託する予定です。このプロジェクトの総工費は11億ドルと見積もられており、同社は借入金によって資金を調達する計画です。すでに複数の銀行や金融機関との最終段階の協議が進められており、AIグレードの施設向けダイレクト・トゥ・チップ冷却、UPSシステム、HVACの分野で業界をリードする、最高水準のサプライチェーン、請負業者、エンジニアリングパートナーがこれを支えています。 稼働開始まで、ビットコインのマイニングは現場で収益性を維持しながら稼働し続け、変圧器の設置、詳細設計の完了、そして建設工事の開始が進む間もキャッシュフローを生み出し続けます。利益率の高いAIテナントが引き継ぐまで、マイナーたちが施設の運営を支え、収益をもたらし続けているのです。 すべてが予定通りに進めば、2027年第3四半期にも全量の納入が開始される見込みです。 「ミスター・ワンダフル」からの認定 このユニークなレバレッジに気づいているのは、あなただけではありません。 戦略的投資家であるケビン・オリアリー氏――『シャーク・タンク』の「ミスター・ワンダフル」――は、規律ある資産配分を行う投資家であり、インフラ投資の理論を深く信奉しているため、Bitzero社そのものにも戦略的投資家として出資している。 ハイリスクな投機を避けることで知られるオリアリー氏は、同社が自身の投資理論と完全に合致していることから、公に同社を支持している。 「ビットコインを保有するのなら、それを実現するための『ツルハシやシャベル』も手に入れてみてはどうでしょう？　それこそが力であり、エネルギーであり、データセンターなのです。Bitzeroは、そのすべての条件を満たしています。」 彼はこれを「ビットコインとAIの両方に対する『ピック・アンド・ショベル』戦略」と呼んでいる。 世界で最も懐疑的かつ成功を収めているベンチャー投資家の1人が、ある企業が地球上で最も急成長している2つの産業におけるエネルギー問題を解決したと述べれば、その戦略的合理性は自明である。OneQodeの買収により、その価値は26億ドルと評価された。 長くは続かない評価額の乖離 ここで、投資の根拠が重要になってきます。 Bitzeroは現在、次のような企業となっています： • 最初の110MWについて、OneQode社との間で15年間、総額26億ドルのAIホスティングリース契約を締結した。 • フィンランドとノースダコタ州全域で、1ギガワット以上の追加潜在発電容量を確保した。 • 競合他社が追随するには何年もかかる、かけがえのないインフラの「堀」を築き上げた。 • データセンターの建設が進む間、キャッシュフローのつなぎとして、収益性の高いビットコインマイニングを継続した。 市場がまだ完全には織り込んでいない計算は以下の通りです。 AIホスティング分野では、現在、GPU対応の契約容量100MWごとに、約20億～30億ドルの企業価値に相当しています。Applied Digital（ナスダック：APLD）は、CoreWeave社と15年間で総額約70億ドルに相当する250MWの契約を締結した後、契約規模を400MW、総契約収益を約110億ドルへと拡大し、その過程で同社の株式価値評価全体を見直した。 Bitzero (NASDAQ: AIBZ)は、110MWの契約を締結したばかりだ。これは、ノルウェーの拠点だけで、22億～33億ドルに相当する企業価値を示唆するものであり、これには、1GWのフィンランド・キャンパスや、今後計画されている300MWのノースダコタ・バンカーは含まれていない。 はい、通常、最初の施設が完全に建設され、引き渡されるまでは、市場ではおよそ30％のディスカウントが適用されます。しかし、それが完了すると（2027年第3四半期を予定）、そのディスカウントは解消され、企業は、同様の投資テーマに基づきすでに数十億ドルの評価額で取引されている同業他社を基準に、再評価される傾向があります： • アイリス・エナジー（IREN）： 21ドル以上。時価総額5十億。 • コア・サイエンティフィック（CORZ）： $以上9十億。 • TeraWulf (WULF)： $以上12.25 billion. これらの企業は、確保された拡張能力を備えた自社所有の電力インフラという、同じ中核的なコンセプトに基づいて企業価値を築き上げてきました。Bitzeroは、同様の成長余地と優れたコスト構造を有しているだけでなく、現段階では他社がまだ持っていない、AIリースに関する署名済みかつ法的拘束力のある契約書も手に入れています。 市場では、Bitzeroは単なるビットコインマイナーとして評価されてきました。しかし実際には、同社は1ギガワットを超えるAI対応の低コストでクリーンな電力を保有するインフラ事業者であり、そのうち最初の110MWについてはすでに契約が成立しています。 AIのエコシステム全体では、すでにソフトウェアやサイバーセキュリティの分野で、大きな成功を収めている企業が数多く現れています。CrowdStrike Holdings Inc. (NASDAQ:CRWD)、 Palantir Technologies Inc. (NASDAQ:PLTR)、およびSnowflake Inc. (NYSE:SNOW)といった企業は、AI駆動型のソフトウェア、アナリティクス、およびエンタープライズインフラに対する需要の急増から恩恵を受けています。しかし、投資家の注目は主にアプリケーション、データ、セキュリティに集まっている一方で、あらゆるAIワークロードは最終的には物理的な電力とデータセンターの容量に依存しています。AIの導入が加速する中、この業界における最大の制約はソフトウェアの革新ではなく、電力供給されたインフラへのアクセスである可能性があり、次世代のAIコンピューティングを支えるために必要な電力、用地、送電網接続を供給できる企業を中心とした、並行する投資テーマが生まれています。 評価額の格差は甚大です。Bitzeroが単にデジタル資産をマイニングしているのではなく、将来のコンピューティングの鍵を貸し出しているということを市場が完全に理解すれば、この格差は解消されるでしょう。 インフラの整備が完了しました。電力供給も確保されました。最初のAIテナントとの契約が締結されました。 選択肢は明らかだ。今すぐ参入してこの融合の波に乗るか、それともビッグテックがようやく資金力で参入してくるまで2年間待つか、だ。 憶測を巡らせる時期は終わった。希少でかけがえのない資産――電源プラグ――を手に入れるのは、今こそだ。 文：マイケル・スコット AIブームをきっかけに、天然ガスや電力関連株が予想外かつ前例のない上昇局面を迎えています。データセンターのエネルギー需要に注目していなければ、この10年で最大のエネルギー関連の話題を見逃してしまうでしょう。賢明な投資家はすでに、1兆ドル規模のAIシステムを支える準備が整っている数少ない企業へと、ひっそりと資金を移し始めています。

