GitHubは、GitHub CopilotやClaude Code、Gemini CLIなどの生成AIを用いたコーディングエージェントで仕様駆動開発と呼ばれる開発スタイルのワークフローを実現するオープンソースソフトウェア「Spec Kit」を公開しました。 仕様駆動開発はまず明確な仕様を作成する 仕様駆動開発（Specification-Driven Development）は、まず仕様を明確に作成し、その仕様を基に実装計画を立ててコーディングを行うという開発手法です。 Amazon Web Services（AWS）が7月に発表したコーディング支援ツール「AWS Kiro」がこの手法を採用しており、それがきっかけで注目されるようになりました。 参考：AWSがAIコードエディタ「Kiro」をプレビュー公開、VS Code互換。AIとチャットしながらプロダクトを開発 今回GitHubが公開
こんにちは！メドレーで QA エンジニアをしている小島 (@Daishu) です。 AI を活用したテストケース生成について、私が組織で実践しているアプローチを紹介します。 ※この記事は「Medley Summer Tech Blog Relay」2 日目の記事です はじめに テストケースの自動生成は、もはや珍しい話ではありません。弊社でも全社的に AI 活用を推進しており、個人レベルで AI エディタや CLI を自由に利用できる環境が整っています。 しかし現実には、個人の工夫が個人のローカルで完結してしまうという課題があります。効果的なプロンプトやテスト観点が個人のナレッジに留まり、組織として蓄積されません。結果として、AI に与えるドメイン知識が不足し、メンバーごとに品質にばらつきが生じ、同じ失敗を繰り返すリスクがあります。 開発速度 10 倍化と QA の課題 弊社の AI 推進グ
みなさんこんにちは、XI本部エンジニアリングオフィスの佐藤太一です。 このエントリでは、私がRustで実装したJava用バージョンマネージャであるKopiを紹介すると共に、実装の過程で得た生成AIを使ったソフトウェア開発に関する知見を共有します。 Kopiのソースコードとドキュメントは全てClaude Codeによるものです。私自身は開発環境の構築とメンテナンスをしながら、プロンプトによる指示のみで、約2か月弱の期間に約四万行のRustコードと約六千行のMarkdownを書き上げました。行数の計測においては、コメントや改行は除いています。 成果物は全てオープンソースソフトウェアとして公開していますので、興味を持ったら是非、公式サイトに来てください。 https://kopi-vm.github.io/ Kopiの紹介 ここでは簡単にKopiを紹介させてください。 Java用バージョンマネー
こんにちは、freeeで支出管理領域のQAマネージャーをしているrenです。 今回は、支出管理領域のCIパイプラインにJust in Time Test（JiT Test）という仕組みを試験的に導入している話をします。 Just in Time Testとは PR作成時に、LLMを活用して生成するジャストインタイムなテストのことを指します。 MetaのMark Harman、Peter O'Hearn、Shubho Senguptaらが提唱している「Assured LLM-Based Software Testing」という研究領域に基づくものです。 論文「Harden and Catch for Just-in-Time Assured LLM-Based Software Testing: Open Research Challenges」では、PRが提出された際に生成される「JiTT
「Claude Codeがアホになる問題」が勃発している最中、SerenaというMCPサーバーが「Claude Codeのコンテキスト消費を削減し、応答を改善する」という評価でユーザーたちの間で注目されています。 筆者も実際にSerenaを使ってみたところ、確かにコンテキスト効率の改善（入出力トークンの減少を指します）を実感できました。詳しく調べてみると、このツールは非常にユニークな発想で設計されており、一過性の流行として消費されるには惜しいと感じました。 そこで、本記事では、この機能の背景にある技術的な仕組みを詳しく解説したいと思います。実際の検証も交えながら、Serenaのアーキテクチャとその効果を分析していきます。 現在のコーディングエージェントが抱える課題現在のコーディングエージェントの多くは、コードを単なるテキストファイルとして扱って逐次的な処理をしています。この根本的なアプロー
クラスメソッド、Claude Codeを使った開発を体系化、効率化するフレームワーク「Tsumiki」をオープンソースとして公開 クラスメソッドは2025年7月29日、AnthropicのAIコーディングツールClaude Codeを使った開発を体系化・効率化するフレームワーク「Tsumiki」（積み木）をオープンソースとして公開した。 クラスメソッド、AI支援型テスト駆動開発フレームワーク「Tsumiki」を公開〜AIを活用しながら品質を確保する開発手法をオープンソースで提供〜 ／ AI支援型テスト駆動開発フレームワーク 「Tsumiki」を公開🎉 ＼ Anthropic社のAIエージェント駆動型コーディングツール 「Claude Code」の活用を体系化・効率化する フレームワーク「Tsumiki(積み木)」を 本日よりオープンソースとして公開いたします！ 詳細はこちら👉
