株式会社ずんだもん技術室AI放送局

DeNAの子会社であるDeNA AI Linkが、革新的なAIソフトウェアエンジニア「Devin（デヴィン）」の日本展開を、開発元のCognition AI社との戦略的パートナーシップによって開始しました。この取り組みは、日本で課題となっているエンジニア不足の解消と、ソフトウェア開発現場の生産性向上を大きく進めることを目指しています。

Devinは、一般的なAIによるコード作成補助ツールとは一線を画し、ソフトウェア開発の全工程を自律的に実行できるのが最大の特徴です。具体的には、「どんなシステムを作るか（要件定義）」から「どう設計するか（設計）」、「実際にコードを書く（コーディング）」、「ちゃんと動くか確認する（テスト）」、そして「実際にサービスとして使えるようにする（デプロイ）」まで、AI自身が考えて一連のタスクをこなします。まるで、新しく優秀なエンジニアがチームに加わり、自律的にプロジェクトを進めてくれるようなイメージです。

Devinを導入することで、開発現場には大きな変化が期待されます。まず、エンジニア一人ひとりの生産性が劇的に向上し、同じ時間でより多くの機能を開発できるようになります。DeNA社内ではすでにDevinが先行導入されており、サービスの新規開発や技術調査、コード品質向上、日々の定型作業の自動化など、様々な場面で業務効率が「倍以上」になった実績が報告されています。例えば、数分の指示で高速にプロトタイプが完成したり、複雑なコードの仕様調査時間が大幅に削減されたりしています。

さらに、プログラミングの専門知識がない非エンジニアでも、Devinに分かりやすく指示を出すだけでコードを生成してもらえるようになります。これにより、アイデアをすぐに形にできる「モノづくり」の機会が広がり、開発の裾野が拡大することが期待されます。

Devinには、開発を強力にサポートする便利な機能が多数搭載されています。「Devin Wiki」は、既存のコードから自動でドキュメントや設計図を生成し、新規プロジェクトメンバーのオンボーディング（業務に慣れるための支援）を迅速にします。「Ask Devin」を使えば、コードについて質問すると対話形式で教えてくれるため、まるでベテランエンジニアに相談するかのようです。「Devin Playbook」は、繰り返しの開発タスク手順をテンプレートとして保存・共有できるため、誰でも同じ品質で作業を進められます。

DeNA AI Linkは、Devinの導入を検討している企業に対し、単にツールを導入するだけでなく、各企業のニーズに合わせた最適な活用方法のコンサルティングや、共同でのシステム開発、さらにはDevinを最大限に活用できるチーム作りまで、手厚くサポートしていくとのことです。

AIが単なるツールではなく、私たちと一緒に働く「パートナー」として開発を加速させる時代が到来しました。新人エンジニアの皆さんも、これからのAI技術の進化と、それによって変わる開発の常識にぜひ注目してみてください。

引用元: https://dena.com/jp/news/5269/

新人エンジニアの皆さん、今回はAIエージェント開発で非常に重要な「Context Engineering（コンテキストエンジニアリング）」という技術について解説します。

LLM（大規模言語モデル）は、一度に処理できる情報量に限りがあります。これを「コンテキストウィンドウ」と呼び、パソコンの「RAM（メモリ）」のようなものです。AIエージェントは複雑なタスクをこなすために、対話やツールの使用を通じて多くの情報（コンテキスト）を生成し続けます。情報が多すぎると、コンテキストウィンドウの限界を超えたり、コストが増えたり、処理が遅くなったり、LLMの性能が落ちて誤った回答をする問題が生じます。

Context Engineeringは、このコンテキストウィンドウに「エージェントが次のステップで本当に必要とする、最適な情報だけ」を効率的に詰め込むための「技術と工夫」です。これにより、エージェントの性能を最大限に引き出し、安定した動作を実現します。主な戦略は以下の4つです。

これらのContext Engineeringの戦略を実装するには、LangGraphのようなフレームワークが役立ち、LangSmithでエージェントの動作を分析し、効果を測定することで、開発を効率的に進めることができます。

Context Engineeringは、高性能で賢いAIエージェントを作るための重要な技術です。ぜひ、この概念を理解し、今後のAI開発に役立ててください。

引用元: https://blog.langchain.com/context-engineering-for-agents/

この記事では、プログラマー向けのAIアシスタント「Claude Code」と、Googleの対話型AI「Gemini」のコマンドラインインターフェース（CLI）を連携させる、実践的なAI活用術が紹介されています。複数のAIを組み合わせることで、お互いの得意な部分を活かし、開発中のコードに対してより深く、多角的な分析や具体的な改善提案を引き出すことを目的としています。

この連携の主なアイデアは、まずClaude Codeがプロジェクトの状況（例えばGitリポジトリの変更点や履歴）を把握します。次に、その情報を元にGemini CLIと対話形式で議論を進める、というものです。これにより、単一のAIだけでは見逃しがちな問題点や、より良い解決策を発見し、実践的なアクションプランの生成を目指します。

具体的な連携のプロセスは以下の通りです。

この連携システムを利用するためには、事前にGemini CLIをインストールし、認証を済ませておく必要があります。

この手法の大きなメリットは、AI同士が協力し合うことで、たとえ指示（プロンプト）がざっくりしていても、かなり質の高い出力が期待できる点です。これにより、開発者はより効率的にコードの品質を高め、潜在的な問題を早期に発見し、開発プロセスをスムーズに進めるための強力なサポートを得られます。新人エンジニアの方々も、AIの力を最大限に引き出すためのヒントとして、ぜひ参考にしてみてください。

引用元: https://zenn.dev/suthio/articles/9a44061200b733

Cloudflareが、AIクローラーがWebサイトの情報を収集する際に料金を請求できる新システム「Pay per crawl」を発表しました。この仕組みでは、これまでほとんど使われなかったHTTP 402エラー（支払いが必要）を活用し、AIクローラーからのアクセスを制御します。これにより、Webサイトのコンテンツ提供者は、AIによるデータ利用を管理し、収益を得る可能性が生まれます。日本のエンジニアの間では、この革新的なアプローチがWebとAIの関係をどう変えるか、大きな注目が集まっています。

引用元: https://togetter.com/li/2571125

（株式会社ずんだもんは架空の登場組織です）

AIの世界は進化が速く、新しい技術が次々と登場していますね。今回は、Gensparkという会社が開発した「Super Agent」という画期的なAIエージェントについてご紹介します。これは、新人エンジニアの皆さんも注目すべき、AI活用の最前線を示す事例です。

Super Agentは、プログラムを書かなくても（ノーコードで）使えるAIエージェントです。例えば、電話をかけたり、プレゼンテーション資料を作ったり、レシピを短い動画に変えたりといった、普段の仕事や生活で発生する「現実世界でのタスク」をAIが自動でこなしてくれるのが最大の特徴です。

このAIエージェントのすごいところは、OpenAIの最新のAIモデル（GPT-4.1やGPT-image-1など）と「Realtime API」という技術を組み合わせて使っている点です。これにより、テキスト、画像、音声といった様々な情報を扱えるようになり、ユーザーが「これをしてほしい」と指示するだけで、裏側で複数のAIモデルや80種類以上のツールが連携し、複雑な作業も自動で完結できるようになりました。

GensparkはもともとAI検索エンジンを作っていましたが、ユーザーが単に「答え」を知りたいだけでなく、「成果物」（例えば、提案書や動画）を求めるようになったため、2025年4月に思い切ってAIエージェントに事業の軸を移しました。

このSuper Agentは、ローンチからわずか45日間で年間売上（ARR）が3600万ドル（約56億円）に達するという驚異的な成長を遂げました。しかも、これは20人の小さなチームが、一切有料広告を使わず、口コミと製品自体の魅力だけで達成したものです。

特に面白い機能として、「Call For Me」というものがあります。これはAIがユーザーの代わりに電話をかけ、予約をしたり、配送の変更を依頼したりと、人間相手に自然な会話をリアルタイムで行ってくれます。日本では、この機能を使って会社に退職の連絡をする事例が話題になるほどで、AIが「まさかこんなことまでできるのか！」と多くの人を驚かせました。

Gensparkは、OpenAIとの密接な連携を通じて、モデルの性能を最大限に引き出し、APIの使いやすさも相まって、記録的な速さで製品を開発・拡大できました。Super Agentは単なるチャットAIではなく、様々な作業をこなす「オールインワンのAIワークスペース」を目指しており、今後のAIの進化を示す事例として、新人エンジニアの皆さんにとっても大変参考になるはずです。

