歩みスライドあり
AI時代のOSS貢献：メンテナーに負担をかけない4週間プラン
OSSのメンテナーは、AIが書いたプルリクエストや報告であふれています。この記事では、一次情報で確認できた数字、初心者向けの4週間プラン、実際に動かしたgitの流れ、AI利用の申告つきPRテンプレート、セルフチェックを紹介します。
Stacklogs
コードの向こう側にある物語。
Stacklogsは、ソフトウェア開発の現場で生まれた物語、記録、経験、対話、考察をまとめた個人アーカイブです。
- 39 記事
- 8 テーマ
- 39 スライド
新着記事
エンジニアリングスライドあり
AIエージェントの作業記録：何を残せば後から調べられるか
誰も見ていないところで動くエージェントには、足跡を残させる必要があります。お店の防犯カメラのたとえで、残すべきこと、残してはいけないこと、簡単なJSON Lines形式、秘密情報の隠し方、記録から時系列を組み立てる方法を解説します。25件の操作で実際に動かしたスクリプト付きです。
エンジニアリングスライドあり
コードの中の秘密：APIキーはどこから漏れ、15分でどう入れ替えるか
コードからAPIキーを消しても、gitの履歴には残ります。偽のキーを使った実際の実験、キーが漏れたときの正しい順番（先に入れ替え、あとで掃除）、pre-commitフックと.gitignoreで漏れを防ぐ方法、AIエージェントと働くときの習慣を解説します。
エンジニアリングスライドあり
AIの請求書の読み方：トークンとは何か、なぜ費用が膨らむのか、予算内に収める3つの方法
AIによるコーディングは、トークン単位で課金されるケースが増えています。身近なたとえでトークンを説明し、会話が長くなるほどターンごとに高くなる理由を、実際に動くスクリプトで確かめます。短いセッション、日常作業には安いモデル、上限と監視という3つの抑え方も紹介します。
経験と教訓スライドあり
AIは本当に仕事を速くしてくれるのか：自分で測る2週間の実験
AIで速くなった気がすることと、本当に速くなることは別です。10件の作業をランダムに割り当て、やり直しの時間も測り、中央値を比べて控えめに読む、2週間の小さな自己実験を解説します。CSVの雛形、実際に動くスクリプト、答え付きの計算例つきです。
エンジニアリングスライドあり
クリックからデータベースまで：1つのリクエストの旅
1回のクリックは、住所の検索、接続、暗号化、リクエスト、アプリ、データベース、返信の7つの区間を通ります。荷物のたとえ、curlで区間ごとに測る方法、答え付きの演習、遅いページをAIに直してもらうときの取り違えを解説します。
エンジニアリングスライドあり
探偵のようにバグを追う：AIに聞く前の5つのステップ
再現、縮小、仮説、git bisectでの二分探索、確認。自分でできる5つのステップと、その後でAIに渡すバグ報告の書き方を解説します。実際に動かした20コミットの練習用リポジトリ、答え、報告テンプレートつきです。
エンジニアリングスライドあり
データベースのインデックスを図書館のたとえで学ぶ
クエリが遅くなる理由、クエリプランの読み方、複数列インデックスで列の順番が大事な理由、インデックスが逆効果になる場面を解説します。数字はすべて10万行のSQLiteで実際に測った結果で、再実行できるスクリプトと解答つきの練習問題も付けています。
エンジニアリングスライドあり
AIエージェントを使う人のGit入門：ブランチ、小さなコミット、元に戻し方
エージェントはコードをとても速く直し、ときには速く間違えます。ゲームのセーブポイントにたとえて、Gitの使い方を解説します。作業ごとにブランチを分け、コミットを小さくし、受け取る前に差分を読み、安全に元へ戻す方法を、練習用リポジトリで実際に動かした結果とともに紹介します。
プロダクト思考スライドあり
少人数チームのためのAI利用ポリシー1ページ：使ってよい、先に相談、禁止
少人数のチームに分厚い規則は要りません。使ってよい、先に相談、禁止の3列、やさしい言葉で書く4段階のデータ、責任者、事故のときの手順を1ページにまとめます。そのまま貼れるひな形、6人チームの例、チェックリスト付きです。
経験と教訓スライドあり
1ページで決定を残す（ADR）：人のためにも、AIのためにも
なぜこの方法を選び、あの方法を選ばなかったのかを1ページに残すと、新人が同じ質問を繰り返さずに済み、AIエージェントが過去の決定をこっそり覆すこともなくなります。1ページのテンプレート、架空の例、よくある失敗、チェックリストを紹介します。
エンジニアリングスライドあり
コンテキストウィンドウ：エージェントが忘れる理由と、やり直すタイミング
AIエージェントの記憶は無限ではありません。いま扱っているものはすべて、広さが決まった机の上にあります。長い会話でなぜ精度が落ちやすいのか、いつ整理し、要約し、やり直すのかを、身近なたとえ、計算例、引き継ぎメモのひな形、チェックリストで解説します。
エンジニアリングスライドあり
AIの結果に自分で証明させる：証拠を求める5つの方法
