
全 1285 件 (Qiita で絞り込み) · 45 / 65 ページ



Anthropic が 2026年4月30日に公開したエンタープライズ向けセキュリティツール「Claude Security」は、Opus 4.7 を搭載し、コードベース全体の脆弱性を自動検出・修正する。従来の SAST ツールのパターンマッチング方式ではなく、セキュリティ研究者が実施するようなデータフロー追跡と複数ファイル間の依存関係分析を AI が担い、複雑な脆弱性の発見から修正パッチ生成まで 1 セッションで完結する。


Claude Codeを活用してブラウザ上で動作するサイバーパンクFPS「BANG BANG」を個人開発。React・Three.js・ゲーム開発が未経験の開発者が要件定義・レビュー・プレイテストに専念し、実装の大部分をClaude Codeに委譲。敵の戦術AI、縦方向マップ、マルチプレイヤー機能、モバイル対応を実装。




6月15日以降、自動化実行が Claude のサブスク定額枠から外れ月次クレジットを消費するようになる。Raspberry Pi で毎日実行している複数の自動化タスク(情報収集・OCR等)の実コストを API 換算で測定したところ、月額 $31〜44 となり、Pro プラン $20 では足りないため Max 5x 等への移行か overflow 有効化が必要になる。

Claude CodeとMCPサーバーを組み合わせることで、Jiraへの自動起票、Notionの一括更新、Slackへの自動通知、期日リマインド、タスク集計といったタスク管理業務の大部分を自動化できます。MCPが外部ツール間の標準化された橋渡しをするため、複数ツールの手作業を自然言語の指示で一元管理可能になります。

Anthropic が公式ブログで「社内エンジニアの 80% 超のコード行数を Claude が生成している」と発表。新モデル Mythos Preview は訓練コード最適化で 52 倍速、研究判断で 64% 人間超えを達成した。ただし 52 倍は特定タスク限定、80% は行数であり生産性ではなく、エンジニアの役割は「コード執筆」から「AI 出力のレビュー・統合」に移行している。Anthropic 自身が完全な自己改良には未達と明言。

Claude Code でツール呼び出しが構造化データではなくレガシー XML 文字列として出力され、ターンが止まるバグが 2026年5月末から発生している。原因は回帰バグと few-shot self-poisoning で、リトライは症状を悪化させるため、`Esc` 2回または `/rewind` で復帰し、ダメなら `/clear` でセッションをリセットするのが正規の対処法。予防には `/clear` や `/compact` の定期実行、1M コンテキスト使用時の見直し、XML 密度の高い skill の途中読み込み回避が有効。

Aurora PostgreSQL 13.9 から 17.9 へのメジャーバージョンアップ時に、Claude Code を使用して OSS PostgreSQL 公式リリースノートと AWS Aurora リリースノートから変更点を自動抽出・一覧化した事例。Markdown 形式の 6 セクション構成(各バージョンの変更、Aurora 固有変更、Breaking Changes)で約 250 項目の変更を整理し、手作業で数時間かかる作業を短時間で完了。

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。

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。
