AI駆動開発
11 件
AIエージェントに「自分を改善させる」仕組みを企業で動かすには、何を先に決めておくべきか
企業AIエージェントにおけるメタハーネスの設計理論を探求し、自己改善ループの構造と運用の重要性を論じる。
日立×Astemo、自動運転AI開発基盤を2026年度末に構築へ——デジタルツインで「現実では再現困難なシナリオ」を量産する狙い
日立製作所とAstemoは、自動運転車両向けのAI開発基盤を2026年度末までに構築することを発表しました。デジタルツインとフィジカルAIを活用し、安全性と快適性を両立させることを目指します。
AIが生成したpandasコードは「動く」けど「正しい」とは限らない——3つの地雷と検証ワークフロー
AI生成のpandasコードには、実務でのパフォーマンスやデータ整合性に影響を与える静かな地雷が存在します。本記事では、その地雷を特定し、検証ワークフローを提案します。
CI/CDの次に来るもの——「エージェントネイティブ開発」が変える開発組織の形
AIコーディングは単なるコード生成を超え、開発プロセス全体を自律的に処理するエージェントネイティブな運用へと進化しています。
「ステップ2は？」——AIが変革をもたらすという約束の、巨大な空白を直視する
AIの変革の約束と実際の能力のギャップが浮き彫りになり、誇大広告の背景には中間プロセスの不透明さがあることが指摘されています。
EU AI Actが開発現場を変える：2024年版、エンジニアが今すぐ知るべき規制の実務ポイント
2024年のAI規制の最新動向を解説し、特にEUのAI Actや日本のガイドラインについて詳述しています。
AIコーディングツールを配るだけでは、何も変わらない——BPRとして設計しないと詰む理由
AIコーディングツールの導入は単なるツール選定ではなく、開発プロセスや人の役割を見直す必要があると述べています。
「コードを書く力」の希少性が下がった時代に、エンジニアは何で勝負するのか
バイブコーディングの普及により、エンジニアの価値は「コードを書く技術」から「問題を定義する技術」に移行している。これにより、ソフトウェア開発の需要が増加している。
AIが書いたコードをどこまで信用するか——4つの戦略と、今選ぶべき現実解
AIが生成するコードの品質を担保するための4つのレビュー戦略を提案し、現時点ではテスト中心レビューが最も現実的であると結論づけています。
AIの「重心」が学習から推論に移った——この構造変化がエンジニアの仕事を変える
AIの重心が学習から推論に移行しており、推論需要が急増していることが明らかになった。これにより、コスト構造やエンジニアリング指標が変化している。
「責任を固定した」で終わっていいのか——AIガバナンスに欠けている「固定後」の設計
AIガバナンスにおいて、責任固定だけでは不十分であり、責任経路設計が必要であることを論じています。