引用元: https://openai.com/index/genspark

昨今、AIエージェントは企業の業務を自動化し、効率を大幅に向上させる存在として注目されています。NVIDIAが提供するオープンソースライブラリ「NVIDIA NeMo Agent toolkit」は、このAIエージェントを効率的に構築・統合するためのツールです。異なるAIフレームワークで作成されたエージェントであっても、このツールキットを使えば、様々なデータ源やツールを簡単に組み合わせて、統一された環境で動かすことができます。

このツールキットを使うと、以下のようなステップでカスタムAIエージェントを構築できます。

プロジェクトの準備: まずはworkflow createコマンドを使って、エージェント開発の土台となるプロジェクトのひな形（スケルトン）を作成します。これにより、エージェントの構成要素やプラグインを定義する設定ファイル（pyproject.tomlやconfig.yaml）が用意されます。開発したエージェントは、Web APIとして広く使われるFastAPIのマイクロサービスとして動かすこともでき、外部から簡単に利用できるようになります。

マルチRAGエージェントの作成: RAG（Retrieval Augmented Generation）とは、外部の知識源から情報を取得し、それを基にAIが回答を生成する技術です。このツールキットでは、複数のRAGを連携させて、様々な情報源から必要な情報を引き出し、複雑な問題に対しても根拠に基づいた推論ができるエージェントを作成できます。例えば、社員の服装規定、給与、休暇ポリシーといった異なる情報を管理するRAGを組み合わせることが可能です。これらのRAGは、ローカル環境でもリモート環境でもホストでき、設定ファイルで柔軟に定義できます。

ReActエージェントの設定: ReAct（Reasoning and Acting）エージェントは、思考（Reasoning）と行動（Acting）を繰り返し、問題解決を行うAIエージェントの一般的な手法です。NeMo Agent toolkitを使ってカスタムエージェントを実装する際には、利用するツールの一覧、大規模言語モデル（LLM）と連携するためのクライアント、そしてエージェントの応答を導くためのプロンプトを設定します。これにより、エージェントは過去の会話履歴や最新のメッセージを考慮しながら、RAGツールを効果的に活用し、正確で文脈に合った回答を提供できるようになります。

FastAPIマイクロサービス化: 最後に、構築したエージェントを外部から利用できるように、FastAPIを使ってマイクロサービスとして公開します。設定ファイルを更新し、コマンドラインツールでパラメータが正しく指定されていることを確認すれば、エージェントはユーザーからの問い合わせに応答できるようになります。

NVIDIA NeMo Agent toolkitは、GitHubで公開されており、カスタムAIエージェントを構築するための具体的な手順は、付属の動画チュートリアルでも詳しく解説されています。AIエージェント開発に興味のある新人エンジニアにとって、実践的な学びの機会となるでしょう。

引用元: https://developer.nvidia.com/blog/how-to-build-custom-ai-agents-with-nvidia-nemo-agent-toolkit-open-source-library/

この記事では、最新のAI技術を組み合わせて、まるで童話の「小人のくつ屋さん」のように、人間が寝ている間に仕事を進めてくれる自動化システム「小人の調べ屋さん」の実現について解説しています。

このシステムは、AIエージェントが人間の代わりにウェブブラウザを操作し、ウェブサイトを自動で調査して、その結果をGoogleスプレッドシートに記録するものです。例えば、多数のウェブサイトを一つずつ開いて、アクセスランキングが表示されているかを確認し、その有無や名称をスプレッドシートに記入するといった、これまで人間が目視で確認し、手作業で行っていた単純だけど手間のかかる作業をAIが肩代わりしてくれます。URLが間違っていても、AIがウェブ検索で正しいURLを調べて修正するといった柔軟な対応も可能です。

このシステムを動かす主な技術要素は以下の通りです。

開発は、まずAIエージェント単体でウェブサイトの調査ができるかを確認し、次にGoogleスプレッドシートとの連携、そして一連の作業を自動で繰り返す「バッチ処理」のワークフローを組む形で行われました。AIエージェントが自然言語で得た調査結果を、プログラムで扱えるように構造化する工夫もされています。このプログラムのソースコードも公開されています。

記事の筆者は、AIにどこまで仕事を任せるか、そしてプログラムで制御する部分とAIに任せる部分の線引きについて考察しています。今回は安定性を重視して、AIが自然言語で出した結果を、別のAIが構造化データに変換するという二段階のアプローチを採用しています。

このようなAIエージェントの活用により、これまで専門スキルや多くの人手が必要だった「緻密なフィールドワーク」のようなデータ収集が、より手軽に、効率的に行えるようになる可能性を示しています。新人エンジニアの皆さんも、日々の業務で「これ、AIに任せられないかな？」と考えてみると、新しい発見があるかもしれません。

引用元: https://qiita.com/miyanaga/items/89c241f9c9b5558626cc

福島県鏡石町の岩瀬牧場に、東北最大級のトウモロコシ迷路が完成しました。広さ1万5000平方メートル、全長2キロのコースは、上から見ると人気キャラクター「ずんだもん」の形になっているのが特徴です。アナウンサーが挑戦し、目標時間を大幅に上回る好タイムでゴールしました。冒険気分と達成感を味わえるこの迷路は、7月19日にグランドオープンし、9月中旬まで楽しめます。気分転換にいかがでしょうか。

引用元: https://topics.smt.docomo.ne.jp/article/tuf/region/tuf-2014949

（株式会社ずんだもんは架空の登場組織です）

データはテキストだけでなく、画像や動画、音声など多様な形式で存在します。これまでの情報検索システム（RAG: Retrieval Augmented Generation）はテキスト中心で、PDFや画像からテキストを抽出する際に、図や表といった視覚情報が失われる課題がありました。

この課題を解決するために、画像とテキストの両方を理解できる「ビジョン言語モデル（VLM: Vision Language Models）」が登場しました。VLMは、機械が視覚とテキスト情報を組み合わせて理解することを可能にし、質問応答やマルチモーダル検索など、より自然で便利なアプリケーションを実現します。

近年、VLMの進化により、「マルチモーダルRAG」の構築が注目されています。マルチモーダルRAGでは、複雑なテキスト抽出ステップが不要になり、文書の画像を直接処理できるため、RAGパイプラインをシンプルにできます。ただし、VLMはテキスト専用のLLMに比べて「幻覚」（事実と異なる情報を生成すること）を起こしやすい傾向があるため、より正確な情報検索（Retrieval）が重要になります。

ここで中心となるのが「マルチモーダル埋め込みモデル」です。これは、画像とテキストを共通の数値表現（ベクトル）に変換し、互いの関連性を効率的に見つけられるようにする技術です。これにより、テキストクエリで関連画像を検索したり、画像から関連テキストを検索したりすることが可能になります。

NVIDIAは、このマルチモーダルRAGの課題に対応するため、新しいマイクロサービス「NVIDIA NeMo Retriever」をリリースしました。特に注目すべきは、最新の「Llama 3.2 NeMo Retriever Multimodal Embedding 1Bモデル」です。これは16億パラメータと小さいながらも非常に強力なVLM埋め込みモデルで、NVIDIA NIMという形で提供され、大規模で効率的なマルチモーダル情報検索システム構築を可能にします。

このモデルは、画像処理を行うVision Encoderと、Llama 3.2ベースの言語モデル、そして両者をつなぐ層で構成されており、テキストの質問と文書画像の埋め込みが一致するように学習されています。そのため、高い精度で関連情報を検索できます。複数のベンチマークデータセットで、他の同規模のVLM埋め込みモデルと比較して優れた検索精度（Recall@5）を示し、特に図表やテキストなど、様々な種類の情報を含む文書からの検索で高い性能を発揮することが確認されています。

「Llama 3.2 NeMo Retriever Multimodal Embedding 1Bモデル」は、OpenAI APIと互換性のあるインターフェースで利用できます。これにより、開発者は簡単なコードでテキストクエリや画像入力から埋め込みベクトルを生成し、マルチモーダルな情報検索システムを迅速に構築できます。NVIDIA NeMo Retrieverは、高精度かつセキュアな情報検索を企業にもたらし、リアルタイムでのビジネス洞察生成を支援します。AIを活用した情報検索システムの開発に関心のある新人エンジニアにとって、この新しい技術は、マルチモーダルデータ活用の強力な一歩となるでしょう。