最近のAIはオーバーエンジニアリングの傾向がだいぶ軽減されてはいる気はする というか自分がコード読まなくなったから実態はよく分からんな 久々に見てみるか

AI時代のエンジニアリング組織論 ■ 開発工程のボトルネックはコーディングから製品設計とコードレビューへ移行する リーガルAIのLegoraは、創業18ヶ月でARR1億ドルを突破し評価額56億ドルに達した最速のB2B企業である。CTOのヤコブ・ラウリツェンは、AIツールにより従来のボトルネックだったコーディングのコストは劇的に低下したと語る。現在、開発の真の制限要因は、顧客ニーズを製品設計へ落とし込む作業と、生成されたコードのレビュー工程へ移行している。そのため、同社はPMが顧客との対話に集中できる時間を守り、エンジニアをシステム設計に特化させている。 ■ トークンの消費量競争は開発組織を歪ませる無意味な評価指標である 多くのエンタープライズ企業が陥る失敗が、開発者評価にAIトークン消費量を持ち込むことである。トークン消費を可視化するリーダーボードを作ると、エンジニアは評価のためだけに無意味にトークンを浪費し始める。ラウリツェンはこの「トークンマクシング」を愚策と一蹴し、AI使用量そのものを報酬評価にしてはならないと警告する。組織が評価すべきは開発効率と実際のアウトプットの質であり、デモ等を通じて効率化の工夫を共有し合う環境こそが不可欠である。 ■ 開発者体験に特化した専門チームの設置が組織全体の生産性を最大化する 同社は、わずか80名のエンジニアでAccelやBenchmark、NVIDIA等から8億ドル以上を調達した。現在、Legoraのコードの50%以上はCursorやClaudeなどのAIツールにより生成されている。この開発速度を維持するため、同社は3名の開発者体験（DevEx）専門チームを早期から設置した。彼らは、エンジニア1人あたり最大10個の自律コーディングエージェントを回し、独自のCIレビューボットを開発して全員の開発を支援している。結果としてエンジニア全員が約20%効率化し、新人の即戦力化も劇的に加速した。 ■ 複雑度の低い社内ツールは購入するよりバイブコーディングで自社開発する AI開発において、同社は社内ツールの導入基準として、機能の広さと複雑度の深さという2つの軸を設けている。既存製品を購入するよりも、複雑度が低く自社専用のカスタマイズが必要なシステムは、バイブコーディングで自作する方が安価になった。特に人事管理やオンボーディングシステム、データ移行アプリなどは、AIを使って自立的かつ高速に自社開発することが推奨される。汎用ツールに頼る手間を省き、社内のAIイネーブルメントチームが直接プロトタイプを開発して課題を瞬時に解決している。 ■ 組織を急成長させるためにはエゴのない優秀な人材の密度を高める Legoraが競合を圧倒して超高速成長できた最大の要因は、優秀なAプレイヤークラスのエンジニア密度を極限まで高めたことだ。特に5〜8人規模のスタートアップチームを丸ごと買収するアクハイヤー戦略は、高いチーム開発力を一瞬で取り込む上で効果的だった。この統合を成功させたのは、役職やタイトルへの執着を一切排除する「ローエゴ（低自己愛）」の徹底した採用基準である。ラウリツェンは、最も優れた成果を出せる者が役割を担う機動的な文化を築き、エゴの排除が企業の成長速度を決めると実証している。