AIがやったことを毎回自分で一から確かめる代わりに、確かめやすい証拠を一緒に出してもらいましょう。開ける出典、実行できるテスト、小さな変更、実行済みかどうかの仕分け、他の人が再実行できる手順の5つです。そのまま使える文例、時間の計算、明日から使えるチェックリストつき。
考察スライドあり
新人エンジニアの仕事、数字が食い違うとき、どれを信じるか
2025年以降、「AIが新人の仕事を奪っている」という記事と「そうではない」という記事が並んでいます。この記事では数字を並べて食い違う理由を説明し、数字を読むための6つの質問と、どちらが正しくても新人にできることを紹介します。
歩みスライドあり
知らないライブラリをAIと学んで腕を落とさない：4週間の計画
AIと学ぶと速くなることがありますが、ある研究では、AIに任せきりにしたグループは理解が低くなりました。この記事は根拠をまとめ、まだ分からないことを示したうえで、AIオンとAIオフの回、毎週金曜の自己テストを含む4週間の計画を紹介します。
エンジニアリングスライドあり
存在しないパッケージ：スロップスクワッティングと、エージェントに闇雲にインストールさせない方法
AIコーディングツールは、存在しないライブラリ名をでっち上げることがあります。攻撃者はその名前を先に登録してマルウェアを仕込めます。身近なたとえ、研究の数字、実際の事例、明日から使えるインストールの習慣を解説します。
考察スライドあり
AIが間違えたら、誰が責任を取るのか
AIツールが間違った答えを出したり、仕事を壊したりしたとき、誰が負うのか。この考察は、実際の2つの事例（エア・カナダとMata対Avianca）をたどり、責任の簡単な地図を描き、機械のせいにしないためにチームが今すぐできる5つのことを提案します。
プロダクト思考スライドあり
AI機能を測る：品質、費用、信頼
うまくいったAI機能は、使われた回数だけでは決まりません。この記事は、品質、費用、信頼の3つの層で測ることを提案し、9つの指標の1ページの表、レビューの手間を含めた成功した結果あたりの費用の式、受け入れ率に惑わされない読み方、よくある落とし穴を示します。
ストーリースライドあり
1つの間違ったコマンド、4時間：2017年のAmazon S3の話
2017年2月28日、入力を1つ打ち間違えたコマンドが、AmazonのS3ストレージサービスから意図より多くのサーバーを外し、多くのインターネットサービスを約4時間、遅くしたり止めたりしました。AWS自身の事後報告に沿って振り返り、削除の力を持つツールが備えるべき守りを引き出します。
エンジニアリングスライドあり
AIが書いたコードのテスト：いつも緑のテストを避ける
AIはコードと、そのテストの両方を書くので、テストは書いたばかりのコードをただ確認するだけになりがちです。この記事は、緑のテストでは足りない理由を説明し、50万の境界の例を示し、テストの価値を保つ7つの方法を挙げます：仕様から書く、先に赤を見る、自分でコードを壊す、ミューテーションテスト、プロパティベーステスト、境界値の表、実際に動かす。
経験と教訓スライドあり
エージェントへの依頼を書くときの7つの間違い
AIエージェントが、思っていたものと違うものを作ったり、終わっていないのに終わったと報告したりすることがよくあります。この記事は、Anthropicの実践ガイドと、このブログのプロジェクト自身の実際の不具合に基づき、依頼を書くときのよくある7つの間違いと、前後のひな形、エージェントを1人で動かす前の5つの問いを示します。
現場ノートスライドあり
AIと1日で13本の記事：gitの履歴からの記録と数字
1日で、このブログに13本の記事が加わり、そのうち12本はAIエージェントと書きました。この記事は、gitの履歴とチャットの履歴から取った記録と数字を残します：22コミット、1万7千行を超える変更、人のメッセージ47通、そして後半で不具合報告の割合が大きく下がった理由。数字自体の限界も添えます。
歩みスライドあり
AI時代の面接：2週間の計画
コーディング面接でAIの使用を認める会社が出てきた一方、今も禁じる会社もあり、共通の標準はありません。この記事は、面接を控えた人のための2週間の計画を示します：ルールを尋ねる、AIなしで基礎を練習する、読む力とデバッグを練習する、規律を持ってAIと作業する練習をする、AIについての質問への答えを準備する。
エンジニアリングスライドあり
AI機能のための評価を書く：実際の30件から始める
多くのチームがAI機能を作りますが、測るチームは少数です。この記事は、実際の30件を読み、失敗を分類してから評価（evals）を書く方法を、ハメル・フセインとシュレヤ・シャンカールの手引きに沿って示し、記録シート、3回の午後の計画、よくある間違いを添えます。
エンジニアリングスライドあり
仕様駆動開発：AIに任せる前に仕様を書く
仕様駆動開発とは、作るものを先に書き出し、AIにそれに沿って作らせることです。この記事は、3つの段階、マーティン・ファウラーの分析によるKiro、Spec Kit、Tesslというツール、役に立つ場面と立たない場面、今日使える軽い5項目の仕様ひな形を説明します。
エンジニアリングスライドあり