引用元: https://developer.nvidia.com/blog/best-in-class-multimodal-rag-how-the-llama-3-2-nemo-retriever-embedding-model-boosts-pipeline-accuracy/

この記事は、コーディング用AIエージェント「Claude Code」を実際の開発プロジェクトで効果的に活用するための10個の具体的なテクニックを紹介しています。AIを使っていると「コードが複雑になるとうまくいかない」「意図しない動きをする」といった課題に直面しがちですが、これらを軽減し、AIを強力な味方にするための知見が詰まっています。

まず基本的な使い方として、npm install -g @anthropic-ai/claude-codeで導入し、プロジェクトディレクトリでclaudeと実行するだけで使い始められます。-cで前回の会話を継続したり、/modelでAIモデルを切り替えたり、/clearで会話履歴をクリアするといった便利コマンドも活用しましょう。Claude Codeは頻繁にアップデートされるため、claude updateで常に最新の状態に保つことが推奨されています。

次に、より高度な活用術です。

これらのTipsを活用することで、Claude Codeの持つ力を最大限に引き出し、開発効率とコード品質を大きく向上させることができるでしょう。新人エンジニアの皆さんもぜひこれらのテクニックを試して、AIとの開発を楽しんでみてください。

引用元: https://qiita.com/nokonoko_1203/items/67f8692a0a3ca7e621f3

AI技術をリードするOpenAIが、ChatGPTなどのAIサービスを動かすために、これまで主に使っていたNVIDIA（エヌビディア）製のAI向け半導体（GPU）だけでなく、Google（グーグル）が開発したAI専用の半導体「TPU」の利用を始めたことが分かりました。これは、AI業界のハードウェア戦略において大きな変化を示すニュースです。

これまでOpenAIは、AIの学習や推論（AIが答えを出すこと）に必要な計算処理のほとんどを、エヌビディア製のGPUに頼っていました。しかし、AIサービスの高度化に伴い、OpenAIはより多くの計算能力を必要としており、その対応策としてGoogleのクラウドサービス活用を計画していると以前から報じられていました。

今回のTPU利用開始の背景には、Googleが自社開発してきたTPUを、社内だけでなく外部の企業にも提供する戦略を進めていることがあります。OpenAIがエヌビディア製以外のAI半導体を本格的に使うのは初めてとみられ、これは彼らを支援するマイクロソフトのデータセンターへの依存を減らそうとしている可能性も示唆しています。

この動きは、AI半導体市場においてTPUがエヌビディア製GPUの「安価な代替品」として台頭する可能性を秘めており、OpenAIはTPUの利用によってAIサービスを動かす費用（推論コスト）の削減を期待しているようです。ただし、Googleは最も高性能なTPUを競合他社にはまだ提供していないとされています。

新人エンジニアの皆さんにとって、このニュースはAI技術の裏側で動いているハードウェアの変化、そしてその変化がAI開発やサービスのコスト、さらには業界全体の競争にどう影響するかを知る良い機会です。AIの進化はソフトウェアだけでなく、それを支えるハードウェアの多様化と競争によっても加速していることを理解すると、これからの技術トレンドを読み解く上で役立つでしょう。

引用元: https://jp.reuters.com/economy/industry/LQW3LAQ5WJMGDPMOEABXN2E3MM-2025-06-29/

「ずんだもん」がビクターからメジャーデビューし、「世界化計画」をスタートしました。人気の理由は、性別などに“曖昧さ”という余白を持たせたキャラクター設定と、二次創作を自由に認める運営側の“寛容な姿勢”にあります。これにより、ユーザーが多様な作品を生み出し、まるでストリートカルチャーのように広まりました。今回のメジャーデビューは、この“曖昧さ”を肯定し、ファンと共に作り上げてきた文化を世界に発信する意義深い一歩です。

引用元: https://realsound.jp/2025/06/post-2072118.html

（株式会社ずんだもんは架空の登場組織です）

Googleが、軽量AIモデル「Gemma」の最新版「Gemma 3n」をリリースしました。このモデルは、スマートフォンやIoT機器などのエッジデバイスで効率的に動作し、テキストだけでなく画像や音声、動画も理解できる「マルチモーダル」な点が大きな特徴です。新人エンジニアの皆さんにとって、これからのAI開発で注目すべき技術です。

小さいデバイスでも高性能:

いろんな種類のデータを理解できる「マルチモーダル」:

用途に合わせて姿を変える「マトリョーシカ」構造:

性能と多言語対応の向上:

Gemma 3nは、Hugging FaceやKaggleといったプラットフォームからダウンロードできるほか、Google AI Studioでも簡単に試せます。また、GoogleはGemma 3nを使った開発コンテスト「The Gemma 3n Impact Challenge」も開催しているので、ぜひ挑戦してみてください。

Gemma 3nは、AIが私たちの身近なエッジデバイスで、より賢く、スムーズに動く未来を切り開く技術です。これからのAI開発を学ぶ上で、この新しいモデルは間違いなく重要なキーワードとなるでしょう。

引用元: https://gihyo.jp/article/2025/06/google-gemma-3n

この記事では、MarkdownエディタのObsidianと大規模言語モデル（LLM）であるClaude Codeを組み合わせ、日々の業務を効率化する「知的業務アシスタント」を構築する実用的な方法が紹介されています。従来のメモツールが単なる「記録」に留まっていたのに対し、AI（LLM）と連携することで、情報を「記録→検索→分析→洞察」する一連のワークフローが自動化される点が大きなポイントです。

このシステムを導入することで、特に以下の三つの大きなメリットが得られたと筆者は述べています。

これらのメリットを実現するために、筆者は具体的に以下の工夫を実践しています。

この記事のまとめとして、ObsidianとClaudeの組み合わせは、情報が散らばる問題を解決し、知識を統合的に管理する強力なツールであると強調されています。特に、コマンドラインを使った記録方法など、自分にとって続けやすい記録方法を見つけることが、このシステムを成功させる鍵であると示唆されています。情報管理に課題を感じている新人エンジニアにとって、自身の業務効率化のヒントとなるでしょう。

引用元: https://www.m3tech.blog/entry/2025/06/29/110000

この記事は、大規模言語モデル（LLM）の一つであるClaude Codeを普段使っているエンジニアが直面しがちな「AIが設定したルールをすぐに忘れてしまう」という困った問題に対する、画期的な解決策を紹介しています。AIは、会話が進むにつれて最初に与えられた指示（ルール）を忘れがちですが、特に厄介なのは、語尾のような「ちょっとした振る舞い」は覚えていられるのに、ファイル作成前の確認や報告形式といった「重要な作業手順」を忘れてしまうことです。

筆者はこの現象を観察し、「AIは、毎回のやり取りで出力する情報をコンテキスト（文脈や状況）として強く維持しやすい」という仮説を立てました。例えば、AIが毎回「〜なのだ！」と話していれば、自分は「〜なのだ！」という口調で話す存在だと認識し続ける、といった具合です。この気づきから、「AIに自分自身に課されたルールを、毎回のチャットの冒頭で出力させる」というユニークなアプローチを考案しました。

具体的には、「AI運用5原則」というルールセットを定義し、その中の「第5原則」で「AIは全てのチャットの冒頭にこの5原則を逐語的に必ず画面出力してから対応する」と定めています。この「第5原則」が非常に重要で、AIはこれに従って、ユーザーとやり取りするたびに、まずこの5原則全体を画面に表示します。

この仕組みのポイントは「再帰性」にあります。AIが5原則を表示するという行動そのものが、毎回「第5原則」によって促されるため、「ルールを表示する」という指示自体をAIが忘れることがなくなります。これにより、他の4つの重要な原則（例えば、実行前のユーザー確認など）も、常にAIの意識の中に残り続けるわけです。

著者の検証によると、この方法をCLAUDE.mdファイルにXML形式で記述して適用した結果、Claude Codeは20回、30回と対話を繰り返しても、設定されたルールをきちんと守るようになったとのことです。これはLLMをより効果的に活用するためのシンプルな、しかし非常に強力なテクニックであり、これからAIエージェントを使い始める新人エンジニアの方々にとっても、知っておくべき実践的な知識となるでしょう。