2025/07/22 に開催された QA活動におけるAIの利活用をシェアしよう！ での発表資料です。 以前投稿した
Kiroは対話形式で詳細な要件書・設計書を作れるが、実装速度が遅い Claude Codeは爆速開発ができるが、正確な指示出しが難しい 2つの長所を組み合わせることで、質と速度の両取りができました。 Kiroで作った仕様書をClaude Codeに読み込ませたら、Claude Codeがタスクを理解して最後まで実装してくれました。 Kiroとは Kiroとは2025年7月15日にAmazonがリリースした統合開発環境で、要件定義・設計からコードの開発までを行ってくれます。対話形式で詳細なrequirements（機能要件）・design（設計）・tasks（タスクリスト）を作成できます。作られたタスクを実行することで、開発が完了します。 詳しくは次の記事がわかりやすいです。 Kiroは設計は得意だが、実装速度が遅い Kiroは高機能な要件定義・設計機能は持っていますが、現時点では実装速度が
しんどくなったので説明した。良くなるかもしれないし悪化するかもしれません。 はじめに 私たちは常に「強くあること」を求められている。生成AIよりも成果を出すことを求められている。 NEXUS 情報の人類史 下 AI革命 作者:ユヴァル・ノア・ハラリ河出書房新社Amazon かつては人間同士の競争だった。同僚より早く仕事を終わらせ、他社より良い製品を作り、去年の自分を超えることが目標だった。しかし今、比較対象は常時稼働し、瞬時に大量のアウトプットを生成し、日々賢くなっていくAIになった。「毎年成長し続ける」「常に結果を出す」「社会の変化に乗り遅れない」という従来のプレッシャーに加え、「AIより価値のある仕事をする」という不可能に近い要求が加わった。 ブルシット・ジョブ クソどうでもいい仕事の理論 作者:デヴィッド グレーバー岩波書店Amazon 朝、デスクに向かう。スマホには新しいAIツール
amazonの出したIDE「kiro」がめちゃくちゃ未来だったのでClaude Codeユーザーの人はみんな一度試してみてほしい どうもこんにちは、昨日AmazonがVS CodeベースのIDEである「kiro」をリリースしました この分野ではcursorやWindsurf、アドオンですがClaude Codeなど様々な選択肢があります そんな中であえてAmazonが出してきたIDEのコンセプトは Vibe coding ……ではなく、 Viable Code だそうです 細かい説明は公式HPを見てもらうとして、他との違いは 「仕様書駆動開発」 を明確に打ち出している点です AIとのコーディングは難しい 特にClaude Codeを弄り倒している人なら常々感じてると思いますが、AIに適切な指示を与えて適切な作業をしてもらうのは非常に難しいです それを解決しようとみんな「sowで書いて」だっ
AIがコードを書き、開発者を支援する――。この数年、誰もが信じてきた「生産性革命」のシナリオに、冷や水を浴びせる研究結果が発表された。AIの能力評価を専門とする非営利研究機関METRが実施した厳密な調査によると、経験豊富な開発者が最新のAIコーディングツールを使用した場合、作業完了までの時間が逆に19%も増加したというのだ。さらに驚くべきは、開発者自身は「AIで速くなった」と固く信じていたことである。この「体感」と「現実」の残酷な乖離は何を意味するのだろうか。 「作業が早くなったつもり」が生産性を19%も悪化させた テクノロジー業界の期待を一身に背負うAIコーディングツール。GitHub Copilotを筆頭に、多くの企業がその導入を進め、開発現場の風景は一変した。しかし、その効果をめぐる議論には、これまで「体感」や断片的な事例報告が多かったのも事実だ。 そんな中、AIの危険な能力評価を専
本記事は、CC BY-SA 4.0ライセンスで公開します。 コモンズ証 - 表示-継承 4.0 国際 - Creative Commons 本記事の文面は、明示している部分を除き、AIでは生成していません。 本シリーズ記事では簡単のため、特に断らない限り、各種AIサービスやLLM（大規模言語モデル）といった個別の要素を捨象して、一般的な語である「AI」と呼ぶことにしています。 本シリーズ記事で扱うAIは、特に断らない限り、以下の分類で言う「生成AI」、その中でも会話（自然言語）による指示で動くAIに限定しています。また、AIの用途も基本的に業務用を想定しています。 生成AI: 新しいコンテンツを生成するAI（チャットAI、コーディング支援AI、ドキュメント作成補助AI）。画像・音声・動画を生成するAIも広義にはここに含まれる。 認識AI: 入力された画像や音声などのデータを分析して認識する
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