AIアプリのOWASP Top 10：身近なたとえで説明する
大規模言語モデルを使うアプリのOWASP Top 10（2025年版）は、初めての人には読みにくいものです。この記事は、AIのホテルの受付係のたとえで各項目を説明し、OWASP自身のページにある対策、優先順位、10問のチェックリストを示します。
考察スライドあり
AIがコードを速く書く時代、開発者はまだ創造的な仕事なのか
AIがコードを速く書くので、プログラミングの創造的な部分はどこへ行くのかと問う人が増えました。この省察は、開発者の仕事を5つの層に分け、AIが担う層と残る層を見て、楽しさ、スキル、生産性の数字と並べ、リスクと技を保つ習慣を示します。
ストーリースライドあり
エンジニアが間違ったデータを消した日：GitLab 2017年の話
2017年1月31日、GitLabのエンジニアが削除コマンドを間違ったサーバーで実行し、約300GBを失いました。その後、5層のバックアップがすべて失敗。GitLab自身の事後分析に沿って振り返り、削除コマンドを打つ前の1分のチェックリストで締めます。
対話スライドあり
新人と先輩の対話：AI時代の学び方
不安を抱える新人のマイと、先輩のコアが交わす、作り直したカフェでの会話です。仕事を失う不安、AIに練習問題をやらせること、何を学ぶか、誰に聞くか、先輩はAIをどう使うか、採用側は何を見るかを率直に話し、研究の根拠も添えます。
エンジニアリングスライドあり
MCPとは何か？コンセントで説明する
MCPは、AIアプリがツールやデータにつながるための共通の規格で、たくさんの家電が使う共通のコンセントのようなものです。この記事は、MCP以前の問題、MCPサーバーが提供する3つのもの、動き方、セキュリティ上のリスク、つなぐ前のチェックリストを、コンセントの絵で説明します。
プロダクト思考スライドあり
生産性をコードの行数で測らない
コードの行数は、最も数えやすく、最も誤読しやすい数字です。AIが数秒で千行を書く今は特にそうです。この記事は理由を説明し、マイナス2000行の話を紹介し、チーム単位の代わりの指標と害のない使い方を示します。
経験と教訓スライドあり
バトンリレーから、みんなでパン作りへ：AI時代のITチームの働き方
いくつもの工程に仕事を回す代わりに、AIアシスタントと一緒に働く小さなチームへ向かうIT現場が増えています。小さなパン屋の物語にして、実際の数字、仕事での例、新しいやり方の落とし穴を紹介します。
プロダクト思考スライドあり
バイブコーディングで1日でプロトタイプ：向く場面と危ない場面
バイブコーディングは1日で動く試作を作れますが、セキュリティの穴や技術的負債への近道にもなります。この記事は、使ってよい場面、止める場面、1日の計画、試作を製品にする前のチェックリストを示します。
歩みスライドあり
AI時代の新人：ジュニアになるための12か月計画
新人の採用は厳しくなり、AIは簡単なコードを多く書けます。この記事は、4つの四半期に分けた12か月計画、AIに代わりに学ばれるのではなくAIで学ぶ方法、毎週の習慣、進み具合の確かめ方を示します。
エンジニアリングスライドあり
AI向けの手引き（AGENTS.md）：短く、正しく、役に立つ書き方
AGENTS.mdやCLAUDE.mdは、あなたのプロジェクトについてAIに伝えるファイルです。この記事は、それが何か、結果が食い違う2つの研究、入れたい6つの項目、良い例と悪い例、コピーできる雛形、ファイルを正しく保つ方法を、このプロジェクト自身の実例とともに説明します。
エンジニアリングスライドあり
AIが書いたコードのレビュー：差分を読む人のための15項目チェックリスト
AIはコードを速く書くので、ボトルネックはレビューに移ります。この記事は、4つのグループに分けた15項目のチェックリストを示します。各項目に、よくある兆候、確認方法、根拠があり、PRの説明テンプレートと、AIを最初のレビュアーとして鵜呑みにせず使う方法も添えます。
現場ノートスライドあり
実際のプロジェクトでAIエージェントと働いた3時間：記録と数字
このブログ自身でAIエージェントと長く作業した1回分の記録を、gitの履歴とチャットの履歴から測りました。12回のコミット、33通のメッセージ、そして人の目だけが見つけた不具合。
エンジニアリングスライドあり
AIを鵜呑みにしてはいけない理由：推測の仕組みを知り、検証すべき場面を見極める
AIは流暢に書きますが、事実を確かめてはいません。もっともらしく聞こえる答えが間違うのはなぜかを日常の例で解説し、AIと働くときに実際に起きた事例を紹介し、信じる前に確認する方法を示します。
考察スライドあり
開発者という職業の変遷：手書きコードからAIエージェント、そしてその先へ
分厚い技術書と Stack Overflow の時代から AI エージェントまで、ソフトウェア開発という職業の6つの時代をたどります。開発者はどう働いてきたのか、ボトルネックはどこにあるのか、そして2027〜2030年以降に向けてどんなスキルを準備すべきかを考えます。
該当する記事が見つかりません。別のキーワードをお試しください。