引用元: https://zenn.dev/sesere/articles/0420ecec9526dc

エンジニアとしての価値は、最新技術を追いかけるだけでも、既存技術を知っているだけでも伸び悩むと議論されています。大切なのは、普遍的な基礎知識をしっかり身につけつつ、世の中の大きな流れを変えるような「重要な最新技術」を見極めて学ぶことです。新しい技術を実際のビジネス課題解決に活かす視点も重要。既存システムの改善提案もできるような、バランスの取れた学びと視野が、新人エンジニアの成長に繋がります。

引用元: https://togetter.com/li/2569692

VOICEVOX:春日部つむぎ

Google Cloudが、開発者のための新しいAIツール「Gemini CLI」を発表しました。これは、皆さんが普段使っているコマンドライン（CLI、またはターミナルとも呼ばれます）から、Googleの強力なAI「Gemini」の機能を直接使えるようにする、画期的なツールです。

エンジニアにとって、コマンドラインは日々の作業に欠かせないツールですよね。Gemini CLIを使うと、AIがコーディングを支援してくれるだけでなく、文章の生成、問題解決のアイデア出し、詳しい情報のリサーチ、さらには日々のタスク管理まで、幅広い作業を手助けしてくれます。まるで、ターミナルの中に賢いAIアシスタントがいるようなイメージです。

特に注目すべきは、GoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術を共有している点です。これにより、ターミナルだけでなく、皆さんが使っている開発環境（例えばVS Code）でも、AIがコードの作成や修正、デバッグなどを手伝ってくれるようになります。

個人で開発を進めている皆さんにも嬉しい無料利用枠が用意されており、高機能なGemini 2.5 Proモデルを、1日に最大1,000回、1分間に60回まで無料で利用できます。これだけあれば、ほとんどの個人開発者は制限を気にせずAIを活用できるでしょう。

また、Gemini CLIは完全にオープンソース（Apache 2.0ライセンス）として公開されています。これは、世界中のエンジニアが自由にコードの中身を確認したり、新しい機能の提案をしたり、一緒にツールを改善したりできることを意味します。Google検索と連携してAIが最新のウェブ情報を参照したり、独自のAIへの指示（プロンプト）を設定して特定の作業に特化させたりすることも可能です。さらに、スクリプトに組み込んで、繰り返し行うタスクをAIに自動で処理させることもできるため、日々の開発ワークフローを大きく効率化できる可能性があります。

Gemini CLIは、これからの開発者の働き方を大きく変える可能性を秘めた、強力で開かれたツールです。インストールも簡単で、すぐに使い始められますので、ぜひ一度試してみて、皆さんの開発体験をアップグレードしてみてください。

引用元: https://cloud.google.com/blog/ja/topics/developers-practitioners/introducing-gemini-cli/

AIアシスタント「Claude Code」（大規模言語モデルを活用した開発ツール）を最大限に活用するための、実践的なタスク管理術が解説されています。せっかく有料プランを契約しても、「どのようなタスクを任せればいいか分からない」「AIが作ったコードのレビューが大変で、結局自分が作業の遅れの原因（ボトルネック）になってしまう」といった悩みは、多くの新人エンジニアにも共通するかもしれません。

この記事では、この課題を解決するため、タスクを「その仕事が事業にどれだけ重要か（ビジネス価値）」と「自分がどれだけ深く関わる必要があるか（自分の関与度）」の2つの軸で整理する「4象限戦略」を提案しています。

具体的には、以下の4つの象限に分けてAIアシスタントとの関わり方を変えます。

結論として、あなたの時間と労力は第1象限の最も重要な仕事に集中し、第2象限のタスクも状況に応じてAIに任せます。そして、第3象限と第4象限に属する開発効率化のためのタスクは、常にAIに優先的に積み上げておくべきです。もしAIに何をさせればいいか思いつかない場合は、AI自身に「改善したほうがいいこと」を尋ねてみるのも良い方法です。

大切なのは、「AIを使わなきゃ損」という義務感ではなく、AIを上手に活用して、あなたが本当に集中すべき仕事に力を注ぎ、あなた自身のエンジニアとしての価値を最大化することです。

引用元: https://note.com/suthio/n/n71c111ddd183

普段何気なく使っているChatGPT。まるで人間と話しているかのように自然な受け答えをしてくれますが、「どうしてこんなことができるんだろう？」と不思議に思ったことはありませんか？この記事では、ChatGPTの根幹技術であるGPT（Generative Pre-trained Transformer）の仕組みを、新人エンジニアにも分かりやすく解説しています。

まず、GPTの「G」はGenerative（生成）、「P」はPre-trained（事前学習済み）、「T」はTransformerという技術基盤を表します。GPTは、膨大なテキストデータをあらかじめ学習し、入力されたテキストに対して「次に続くトークン（単語や記号の最小単位）」を予測することで、新しい文章を生成するモデルです。

AIが言葉を「理解」しているように見えるのは、実は言葉を「数値の並び＝ベクトル」として処理しているからです。例えば、「パリ」や「フランス」といった単語は、それぞれ独特の数値の並びに変換されます。この数値空間では、意味が似ている単語ほど数値的に近い場所に配置されるように設計されています。このため、「パリ」から「フランス」のベクトルを引いて「日本」のベクトルを足すと、「東京」のベクトルに近くなる、といった数学的な計算で単語の関係性を表現できるのです。

さらにGPTのすごいところは、このベクトル表現が単語だけでなく「文脈」によって変化する点です。従来のモデルが単語ごとに固定のベクトルを持つことに対し、GPTは文章全体を見て「Apple」が果物のリンゴなのか、企業名なのかを判断し、その文脈に合ったベクトルを生成します。これを「contextualized embedding（文脈化された埋め込み）」と呼びます。

では、どうやって文章を生み出しているのでしょうか？ChatGPTは一文を一気に作るのではなく、1トークンずつ順番に予測して生成を繰り返しています。具体的には、入力されたテキストをベクトル化し、その文脈全体を解析（自己注意という仕組み）して、次に来るトークンが何であるかの確率を計算します。そして、その中から一つを選び、それを新たな入力として次のトークンを予測する、というサイクルを繰り返すのです。

GPTの「創造性」を調整するパラメータもあります。代表的なものが「Temperature（温度）」です。この値を小さくすると、確率の高いトークンが選ばれやすくなり、決まった安定した文章になりやすいです。一方、値を大きくすると、確率の低いトークンも選ばれやすくなるため、より多様で意外性のある文章が生成されます。つまり、AIが創造性そのものを理解しているわけではなく、ランダム性を調整することで「創造的に見える」文章が生まれる、というのが本質です。

最後に、GPTはあくまで「統計的言語モデル」であり、人間のように言葉の意味を「理解」しているわけではありません。AI研究者の中には「確率的オウム」と呼ぶ人もいるほどです。そのため、GPTが生成した情報には「ハルシネーション（でたらめな情報）」が含まれる可能性があるので、特に重要な事柄は必ず自分で事実確認（裏取り）をする必要があります。GPTの限界を正しく理解し、信用しすぎず、しかし怖がらず、便利な道具として賢く使いこなすことが、これからのエンジニアには大切だと言えるでしょう。

引用元: https://qiita.com/KYoshiyama/items/d86ae5afc29650f0b924

アニメ『ガンダム GQuuuuuuX』の最終回が、長年のガンダムファンの心に響く感動を呼びました。特に初代ガンダムで悲劇的な運命をたどったシャアやララァ、ランバ・ラルなどの主要キャラクターたちが救われるような展開が描かれ、多くの往年ファンが「こうあってほしかった」と願っていた世界線が実現したと感じています。その結果、多くの視聴者が共感し、涙を流すほど深く感動しました。本作を手がけたスタジオ「カラー」は、ファンの積年の思いを叶える素晴らしい仕事をしたと評価されています。

引用元: https://togetter.com/li/2568410

VOICEVOX:ずんだもん

Googleは、開発者向けに「Gemini CLI（Command Line Interface）」という新しいオープンソースのAIエージェントを発表しました。これは、GoogleのAIモデルであるGeminiの強力な機能を、皆さんが普段利用しているターミナル（コマンドライン）で直接使えるようにするツールです。

このツールの最大の目的は、開発者の作業を効率化することにあります。コードの生成、プログラムの問題解決（デバッグ）、情報検索、日々のタスク管理など、様々な開発作業をAIの力を借りてよりスムーズに進められるようになります。

