全 3997 件 · 27 / 200 ページ
朝のメイン課題が重く感じた原因を調査したところ、難易度ではなく前夜の四肢選択と朝の記述式という問題形式の違いが原因だった。対策として夜のルーティン末尾に予習フェーズを追加し、翌朝の設問を前夜に生成・講義することで初見を避けるよう設計。8日間の運用で午前I演習の正答率は69.1%から75.0%に改善。Agent間の状態受け渡しでは、データ構造より「両者が同時に触れる共有ストレージ」の制約を優先すべき、という実装上の教訓も得た。
Memcode AI がオープンソースで公開された。このコーディングエージェントは、リポジトリの状態を .memcode に永続化して記憶し、セッション間でサブシステムや過去の作業内容、失敗パターンを保持する。複数のモデルを自動ルーティングし、OpenAI互換のエンドポイント、Anthropic API、Ollama など任意のモデルと組み合わせ可能。
OpenTelemetry の trace を使い、Opus 5 と Sonnet 5 の effort level 変更時の動作を比較した。Opus 5 は思考回数と1リクエストの長さの両方を増やす（約2倍×2倍）が、Sonnet 5 は思考回数は不変で長さだけ伸びる。実行時間の差は両モデル共に API 応答待ちが大部分（Opus 5 が91.6%）で、CLI のローカル処理はモデルで変わらない。
OpenTelemetry の traces を使い Claude Code × Sonnet 5 の実行時間を分析したところ、実行時間の 87.2% は API 応答待ちで、ローカル処理は約 3 秒の固定費。effort level を上げても Sonnet 5 はリクエスト回数を増やさず、1 リクエストあたりの長さを最大 2.3 倍に伸ばす戦略を取っていることが判明。
AIエージェント向けナレッジに人間の承認フロー(draft → review → verified)を持ち込む OSS「Kahanyaku」をサーバーに置き、Codex と Claude から HTTP MCP経由で同じ承認済みナレッジにアクセスするアーキテクチャを解説。Caddy / Docker / SQLite を用いた最小構成で、HTTPS + Bearer token による認証制御を実装。
個人が自宅のミニPCにローカルLLM（Gemma2）・Claude Code・PM2を組み合わせた多層的なAIエージェントシステムを構築。秘書役のローカルモデルが依頼を振り分け、専門エージェントが自動実行し、最終承認を人間が担当するチケット駆動パイプラインで、機密データはローカル完結させつつ品質ゲートで担保。消費電力35W・月額3,400円のコスト抑制と、ゼロトラストな監査体制を実現。
Claude.ai のカスタムコネクタで自作 API を連携する際、OAuth 2.1 認可サーバーの構築が要件となる課題に対し、OpenAPI 仕様書を YAML で置き換えるだけで MCP 化と認証を両立させる BeefChicken MCP プロキシを開発・公開。Cloudflare Workers / Node.js / Docker で動作し、個人開発者が追加の保守負担なく API を Claude や Cursor から直接呼び出せる。
Claude Code でツール呼び出しを制御する .claude/settings.json の permissions、hooks、sandbox の 4 層ハーネスについて、それぞれの仕組みと強制力の違いを整理した記事。CLAUDE.md はモデルの意図に影響するだけでハーネス判定フローの外側に位置し、permissions は文字列パターンマッチで deny→ask→allow の順に評価されるが、コマンド表記の違いで抜け道が生じる制限がある。
Claude Code で複数のコーディングタスクを並列に進める方法を紹介。git worktree で作業ツリーを分離し、claude --worktree で自動的にセッションを切り、cmux で複数セッションを一括管理することで、待ち時間なく同時進行が可能になる。ただし並列化には疎結合設計・ファイル領域の非競合・シンプルなタスク分割が不可欠。
Reddit ユーザーが Claude Code を活用して、Claude 独特の表現癖（「Claudish」）を標準的な英語に変換するプラグインを開発。Claude の冗長さや特有の言い回しを自動修正し、より簡潔な英語テキストに変換するツール。
Claude Code v2.1.224以降、macOS・Linux ユーザーは複数セッション間でメッセージをやり取りでき、異なるプロジェクト部分で作業するセッション同士が検出結果や質問を共有・調整できるようになった。セッションの履歴やファイルではなく要約のみが送信され、手動でメッセージを作成する必要はなく Claude が自動で構成する。
Claude Code を自己改善に向かわせる実験で、メモリファイルの保存が測定可能な改善をもたらさず、むしろ対話の履歴とタスク実行トレースが自己改善の主要因であることが判明。成功率は 34% から 44% に向上した。
Claude Code などの AI コード生成ツールの普及に伴い、生成される低品質なコード (AI スロップ) が増加し、ソフトウェア開発の質や職人技的な価値が脅かされているという議論。AI が自動化する一方で、人間による創造性や技術的判断力の重要性が問われている。
Claude Code 使用時に発生しやすい権限エラー・アクセス拒否・ファイル書き込み失敗などの問題を、GitHub Issues の報告例と実際の検証に基づいて整理。ファイルシステム・認証・リソース制限・共有フォルダ操作・RPC 通信など、原因別の確認ポイントと切り分け手順をまとめている。