全 2065 件 · 44 / 104 ページ

OpenRouter の :free サフィックス付きモデル (Qwen3-235B・Llama-4-Maverick など) を Claude Code に接続し、月額 0 円で高品質な AI コーディング環境を実現する方法を解説。ANTHROPIC_BASE_URL 環境変数で OpenRouter エンドポイントに向ける設定と、direnv でプロジェクト単位に管理する実装手順を紹介。レート制限 (10-20 RPM 程度) と各モデルのライセンス確認が必須。

2026年5月、ある企業が Claude ライセンスの上限設定なしで1ヶ月約5億ドルの請求を受けた事件が報道された。Enterprise プランは per-seat + 従量課金で、デフォルトが無制限のため、契約直後に Spend limit を3階層(組織・グループ・ユーザー)で設定し、RBAC・SCIM 同期・Claude Code のポリシー制限・監査ログを有効化することが必須。事故は機能不足でなく無制限デフォルトへの認識不足から起きる。


Google Meet の Gemini 議事録を Claude Skills で自動処理し、決定事項と TODO を抽出して Slack や Jira に投稿するシステム。GAS で議事録を Markdown 化して GitHub に保存し、Claude が横断分析して業務に必要な情報へ変える流れを解説。会議後の情報整理の手作業を削減できる。

Claude Code の Skills 100個を分析した「6つの設計法則」と自身の環境を照合した結果、骨格は実装済みだが細部がばらつく状態が判明。同時に、外部分析より先に「description 品質の制度化」と「使用頻度に基づくローテーション運用」の 2 点で進んでいたことが明らかになった。
Anthropic 内部で Claude がコード作成業務の約 80% を占めるようになったと報告されている。これは Claude Code や開発支援機能の実用化が社内で進み、エンジニアの生産性向上に寄与していることを示唆している。

Markdownで運用中のClaude Codeマルチエージェント設計がLangGraphの設計思想と対応していることに気づき、Claude OpusとCodexによる設計レビューで10個のギャップを発見した。リトライカウンタ永続化、ハンドオフスキーマ定義、CEO無限ループ防止などの高深刻度の問題を修正し、5つのADRを生成してアーキテクチャを改善した事例。

医療AI開発で Claude Code と Codex をどう使い分けるかを実装例とともに整理した記事。Claude Code workflow で設計を調査・分解し、Codex /goal で実装する段階的アプローチ、または /effort ultracode で自動オーケストレーションする方法を紹介。患者情報の保護と規制対応を前提とした運用フロー、CLAUDE.md での制約記述、人間によるレビュー必須の体制を解説。


2026年6月5日に Claude Code v2.1.165 がリリース。公式 Changelog は「Bug fixes and reliability improvements」のみで、新機能追加や API・CLI フラグの変更はなし。不具合修正と安定性向上のみのため、通常の使い方に影響なし。

Sysdig をMCP/Skills 経由で Claude Agent SDK のエージェントチームが自律的に扱い、セキュリティアラートを多段調査して結果を音声報告する SOC の PoC。単一の万能 AI ではなく役割分担したエージェントにより安全性・説明可能性・テスト可能性を構造で担保し、実テナント環境で XMRIG 検知ケースなどで動作確認済み。

AI エージェントにルールを守らせるには、CLAUDE.md・docs・test・commit 監査・deploy 制限の 5 層を組み合わせる必要がある。単一のルール化やフック検査では必ず抜け道が生じるため、別々の失敗モードを担当する層を構造化することで機械的に誤動作を減らす。人間のレビュー能力を超えた生成量の時代に、機械が落ちる場所を設計で塞ぐ仕組み。

音楽雑誌のレビューページをスクショすると、Claude APIでアーティスト名・アルバム名を抽出し、ytmusicapi経由でYouTube Musicのプレイリストに自動追加するシステムをClaude Codeで実装。雑誌1冊10〜20枚のアルバムを手作業で追加する手間を大幅削減し、スラッシュコマンドで複数の処理フローに対応。

Claude Code の実行フローを詳細に追跡した技術解説。プロンプト入力から最終的なコード変更まで、システムプロンプト・ツール定義・コンテキスト管理がどう動作するか、またトークンコスト・エージェントループ・設定の読み込み順序まで、実運用に基づいて説明。Claude Code を「ブラックボックス」ではなく理解することで、タスク分割・コスト最適化が可能になる。

実践的な MCP サーバー開発プロジェクトで Claude Code を導入し、ブランチ作成・コミット・PR テキスト作成・リリースノート生成などの 9 工程を自動化。Custom Skills・Sub Agent・hooks・permissions といった標準機能を活用して、各工程の工数を半減させつつ品質向上を実現した具体的な仕組みを工程別に解説。

Claude Code で運用している 15 本の自動化スクリプト(メール送信・カレンダー登録など)を GPT と Gemini に監査させたところ、15 本全部が同じ 3 パターンのバグ(非アトミック read-modify-write、失敗時の fail-open、エラー握りつぶし)を抱えていた。書き手と同じ盲点を持つレビュアーでは見落とされ、別系統モデルで初めて浮上。race condition テストと advisory lock で修正。


Claude Code や Cursor などのAIコーディングエージェントで長期的なタスク実行時に発生するコンテキスト肥大化とトークンコスト急騰に対し、プロンプト圧縮の限界を指摘。MemoryLake のような専用記憶層を導入することで、毎ターン再注入されるコンテキストを動的に抑制し、最大約90%のInputトークン削減を実現するアーキテクチャ設計を提案。