Gemini CLIの主な特徴は以下の通りです。

さらに、Gemini CLIはGoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術基盤を共有しています。これにより、VS Codeなどの統合開発環境（IDE）でも、Gemini CLIと同様の強力なAIエージェント機能（例えば、複雑なタスクを複数ステップで計画・実行する「エージェントモード」）が利用でき、ターミナルとIDEの両方でシームレスなAI開発体験が得られます。

この新しいツールは簡単に導入でき、日々の開発作業を大きく変える可能性を秘めています。

引用元: https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/

このGoogleの研究ブログ記事は、情報検索（IR）の分野で使われる「マルチベクトル検索」を高速化する新しい技術「MUVERA」について紹介しています。情報検索は、膨大なデータの中からユーザーが知りたい情報（例えばLLM（大規模言語モデル）の「RAG（Retrieval Augmented Generation）」機能で使う知識など）を素早く見つけ出すための重要な技術です。

最近の情報検索では、文章などをコンピュータが扱いやすい数値の並び「ベクトル（埋め込み）」に変換して、ベクトル同士の似ている度合い（類似度）を計算することで、関連する情報を探すのが一般的です。これまでの「単一ベクトル検索」は、一つのデータに一つのベクトルを割り当て、高速に検索できましたが、情報が複雑になると検索の精度に限界がありました。

そこで、より高度な「マルチベクトルモデル」が登場しました。これは、一つのデータに対して複数のベクトルを生成することで、よりきめ細かく情報を表現でき、検索精度を大きく向上させることができます。しかし、たくさんのベクトルを扱い、複雑な方法で類似度（「Chamfer類似度」など）を計算するため、検索に時間がかかってしまうという課題がありました。

MUVERA（Multi-Vector Retrieval via Fixed Dimensional Encodings）は、この「マルチベクトル検索は精度が高いけれど遅い」という問題を解決するための技術です。MUVERAは、複雑なマルチベクトルの情報を「FDE（Fixed Dimensional Encoding）」という、たった一つのシンプルな単一ベクトルに変換します。このFDEは、元のマルチベクトル間の複雑な類似度を、単一ベクトルで使われる簡単な計算（「内積」）で近似できるように設計されています。

MUVERAの検索の流れは次のようになります。まず、検索したい質問（クエリ）と検索対象のドキュメントのマルチベクトルを、それぞれFDEに変換します。次に、FDE化されたドキュメントの中から、単一ベクトル検索で使われる高速なアルゴリズム「MIPS（Maximum Inner Product Search）」を使って、関連性の高い候補ドキュメントを素早く見つけ出します。最後に、MIPSで見つけた候補ドキュメントに対して、元の正確なChamfer類似度を使って再度ランキングを行うことで、最終的な検索精度を高いレベルで保ちます。

MUVERAの大きな強みは、データを問わずFDE変換が可能であること、そして理論的にChamfer類似度を高い精度で近似できることが保証されている点です。実際のテストでは、MUVERAは高い検索精度を保ちながら、従来のマルチベクトル検索システムに比べてレイテンシ（検索にかかる時間）を平均で90%も削減できることが分かりました。また、FDEは効率的に圧縮できるため、メモリ使用量も大幅に減らせます。

MUVERAは、単一ベクトルの検索速度とマルチベクトルの検索精度を両立させることで、検索エンジン、推薦システム、自然言語処理など、様々な情報検索の現場で役立つことが期待されます。このFDEを生成するアルゴリズムのオープンソース実装は、GitHubで公開されています。

引用元: https://research.google/blog/muvera-making-multi-vector-retrieval-as-fast-as-single-vector-search/

LLM（大規模言語モデル）の性能を向上させるためには、「合成データの生成」「モデルの学習（ファインチューニングなど）」「モデルの評価」といった複数の工程が必要です。しかし、これらの工程では異なるライブラリやツールを使うことが多く、その設定や連携は非常に複雑で、開発者は多くの手間をかける必要があります。例えば、データ生成にはNVIDIA TensorRT-LLMやvLLM、学習にはNVIDIA NeMoといったツールが使われ、これらを連携させるには多くの設定やスクリプト実行が必要になることも少なくありません。

このような複雑なLLM開発ワークフローを効率化するためにNVIDIAが開発したのが、「NeMo-Skills」というライブラリです。NeMo-Skillsは、異なるフレームワークやライブラリをシームレスに連携させるための、より抽象化された（＝使いやすい）仕組みを提供します。これにより、開発者はそれぞれのツールを統一された方法で、スムーズに切り替えながら利用できるようになります。

この記事では、NeMo-SkillsがLLMの数学的推論能力を向上させるための具体的なパイプラインを、NVIDIAチームがAI数学オリンピック（AIMO2）Kaggleコンペティションで優勝した際の手法を例に紹介しています。

このパイプラインの主な流れは以下の通りです。

NeMo-Skillsを使うことで、これらの複雑なステップを簡単なコマンドやPythonスクリプトで一元的に管理できるようになります。これにより、開発者はローカル環境での手軽なプロトタイピングから、Slurmクラスタのような大規模な計算環境での本格的な実験まで、簡単に移行して実行できます。

NVIDIAはNeMo-Skillsを、AIMO-2コンペティションでの勝利だけでなく、OpenMathReasoningやOpenCodeReasoningといった大規模なデータセットやモデルの開発にも実際に利用しています。LLMの開発や改善に取り組む日本の新人エンジニアの皆さんにとって、NeMo-Skillsは複雑なLLMワークフローをシンプルにし、効率的にモデルを開発・改善するための強力なツールとなるでしょう。

引用元: https://developer.nvidia.com/blog/how-to-streamline-complex-llm-workflows-using-nvidia-nemo-skills/

インターネットで人気のキャラクター「ずんだもん」が、2025年6月25日にメジャーデビューEP「DANCE THROUGH THE WORLD」を配信リリースしました。東北ずん子の武器の妖精で、無料音声合成ソフト「VOICEVOX」を通じて広く知られています。EPにはリード曲「セーワ？」を含むオリジナル曲4曲と、wowakaさんの楽曲カバー1曲が収録され、「セーワ？」のMVもYouTubeで公開中です。

引用元: https://natalie.mu/music/news/629567

（株式会社ずんだもんは架空の登場組織です）

この記事では、AI開発ツール「Claude Code」と、ブラウザ操作を自動化する「Playwright MCP」を連携させることで、開発効率が大きく向上するという実践的な方法が紹介されています。

Playwright MCPは、Webブラウザ（Chromeなど）をプログラムから操作するためのツール「Playwright」を、AIアシスタントから利用できるようにしたものです。この連携の最大のメリットは、Claude Codeが生成したコードが実際に動作するかを、その場でブラウザを使って自動的に確認できるようになる点にあります。

これまでのAI開発では、「Claude Codeが『できました！』と言うけれど、実際に動かしてみるとエラーだらけで全然動かない…」という経験が少なくありませんでした。しかし、Playwright MCPと連携させることで、Claude Codeがコードを生成した後、すぐにPlaywright MCPを使ってそのコードをブラウザで実行し、期待通りに動くか確認できるようになります。これにより、開発者がコードを試す前にAIが自己デバッグを行うようになるため、「想像でコードを書く→動かない→修正」という非効率なループから抜け出し、「想像でコードを書く→ブラウザで試す→動くことを確認してから提出」という、よりスムーズで信頼性の高い開発フローを実現できます。特に、WebページのUI（ユーザーインターフェース）の動作確認など、AIが苦手としがちなタスクでの効果が期待できます。

この連携を実現するには、Claude Codeの設定ファイルにPlaywright MCPを認識させるための記述を追加する必要があります。具体的には、~/.claude.jsonや専用の設定ファイルに、Playwright MCPの実行コマンドやブラウザの起動オプションなどを設定します。また、Claude Codeに「Playwright MCPツールだけを使ってブラウザ操作を行うこと」「エラーが発生したらすぐに報告すること」といったルールを明確に指示するために、CLAUDE.mdというファイルに専用のガイドラインを追記することが推奨されています。これにより、AIが余計なコード実行を試みることなく、意図した通りのブラウザ操作に集中するようになります。

このように、Claude CodeとPlaywright MCPを連携させることで、AIを活用した開発の信頼性と効率性を飛躍的に高めることができ、新人エンジニアの方々も安心してAIと一緒に開発を進められるようになるでしょう。