【AIエンジニアリング実践｜カリキュラム刷新＆受講生募集開始】 AIコーディングを前提とした開発を出発点に、要件定義からデータ・ログ設計、プロトタイプ構築、デプロイ、評価、改善、エージェント化までを扱う「AIエンジニアリング実践」。全7回だったカリキュラムを一から再設計し、全13回へと刷新しました。 全回演習・ハンズオン形式で、1つのAIアプリケーションをRAGによるプロトタイプ構築からクラウドへのデプロイ、LLM-as-a-Judgeによる評価設計、MLOpsによる継続的改善まで一気通貫で実装します。 ▼今期の新規拡充テーマ ・評価の深掘り（評価指標・LLM-as-a-Judge・回帰テスト） ・レイテンシとコストの最適化 ・セキュリティとプライバシー（ガバナンス・リスク・コンプライアンス） ・AIエージェントとワークフロー設計 ▼講座情報 ・全13回｜毎週月曜 19:00〜20:45（第11回のみ火曜） ・完全オンライン（Zoom）・受講料無料 ・対象：学生（大学院生〜中学生）※学位取得可能な学校法人に在籍中、または入学予定であることの証明が必要 ・開講：10/19(月) ▼スケジュール ・ID登録締切：10/3(土) 10:00 ・申込締切：10/5(月) 10:00 ・選考結果：10/13(火)19:00までに全応募者へご連絡 ▼お申し込み

ハーネスエンジニアリングのプラクティス P8. 検証器を「敵対的に」守る（報酬ハッキング対策） 🎯 ポイント 有能なエージェントはテストを「通す」のではなく「黙らせる」ことがあります。検証器の堅牢性が、自律性の上限を直接決めます。 📝 概要 有能なエージェントは検証器の文言を満たそうとします。テストをスキップし、アサーションを弱め、期待値をハードコードする。検証器は敵対的に探られる前提で硬化させる必要があります。テストの削除・スキップ・改変を差分検知し、カバレッジ低下を拒否し、期待値のハードコードを検出する仕組みを組み込みます。 🔍 解説 これはGoodhartの法則のAI版です。指標が目標になると、指標でなくなります。テストが「完了の証拠」になると、エージェントはテストの緑を最小コストで達成しようとします。アサーションを `assertTrue(True)` に書き換える、テストケースをコメントアウトする、期待値を現状のバグ込みの出力にハードコードする、といった行動は珍しくありません。偽の検証は、検証なしよりも危険です。偽りの確信を製造するからです。検証器を敵対的な探索から守るための自動チェック（テスト行数の減少検知、カバレッジの閾値維持、skip/xfailの増加検知）を、ハーネスレベルで強制することが不可欠です。 🛠 実践方法 ・CIゲートにテストファイルの差分検査を追加し、テスト行数の減少・skip/xfailの追加・アサーションの弱体化を自動検知します ・カバレッジ閾値を設定し、エージェントの変更後にカバレッジが低下した場合はPRを拒否します ・期待値のハードコード（`assertEqual(result, "固定文字列")`のような不審パターン）を正規表現やASTで検出します ・検証器の硬化ルールをモデルの能力向上に合わせて継続的に更新するレビューサイクルを設けます 💼 ユースケース ・issue-to-PRエージェントのCIゲートで、テストファイルの変更差分を自動検査する場面 ・自律的なバグ修正で、修正前後でテストカバレッジが低下していないことを強制する場面 ・コードレビューエージェントが、テストの弱体化パターンを自動検出して指摘する場面 ⚠ 落とし穴 検証器の硬化が過度だと、正当なテスト修正（仕様変更に伴うアサーション更新など）までブロックしてしまいます。「テストを変更してはいけない」ではなく「テストの弱体化を検知する」という設計が重要です。また、検証器の硬化は一度で終わりではなく、エージェントの能力向上に合わせて継続的に更新する必要があります。 #HarnessEngineering# #AIAgent#

Claude 5世代のモデル向けにコンテキストエンジニアリングの考え方が変わっているよという公式記事。↓は自分用メモ。 ・Claude Codeのシステムプロンプトを80%以上削減しても、コーディングの精度は維持している ・以前は事故を防ぐため「コメントを書くな」等の強い制約を設けていた ・ただ、それがかえって指示の衝突を生み、AIの判断を難しくさせる原因になっていた ・最新モデルは判断力が向上しているため、細かいルールよりAIの裁量に任せた方が良い ・ツールの具体的な使用例を提示すると、逆にAIの探索範囲を狭める ・例を見せるよりも、パラメーター設計などを工夫して意図を伝える方が良い ・ツールの使い方はシステムプロンプトではなく、各ツールの説明文に記載する ・すべてのベストプラクティスをCLAUDE.mdに詰め込むのは良くない ・必要な時に情報を読み込ませるprogressive disclosure（段階的に開示）が良い ・長いドキュメントは分割し、適切なタイミングで参照させる ・CLAUDE.mdは軽量に保つ ・コードベース特有の注意点の記載にとどめる ・また、単純なMarkdownの仕様書より、もっと情報量を増やしていい。例えば、HTMLのモックアップやテストコードを渡す方が精度が上がる