記事一覧
全 1549 件 (Zenn で絞り込み) · 21 / 78 ページ
AI コーディングエージェント CLI を実測で比較する：agent-cost-bench を AWS 上で試す
ZennAWS の sample-agent-cost-bench を用いて、cli-compare モードで Kiro CLI と Claude Code の性能を比較した検証結果。同じタスクを複数 CLI で実行し、成功率・コスト・実行時間を測定。CLI ごとのシステムプロンプトやツール実行方法の差が結果に影響することを確認。
コーディングエージェント実行中のコンテキストスイッチ疲労を軽減するテクニック
ZennClaude Code などコーディングエージェントの処理待機中に別タスクに切り替えると、コンテキストスイッチによる認知負荷で疲弊する問題を解決する実践的なテクニックを紹介。エージェント実行中の効率的な時間活用法で作業を無駄にしない方法を提案。
AIが1時間で生成したアプリを公開前に監査したら Critical 脆弱性 2 件見つかった
ZennAI コーディングで作成したサーバーレス Web アプリケーションのソースコード監査を実施し、Critical 2件・High 1件・Medium/Low 8件の脆弱性を発見。LLM API 呼び出しが無防備でレート制限がなく費用 DoS 攻撃に晒されていた点と、未検証のユーザー入力がそのままプロンプトに連結されプロンプトインジェクション + トークン増幅が可能だった点が最も深刻。AI は「機能」は完璧に書くが「守り」はほぼ実装しないため、公開前の人間監査が必須。
Claude Fable 5 の実運用コスト — 2週間のログ実測から見るコスト構造と削減策
ZennAnthropic の最上位モデル Claude Fable 5 は定価で入力 $10 / 出力 $50（100万トークン当たり）だが、実際のコスト決定要因はプロンプトキャッシュの効率にあり、96.6% が低単価のキャッシュ読込で構成される。2週間の Claude Code 実運用ログ（79 セッション）を分析した結果、稼働日平均 $84.13 、月換算で約 $1,700 に達し、エンタープライズ平均の 6 倍強だが、キャッシュ戦略の工夫でコスト削減の余地がある。
Andrej Karpathy の LLM Wiki パターンを MulmoClaude に実装した
ZennRAG の代替として、ソース投入時に知識を統合する LLM Wiki パターンを MulmoClaude に実装した記事。新しい資料を投入した際に Claude が既存の wiki ページを自動更新・相互参照・矛盾検出を行い、知識が蓄積される仕組みと、設計時に機械的検査と LLM 判定を分離することの重要性を解説。
「書いてない欠陥」はAIに見えるか — 要件定義書に欠陥12個仕込んだ答え合わせ
Zenn実際の要件定義書（総務省の税務システム仕様書）に曖昧化・実装手段の混入・検証不能・欠落の4タイプ12個の欠陥を仕込み、Claude Code でレビューさせた検証実験。単純な指示では3個、目的を伝えると6個、3役分割でも6個の検出に留まり、特に「書いていないことに気づく」欠落タイプが最も検出困難であることが判明した。
複数 AI エージェントで複数プロジェクトを同時開発する（herdr × agmsg）
ZennClaude Code がリーダーとして計画を立て、Codex が実装する協業体制を agmsg（エージェント間メッセージ）と herdr（複数エージェント管理）の 2 つのツールで実現。人間の作業は初期指示と承認判断に絞られ、複数プロジェクトを並行で進められる仕組みを紹介。
ソフトウェア開発のAIエージェントを作る(2) Claude Agent SDKのサブエージェント機能で自律制御
Zenn前回のPythonコード制御の「疑似エージェント」から進化し、Claude Agent SDKのサブエージェント機能を使って進行役LLMが自律的にワークフロー制御する構成を実装。PM・アーキテクト・開発者・QAの4つのサブエージェントを登録し、claude-opus-4-8の指示に従ってLLM自身が工程の進行やバグ時の差し戻しを判断する仕組みを解説。
Claude Code に「ビジネス作って利益出して」と丸投げした実験ログ
Zenn2026年7月、Claude Code にビジネスモデル・商品・価格を一切指定せず「利益が出る仕組みを作ってほしい」と依頼。記事公開・支払い・外部送信のみ人間確認とし、その他は AI が自律実行。AI は既存資産を棚卸しして 5 つの事業案を比較し、無料記事 2 本→有料記事（500 円）のファネル構成を提案・全量制作。人間がやったのは初期依頼と公開ボタンだけ。
AI に時刻を与えるとキャッシュが壊れる話 ─ 時間認識という設計変数
ZennLLM は学習時点で重みが固定されるため、現在時刻を知る手段を持たない。多くの AI プロダクトはシステムプロンプトに日時を注入しているが、毎リクエスト時刻を埋め込むと Claude や Gemini のプロンプトキャッシュのヒット率が 0 になり、キャッシュ書き込み料金で 1.25 倍割高になる。時刻取得の粒度（リクエスト毎 / セッション開始時 / 非注入）を設計変数として選定することが、キャッシュ効率と時間精度のバランスを左右する。
Claude Code を初めて契約した人へ 〜superpowers を使った快適な開発のすすめ〜
ZennClaude Code の初心者が陥りやすい「動くが想定と違う」という問題は、指示に含まれない暗黙の判断を Claude が仮決定することが原因。superpowers 拡張を導入すると、brainstorming・計画・TDD・レビューを自動で挟み、実装前に要件と判断を洗い出し、小さなタスクに分割して進めることで、この問題を回避できる。Sonnet と Opus をコスト効率よく組み合わせる設定も紹介。
AIと1ヶ月、企画からリリースまでClaudeで個人開発した全記録
Zenn開発者がドラマ管理アプリ「ドラマのじかん」を企画から1ヶ月でリリースした過程を記録。企画・キービジュアル・UIデザイン・実装・ストア素材作成をClaudeと進め、チャット段階での提案を受けつつも最終判断は人間が行うアプローチを採用。Claude Codeへの引き継ぎやPencilでのデザイン工程など、実践的な開発フロー全体を解説。
Sigma Computing 2026年7月17日リリースノート: agent が data model テーブルに対応、AI 利用ダッシュボード本格運用へ
ZennSigma Computing の 2026年7月17日リリースで、agent のデータソースに data model テーブルが追加可能に(Beta)、AI usage dashboard が本格運用フェーズへ移行、Claude / OpenAI / Snowflake Cortex AI 費用可視化テンプレート登場など、複数の AI 関連機能が強化された。Agent と data model の統合により、ガバナンス一元化と開発効率が向上。
LLM をチャットで使うだけではもったいない — IDE をエージェントとして使おう
ZennChat 画面での LLM 利用は機能の 3 割程度に過ぎず、残りの 7 割はファイル読み書き・コマンド実行・結果判断を行うエージェントに備わっている。Claude Code や Cursor などの IDE は実は汎用エージェントであり、コード作成以外にも設計書の矛盾検出、Excel 生成、SSH サーバ操作など SI 業務全般で活用可能。「IDE=コード専用」という思い込みを変えるだけで、LLM の実用性が大きく向上する。