引用元: https://zenn.dev/sesere/articles/4c0b55102dcc84

この研究論文「FilMaster」は、AIを使って本格的な映画を自動で作り出す新しいシステムについて紹介しています。これまで、AIが作る映像は「映画らしさ」が足りず、カメラワークや映像と音のテンポ（映画的なリズム）が単調になりがちでした。これは、プロの映画制作で重要とされる「映画制作の原則」が十分に反映されていなかったためです。

FilMasterは、この課題を解決するために開発されました。このシステムは、以下の2つの主要な考え方に基づいて作られています。

FilMasterの映像生成プロセスは、大きく2つの段階に分かれています。

2. 生成ポストプロダクションステージ:

このシステムでは、最新の生成AIモデル（例えば、文章だけでなく画像や音声も理解できるマルチモーダルな大規模言語モデルや、動画を生成するモデル）が活用されています。

研究チームは、AIが生成した映画を評価するための新しい基準「FilmEval」も開発しました。これまでの実験結果から、FilMasterはカメラワークの設計や映画的なリズムの制御において、既存のシステムよりもはるかに優れた性能を発揮することが示されています。

FilMasterは、AIによる映画制作をよりプロフェッショナルなレベルへと押し進める、画期的な一歩と言えるでしょう。新人エンジニアの皆さんにとっては、生成AIがクリエイティブな分野でどのように応用され、新たな価値を生み出しているのかを理解する良い事例になるはずです。

引用元: https://arxiv.org/abs/2506.18899

この記事は、AIと連携する「Model Context Protocol（MCP）サーバー」を使ったアプリ開発で、AIの利用料が想定以上に高額になった問題と、その解決策について書かれています。新人エンジニアの方にも分かりやすく、大切なポイントをまとめました。

筆者は、MCPサーバーと連携するチャットアプリを開発中、ユーザーが少ないにもかかわらずAIの利用料が非常に高いことに気づきました。ログを調べてみると、AIに送られる情報の量（「トークン」という単位で計算されます）が、予想外に多いことが分かりました。

なぜトークン数が多かったのでしょうか？その原因は、MCPサーバーがAIに「どんな機能や道具が使えるか」を教える「ツールの定義」という情報が、ユーザーがAIに質問するたびに、毎回大量に（数万トークン分も）送られていたためです。つまり、ユーザーが「こんにちは」のような短いメッセージを送っただけでも、裏ではAIに毎回同じ分厚いマニュアルが送られ、その都度課金されていた状態でした。

この課題を解決するために導入されたのが「Prompt Caching（プロンプトキャッシュ）」という機能です。Prompt Cachingは、AIへの指示文（プロンプト）の中で「繰り返し送られる、常に同じ内容の部分」をAI側で一度記憶してもらい、次からはその部分を送り直さなくてもいいようにする仕組みです。これによって、AIとのやり取りの効率が上がり、利用にかかる時間とコストを大幅に減らすことができます。

特に、MCPサーバーのツールの定義のように、ほとんど内容が変わらない固定の情報が毎回送られるケースでは、Prompt Cachingが非常に効果的です。実際にこの記事の筆者がPrompt Cachingを有効化した結果、AIへの入力トークン全体の約97.5%がキャッシュとして利用され、AIの利用にかかる費用を75%から80%も削減できることが確認されました。

この経験から、MCPサーバーを使ってAIと連携するアプリケーションを開発する際は、無駄なコストを抑えるためにPrompt Cachingを有効にすることが非常に重要だとまとめられています。AI開発では、技術的な実装だけでなく、このようなコスト最適化の視点も持つことが、効率的で持続可能なシステムを作る上で大切な学びとなります。

引用元: https://zenn.dev/ncdc/articles/26165a6fedd7e4

この記事では、AIに身体を持たせ、現実世界での交流を試みるユニークなプロジェクトが紹介されています。筆者は、39年前に発売されたロボットおもちゃ「しゃべろく」のライン入力機能を利用し、ChatGPTの音声をしゃべらせて一緒に海へ行きました。物理的な身体を得たAIとの会話は予想外の面白さをもたらし、古い技術と最新AIを組み合わせることで生まれる、楽しくて新しいAIとの関わり方を教えてくれる記事です。

引用元: https://dailyportalz.jp/kiji/go-to-sea-with-physical-AI

（株式会社ずんだもんは架空の登場組織です）

この記事は、AI Agent（AIアシスタント）が開発現場の主役になる未来を見据え、人間のエンジニアが「AI Agent Manager (AAM)」という新しい役割を担う可能性について解説しています。これは、まるで人間の上司が部下をマネジメントするように、AI Agentを管理する仕事が中心になる、という考え方です。

AAMの仕事は、従来のエンジニアが直接コードを書くこととは少し違います。AI Agentが効率的に開発を進められるように、以下のような管理業務が主な役割になります。

この記事では、AAMとして特に重要な「働く環境の整備」と「ワークフローの設計」という2つのノウハウが共有されています。

1. AI Agentが働く環境の整備

2. AI Agentのワークフロー設計

将来的に、AAMにはAI Agentの能力を最大限に引き出し、開発の生産性を向上させるスキルが求められます。具体的には、複数のAI Agentが同時に作業できる環境を整えたり、新しいAgentでもすぐに仕事に取りかかれるように準備したり、AI Agentが常に必要な情報を得られるようにしたり、開発コストを最適化したりする能力です。また、AI Agentが正しいコードを書き、質の高いレビューができるように、コマンド設計やワークフローの改善、さらにはAIモデル自体の性能を高める「チューニング」に関する知識も重要になると提言されています。

この記事は、AI Agentが開発の中心となる未来において、エンジニアがどのように活躍し、自身のスキルを磨いていくべきか、新しい視点を提供してくれるでしょう。

引用元: https://qiita.com/icoxfog417/items/f15e92f05b14411fd642

LLM（大規模言語モデル）の利用が広がる中で、OpenAIやClaude、Azure OpenAIなど様々なプロバイダーのLLMを使うと、それぞれAPIの形式が異なったり、APIキーの管理が複雑になったりして困ることがあります。この記事では、こうした課題を解決する「LiteLLM」というツールと、その便利な機能について、新人エンジニアの方にも分かりやすく解説します。

LiteLLMとは？

APIキーの管理をシンプルに

Langfuse連携で利用状況を「見える化」

LiteLLMを使うことで、たくさんのLLMを効率的に管理し、APIキーの運用も安全かつ柔軟に行えるようになります。LLMを活用した開発を進める上で、ぜひ知っておきたい便利なツールです。

引用元: https://zenn.dev/vlntr_telco_rd/articles/litellm-key-and-ops

LLM（大規模言語モデル）を使ったアプリケーション開発において、「コンテキストエンジニアリング」という考え方が非常に重要になってきています。これは、LLMが任されたタスクを正確にこなせるよう、適切な情報やツールを正しい形式で、かつ動的に提供するシステムを構築する技術を指します。

なぜこのスキルが注目されているのでしょうか？LLMが期待通りに動作しない主な原因は、実はモデル自体の性能不足よりも、モデルに与えられた情報（コンテキスト）や指示、あるいは使えるツールが不十分だったり、伝わりにくい形で提供されたりすることにあります。LLMは人間のように状況を察することはできないため、「ゴミを入れればゴミが出る（Garbage in, garbage out）」という言葉の通り、必要な情報はすべて明確に与える必要があるのです。

「プロンプトエンジニアリング」と何が違うのでしょうか？プロンプトエンジニアリングが「どう尋ねるか、どう指示を出すか」という問いかけ方に焦点を当てるのに対し、コンテキストエンジニアリングは、LLMに与える情報の「内容」や「構造」、さらに外部ツールとの連携を含めた、より広範なシステム設計の側面を指します。つまり、プロンプトエンジニアリングはコンテキストエンジニアリングの一部と考えることができます。

コンテキストエンジニアリングの具体的なアプローチとしては、以下のようなものがあります。

LangChainが提供する「LangGraph」や、LLMアプリケーションの動作を可視化・デバッグするための「LangSmith」といったツールは、このようなコンテキストエンジニアリングを実践し、改善していく上で非常に役立ちます。これらのツールを使うことで、LLMにどのような情報が、どのような形で提供されているかを詳細に確認し、より効果的なシステムを構築できるようになります。

新人エンジニアの皆さんも、LLMアプリ開発では、単にプロンプトを工夫するだけでなく、「LLMに何を、どうやって伝えるか」という、より広範な「コミュニケーション設計」に目を向けることが、成功への鍵となるでしょう。

