
AI資格の模試をAIに解かせる。CCAR-F模擬試験60問をTypeSafe Jevで実行・分析
ZennClaude の認定資格 CCAR-F の模擬試験 60 問を TypeSafe Jev(System One)の Choice プリミティブで自動採点し、決定性や confidence スコアの挙動を分析した実験。state と questions を分離した構造化データ設計により、選択式試験(単一選択・複数選択)を効率的に解かせる実装方法を紹介。
全 5413 件 · 28 / 271 ページ

Claude の認定資格 CCAR-F の模擬試験 60 問を TypeSafe Jev(System One)の Choice プリミティブで自動採点し、決定性や confidence スコアの挙動を分析した実験。state と questions を分離した構造化データ設計により、選択式試験(単一選択・複数選択)を効率的に解かせる実装方法を紹介。


Claude Code v2.1.278 リリースにより、auto モードの分類器がクライアント側からサーバー側での実行に変更され、分類器のオーバーヘッド課金が廃止された。Claude API / Enterprise / Bedrock / Vertex / Foundry / LLM ゲートウェイ経由の利用が対象で、Bedrock 等のユーザーは環境変数 CLAUDE_CODE_AUTO_MODE_SERVER=0 でオプトアウト可能。/status コマンドで現在のセッションの分類器実行場所が確認できる。

Claude Code での開発において、Hooks・CI・テストを段階的に組み合わせて品質を担保する仕組みを解説。ファイル修正時は Hooks で lint・typecheck・単体テスト、コミット時は全体テスト、マージ時は CI で全テスト + E2E テストを実行し、人間はテスト内容の判断に集中できる体制を実現する。

SSH 接続の切断時に Jupyter Lab やツールが落ちる問題を、tmux でセッションを永続化して解決する。Jupyter Lab の起動・ポートフォワーディング設定、トークン固定、Claude Code の常駐方法を具体的なコマンド例とともに解説。SSH 再接続時に即座に作業を再開できる環境構築。

Claude Design のテンプレートを使い、メニュー表・プレゼン資料・Web 画面・3D パッケージなど 11 種類のデザインを実際に制作し、成果物とプロンプトをギャラリーとして公開。見た目の完成度は高く実用的だが、文字折返しやスマホ表示などの確認・修正が必要な場面も。各作例で検証内容と補正版を区別して掲載。

Claude Code v2.1.277〜v2.1.278(2026-09-18〜19)が公開され、89件の変更が実施された。CLAUDE.md がないプロジェクトで AGENTS.md を読み込む対応、非推奨だった TaskOutput ツール削除、auto モード分類器のサーバーサイド化などが進行。サンドボックス除外判定の厳格化やプロンプトのクリーンアップ強化により、セキュリティと安定性が向上。

新しいセッションのClaude Codeは過去の判断を覚えていないため、同じ検討を繰り返す問題がある。この記事では、リポジトリに「現在の仕様」のみ、Obsidianに「判断理由・調査・教訓」を分離して保管し、MCPサーバーなしにMarkdownの読み取りと grep で参照する運用方法を紹介する。Decisionの上書き禁止と索引自動生成の回避が、AIの繰り返しを止める鍵。

Anthropic 関連の安全性・セキュリティニュースをまとめた索引記事。Claude が複数の弱点を組み合わせて攻撃を加速させる危険性、MCP サーバーの設計における情報公開リスク、AI エージェントの実行権限管理の現実的な脅威、そして企業が第三者に訓練内容や社員情報まで開示する外部審査の重要性と課題を指摘。

著者が使ってきた株式投資の押し目買いルール 11 パターンを、東証プライム全銘柄の 10 年分株価で検証した結果、毎週ランダムに銘柄を選ぶ「くじ引き」と成績が変わらなかった。Claude Code を用いた自動化検証で判明した唯一有効な戦略は、大きく下がった銘柄が 200 日線に戻るのを待つ買い方で、従来の裁量トレードとは逆の発想。

非技術系PMが AI 時代に求められる新しい職能「プロダクトビルダー」への移行プロセスを、実体験と職能論で整理した無料書籍。顧客解像度を軸に、PM から実装を伴う職能への転換方法、組織適合性、リスキリングの選択肢までを約 32,000 字で解説。

リアルタイム音声チャットでユーザーの発話終了を判定する際、Claude Haiku を用いた方式と STT (Whisper) の末尾句読点判定を比較したところ、句読点ルールがほぼ同じ精度で動作することが判明。判定器の遅延が実際には「待ち時間」として機能していたため、LLM の追加が体感向上に貢献していない場合が多い。投機的な構成 (TTS を無音検知時点から先行実行) ではさらに判定器が不要になると報告。

Reddit ユーザーが Claude Code の使用体験を共有。コード生成・デバッグ・ファイル操作の実感や課題、他の AI コーディングツールとの比較など、ユーザー視点の評価が投稿されている。




