AIコーディングエージェント選定を感覚から数字へ：agent-cost-benchをAWS上で検証
Hiroba による自動要約
Claude Code、GitHub Copilot など複数のAIコーディングエージェント間で、成功率・コスト・実行時間を比較するベンチマークツール agent-cost-bench をAWS EC2上で検証する方法を解説。単純な実行コストではなく「成功したタスクあたりのコスト」指標を重視し、チーム導入時の費用対効果を数字で判断するアプローチを提示。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2766 件あります。
関連する記事
同じタグの記事
AI ループの裏側の仕組み:Tool Request・worktree 分離・コンフリクト解決
ZennGitHub Issue から自動で実装・レビュー・修正する AI ループを 1 ヶ月運用するなかで、許可外コマンドの人間承認（Tool Request）、依存関係の管理、Issue ごとの git worktree 分離、専用フェーズでのコンフリクト解決など 4 つの工夫が必要になった。これらの仕組みはループ自身に実装させたもので、エージェント本体は Claude Code のまま周辺機構を拡張する設計。
Claude Fable 5で生産性が2倍になった話——半年184日の作業ログから
Zenn2026年1月～7月の半年間、184日分の作業ログを人日換算した結果、6月平均18人日/日が7月に36人日/日へ倍増。主戦モデルをClaude Fable 5に切り替えた7月2日から効果が顕在化し、6月の先行試用時点でも同水準を達成。再指示の削減と並列作業本数の増加が生産性向上の主因と報告。
AIだけでマルチSNSビューアーを作ってリリースした話（人間の仕事はボタンを押すこと）
Zennmokumokuren というデスクトップアプリを公開。X / Bluesky / Threads など5つのSNS を1ウィンドウに表示し、Pro版では Claude Desktop 等の AI が書いた下書きを各SNS の投稿フォームに一括投下。コード・設計・マニュアル・LP・署名付きリリース CI まで Claude Code が実装し、人間（開発者）の役割は企画段階での反論引き出し、スクショ撮影、意思決定、ボタン押下に限定。AI 同士の検証を人間が裁定する開発プロセスを確立。
レガシー保守の「手動対応」をAIで型化する — 改修できない環境でのClaude Code活用
Zenn改修判断が出ない本番レガシーシステムのデータ不整合対応で、これまで人間が5〜6時間かけていた調査・修正作業をClaude Codeのスキル機能を使って「型」として定義し、60分程度に短縮した事例。AIに判断手順を持たせる際の課題（カラム名の推論ミス）をスキーマ情報の永続メモ化で解決し、修正クエリ生成はAI・実行判断は人間と責任分界を徹底した運用設計を紹介。