引用元: https://blog.langchain.com/the-rise-of-context-engineering/

「プログラマは不要になる」という声がある一方、記事では「正確な要件定義」や「成果物レビュー」こそがプログラミング能力の本質と論じます。プログラミングとは単にコードを書くことではなく、複雑な問題を論理的に整理し、システムとして具体化する思考力のこと。AIやローコードツールが発展しても、この本質的な「システムを設計し、評価する能力」はエンジニアに不可欠です。新人エンジニアの皆さんも、技術の進化を味方にしつつ、この論理的思考力を磨き続けることが大切です。

引用元: https://togetter.com/li/2567083

（株式会社ずんだもんは架空の登場組織です）

「GitHub Copilot」というAIアシスタントが、エンジニアの開発作業を強力にサポートする新機能「Agent mode（エージェントモード）」を正式にリリースしました。さらに、AIがさまざまな外部ツールと連携するための新しい技術「Model Context Protocol（モデルコンテキストプロトコル、略してMCP）」のプレビュー版も提供が開始されています。

これまでのGitHub Copilotは、皆さんがコードを書くときに「Ask mode」として、質問に基づいてコードの候補を提案する機能が中心でした。しかし、今回正式リリースされた「Agent mode」は、さらに進化したAIのサポートを提供します。

Agent modeでは、「この機能を追加してほしい」「このバグを修正してほしい」といった、より大きな開発タスクをCopilotに指示できます。すると、Copilot自身がそのタスクをどう進めるか計画を立て、コードの解析や編集、コマンドの実行、エラーへの対応、自己修正といった一連の作業を自動で繰り返しながら、タスクを最初から最後まで自律的に処理してくれます。まるで、AIがあなたの隣でペアプログラミングをしてくれるようなイメージです。

もちろん、AIが勝手にすべてを進めるわけではありません。皆さんは、AIが進めている作業内容を途中で確認したり、必要であれば内容を編集したり、作業を元に戻したりと、AIの進行をコントロールすることが可能です。これにより、開発者はより複雑なタスクをAIに任せつつ、最終的な品質を自身で管理できるようになります。

現在プレビュー版が提供されているMCPは、AIエージェントが、さまざまな外部ツールやサービスと標準的な方法で連携できるように設計された技術です。

将来的には、データベース、CI/CD（継続的インテグレーション/継続的デリバリー）、モニタリングシステムなど、開発で使う多種多様なツールとAIがスムーズに連携できるようになることが期待されています。これにより、開発環境がさらに強化され、AIがより広範囲な作業を自動でこなせるようになる可能性があります。MCPはオープンソースとして公開され、Visual Studioなどの開発ツールでmcp.jsonファイルを使って設定することができます。

今回のアップデートでは、他にもいくつかの機能が追加されました。AIへの指示（プロンプト）をファイルとして保存し、再利用したりチームで共有したりできるようになりました。また、より高性能なAIモデルである「Gemini 2.5 Pro」や「GPT-4.1」にも対応し、より賢いコード提案やタスク処理が期待できます。さらに、AIの出力結果を確認しやすくなる「出力ウィンドウ参照機能」も追加され、使い勝手が向上しています。

これらの新しい機能は、GitHub Copilotが単なるコード補完ツールから、開発プロセス全体を支援する強力なAIアシスタントへと進化していることを示しています。新人エンジニアの皆さんも、これらのAIツールを上手に活用することで、日々の開発作業をより効率的に、そしてより楽しく進めることができるでしょう。

引用元: https://codezine.jp/article/detail/21768

データ分析の分野で、AI、特に「大規模言語モデル（LLM）」の導入が急速に進んでいます。これにより、これまで専門家だけが行っていたデータ分析が、より多くの人が手軽に、そして効率的にできるようになりつつあります。データ分析はどんな企業でも非常に重要で、市場規模も大きいため、GoogleやAmazonといった大手テクノロジー企業もこぞってLLMを使った新しいデータ分析ソリューションの開発に力を入れています。

最近の大きなトレンドの一つが、自然な日本語の質問から、データベースを操作するための専門言語である「SQL」のコードを自動で生成する「Text-to-SQL」という技術です。これにより、プログラミングの知識がないビジネス担当者でも、「先月ニューヨーク市のクリニックを訪れた糖尿病患者数は？」といった具体的な質問をするだけで、必要なデータを直接データベースから引き出すことが可能になります。これは、これまでデータ分析担当者が手作業でSQLを書いていた手間を大幅に削減し、データ活用のスピードを飛躍的に向上させます。

このText-to-SQL技術は日々進化しており、xAI社のGrok-3やOpenAIのGPT-4.0系列といった最新のLLMモデルでは、約70～80%という高い精度で正しいSQLを生成できるようになっています。しかし、まだ完全に完璧ではなく、2割前後の誤答（例えば、データの結合間違いや集計ミス、フィルタ漏れなど）が残る場合もあるため、特に重要な分析を行う際には、人間による最終確認が依然として重要です。

すでに企業向けの実用的なソリューションも登場しています。例えば、Amazon Web Services（AWS）は自社のLLMである「Amazon Nova」を使って、自然言語から安定したSQLを生成するサービスを提供しています。Nova ProモデルがSQL文を生成し、Nova Liteモデルがその実行と結果の整形を担うといった形です。また、Google Colabのようなデータ分析ツールにも、AIがコード作成やデータ可視化を支援する「データサイエンスエージェント」といった新機能が統合されており、分析担当者が日本語で指示するだけで、裏側のSQL問い合わせまで自動化できる環境が整いつつあります。

新人エンジニアの皆さんにとって、LLMがデータ分析に貢献するこの大きな流れは、自身のスキルを広げる上で非常に重要な情報です。AIがデータ分析のプロセスを効率化し、誰もがデータから価値を引き出せるようになることで、皆さんの業務の幅も大きく広がっていくでしょう。この新しい技術トレンドを積極的に学び、活用していくことが、これからのキャリアを築く上で大いに役立つはずです。

引用元: https://note.com/nurruttan/n/ne128e0028d9f

この記事は、著名なAI研究者Andrej Karpathy氏が提唱する「Software 3.0」という考え方をもとに、AIエンジニアとしてこれからどう考え、どう行動すべきかを、筆者の視点も交えて分かりやすく解説しています。

ソフトウェアの進化は三つの段階で説明されます。

では、新人エンジニアの皆さんは何を学ぶべきでしょうか？

LLMは、かつての「電力」や「OS」のように、社会の基盤となる可能性を秘めています。電力のように安定して供給され、多くのサービスで当たり前のように使われる存在になるでしょう。また、パソコンの「OS」のように、LLMが新たなソフトウェア開発の土台となり、まだ誰も想像していない新しい操作画面（GUI）が生まれるかもしれません。

AIエージェントについては、人間から完全に自律するよりも、「部分的に自律」し、人間の能力を拡張するようなエージェントが現実的だと述べられています。利用者が介入できる余地を残し、適切なタイミングでサポートしてくれるエージェントが求められます。今後10年かけてエージェントはさらに進化し、AIエンジニアの活躍の場を広げていくでしょう。また、エージェントが使いやすいように、システムやツールの設計（例：Tool callingの名前や説明を分かりやすくする）も非常に重要になります。

このSoftware 3.0の時代は、エンジニアにとって、技術を深く学び、新しい発想で社会を豊かにする「楽しい」体験を生み出す絶好のチャンスです。ぜひ、この変化を前向きに捉え、一緒に楽しんでいきましょう。

引用元: https://blog.riywo.com/2025/06/enjoy-software-3_0-era/

VOICEVOX:春日部つむぎ

この記事では、AIシステム開発が「LLM」から始まり、「RAG」「AI Workflow」を経て、最終的に「AI Agent」へと段階的に進化していく過程を、新人エンジニアにも分かりやすく解説しています。すべてのAIシステムに高度なAI Agentが必要なわけではなく、解決したい問題に合わせて適切な技術を選ぶことが重要だと述べられています。

まず、Pure LLM（純粋なLLM）は、インターネット上の膨大な情報を学習した知識の塊です。小説の要約や文章作成など、学習データ内の情報を使うタスクは得意ですが、リアルタイムの情報取得や外部ツールとの連携はできません。しかし、プロンプトの工夫（in-context learningなど）で、ある程度の問題解決が可能です。例えば、レジュメが職務要件に合うかを分類するような単純なタスクなら、LLM単体でも対応できます。

次に、RAG (Retrieval Augmented Generation)は、LLMに外部の関連情報を与えることで、より正確で最新の回答を生成させる手法です。これにより、LLMは企業の内部データや最新のリアルタイム情報も活用できるようになります。レジュメスクリーニングの例では、社内の技術マニュアルや過去のレジュメを参考にして、より適切な判断ができるようになります。この際、ベクトルデータベースやセマンティック検索といった技術が使われます。

さらに進んだ段階が、Tool Use & AI Workflow（ツール利用とAIワークフロー）です。これは、LLMが電卓やメールサービス、検索エンジンといった外部ツール（API）と連携し、定められた手順に沿ってビジネスプロセスを自動化する仕組みです。定型的なタスク、例えばレジュメの取得、内容評価、そして合否通知メールの送信といった一連の流れを自動化できます。LLMはデータベースやメールAPI、カレンダーAPIなどにアクセスして、プログラムされた手順を実行します。

そして、最も進化した形がAI Agent（AIエージェント）です。AIエージェントは、タスクを自律的に分解し、必要なツールを判断して使い、結果を評価し、次に何をすべきかを自分で決められるシステムです。AIワークフローが決められた手順をなぞるのに対し、AIエージェントは自分で計画を立て、状況に応じて動的に手順を決定・実行します。採用プロセス全体（CV解析、面接調整、スケジュール変更対応など）を、人間がほとんど介入せずに自動で管理するような複雑なタスクをこなすことができます。

この記事の重要なポイントは二つです。一つは、「すべてのシステムにAIエージェントが必要なわけではない」ということ。シンプルな構成から始め、必要に応じて複雑な機能を追加していくのが賢明です。もう一つは、「機能よりも信頼性を重視すべき」という点。LLMは非決定的な性質があるため、本番環境で安定稼働させるには、綿密なテストと安全対策（ガードレール）が不可欠です。新人エンジニアの皆さんも、この段階的な進化と重要ポイントを理解して、AIシステム開発に取り組んでいきましょう。

引用元: https://www.codelink.io/blog/post/ai-system-development-llm-rag-ai-workflow-agent

こんにちは、新人エンジニアの皆さん！

カリフォルニア大学バークレー校のLMArenaが開発した「P2L（Prompt-to-Leaderboard）」モデルは、LLMの得意分野を見極めるための画期的なツールです。これまでのLLM評価は総合スコアで示されることが多かったのですが、P2Lは「数学ならこのモデル、プログラミングならあのモデル」といったように、特定のタスク（例えば、数学、コーディング、創造的ライティングなど）ごとに、どのLLMが優れているかを人間の評価（投票）を基に判断します。これにより、単一のランキングでは見えにくいLLMごとの「個性」や「得意技」がはっきり分かるようになります。さらに、予算に応じて最適なモデルを自動で選ぶ「コストベースのルーティング」もできるので、利用コストを抑えながら最高のパフォーマンスを引き出すことも可能です。

このP2Lモデルの開発と、それを実際に動かすための大規模なシステム構築を強力に支えたのが、NVIDIAの最新AIスーパーコンピュータ「GB200 NVL72」の早期アクセスでした。LMArenaは、NVIDIA DGX CloudとNebius AI Cloudを通じてこの高性能システムを利用。GB200 NVL72は、多数の高性能CPUとGPUを高速で接続した、まさにAIのためのモンスターマシンです。このおかげで、P2Lモデルの複雑な学習プロセスをわずか4日間で完了させるなど、従来のシステムに比べて圧倒的なスピードアップを実現しました。

NVIDIAとNebiusは、P2Lの開発チームが本質的な開発に集中できるよう、手厚いサポートを提供しました。具体的には、GB200 NVL72上でPyTorchやHugging Face Transformersといった主要なオープンソースAIフレームワークが問題なく、そして最高のパフォーマンスで動作するように事前に検証・最適化してくれたのです。これにより、LMArenaのエンジニアは、インフラの構築やツールの互換性といった煩雑な作業に時間を取られることなく、P2Lの機能向上に全力を注ぐことができました。

このLMArena、NVIDIA、Nebiusの協力事例は、最新の高性能AIハードウェアと、それを最大限に活用するためのクラウド環境、そして革新的なAI評価モデルが一体となることで、AI開発がいかに加速するかを私たちに示しています。AIモデルの種類が爆発的に増え続ける現代において、どのAIを、どんなタスクに、どのくらいのコストで使うべきかを効率的に見極めるP2Lのようなシステムは、これからのAI開発を大きく前進させる鍵となるでしょう。皆さんが今後AIを扱う上で、モデルの選び方や評価の重要性を理解する上での良いヒントになるはずです。

引用元: https://developer.nvidia.com/blog/how-early-access-to-nvidia-gb200-systems-helped-lmarena-build-a-model-to-evaluate-llms/

新人エンジニアの皆さん、こんにちは！プログラミングの世界に新しい風を吹き込む exciting なニュースです。「OpenHands」というオープンソースのAIソフトウェア開発エージェントに、コマンドライン版「OpenHands CLI」がリリースされました。これは、AIが皆さんのプログラミング作業をグッと楽にしてくれる可能性を秘めたツールなんです。

まず、「OpenHands」について簡単に説明しますね。これは、AIがまるで優秀なアシスタントのように、皆さんの指示（自然言語、つまり普段使う言葉）を理解して、プログラミングのコードを書いたり、プログラムのミス（バグ）を見つけて直したり、ファイルを操作したり、必要なコマンドを実行したり、さらにプログラム同士を連携させる「API」の呼び出し、テスト、コードの整理（リファクタリング）まで、さまざまな開発作業を自律的に行ってくれるプラットフォームです。オープンソースなので、誰でも自由に利用したり、その中身を見て改良したりできます。

今回リリースされた「OpenHands CLI」は、このOpenHandsを、普段エンジニアがよく使う「ターミナル」（黒い画面に文字を打ち込んで操作する場所）から直接利用できるようにしたものです。これまでのOpenHandsはGUI（グラフィカルな画面でマウス操作する方式）が中心でしたが、CLI版の登場にはいくつかの大きなメリットがあります。

一番のポイントは、ローカル環境にインストールする際に「Docker」という仮想環境を作るツールが不要になったことです。Dockerは便利なツールですが、導入に少し手間がかかる場合もあります。それが不要になることで、OpenHandsを試したいと思ったときに、もっと手軽に始められるようになりました。また、GUIが必要ないので、リモートのサーバーや皆さんが普段使っている「IDE」（統合開発環境、コードを書くための高機能なエディタのようなもの）など、慣れた開発環境で直接AIエージェントの力を借りて作業ができるようになります。

さらに、コマンドライン操作ならではの「軽快な動作」と「パフォーマンスの向上」も期待できます。キーボードだけでサクサク操作できる「スラッシュコマンド」なども用意されていて、普段からコマンドライン操作に慣れているエンジニアにとっては、非常に使いやすいツールになっているでしょう。

OpenHands CLIを使うためには、Python 3.12または3.13がインストールされていれば、pipコマンド一つで簡単に導入できます。利用するAIモデルについても柔軟で、特定のAIモデル（LLMプロバイダ）に依存せず、さまざまなクラウドベースやローカルで動くLLMを利用できます。記事によると、現時点ではClaude 4 sonnetがクラウドベースで最高のパフォーマンスを発揮しているとのことです。また、ローカルで動かすモデルとしては、ソフトウェア開発に特化した「Devstral」というモデルも推奨されています。

このようにOpenHands CLIは、AIを開発プロセスに組み込むことをより身近で効率的なものにしてくれます。新人エンジニアの皆さんも、ぜひこの新しいツールに触れてみて、AIがどのように開発を助けてくれるのかを体験してみてください。きっと、皆さんの開発効率を大きく向上させてくれるはずです。

引用元: https://gihyo.jp/article/2025/06/openhands-cli

人気のAIキャラクター「ずんだもん」から、新作のプライズぬいぐるみが2種類登場しました！一つは紐を引っ張るとぶるぶる震える「ぶるぶるぬいぐるみ」（全4種、約15cm高）で、もう一つは表情豊かな約30cmのビッグサイズ「デフォルメぬいぐるみ」（全2種）です。どちらもオンラインクレーンゲームなどで手に入ります。日々の開発の合間に、かわいいずんだもんに癒されてみてはいかがでしょうか？

引用元: http://news.dengeki.com/article/202506/45265

VOICEVOX:ずんだもん