AI駆動開発部の日常

今回は、7月12日まで延長された、Anthropicの最新モデル Claude Fable 5 の利用期間をきっかけに、この期間で僕と阿部さんが実際に何を任せてきたのかをお話ししています。 僕は今後の仕組みづくりが中心で、ポッドキャスト編集の自動化を Mastra ベースの静的なワークフローから、Claude Code や Codex を束ねて動的に判断させる形へ作り替えている最中です。対する阿部さんは、大規模なリアーキテクトと、重すぎて寝かせていたプ...

今回は、「本当の考察を返してくれるのはProモデルだけ」という僕の少し過激な持論を起点に、GPT-5.5 Proをどうコーディングに引き込むかを掘り下げました。実はGPT ProモデルはCodex CLIのサブスクでは呼び出せず、API課金だと高額なClaude Opus 4.8のfastのさらに三倍以上という強気な価格。使いたくても任せられないジレンマを、ずっと抱えていたんです。 そこで阿部さんが持ち込んでくれたのが、Oracleというツール。OpenAIに...

今回は、前回途中で打ち切りとなった「静的なワークフローと動的なワークフロー」の続きから、エージェントハーネスの組み方を掘り下げました。 阿部さんは、判断次第でワークフローの形そのものが変わるのが動的だと、二つを別物として捉えている。対する僕は、単位の大きさが違うだけで本質は同じでは、と最初は引っかかっていて。そこで効いてきたのが、フロンティアモデルを手がけるAnthropicがなぜClaude Codeにダイナミック...

今回は、Claude Codeを使っていた阿部さんが、改めてOpenAIのCodex Appに戻り「これはすごい」と興奮ぎみに話してくれたのを起点に、Codex CLIではなくアプリ版で何が変わるのかを掘り下げました。僕も久しぶりに触ってみたところだったので、使い心地を持ち寄っています。 阿部さんが推すのは、ファイルもdiffもブラウザもアプリ一本で完結する感覚と、オートメーションまで自動で組んでくれる体験。一方の僕は、万能ゆえのコンテ...

今回は、SpaceXがCursor（Anysphere, Inc.）を総額600億ドル（約9兆円）で買収するというニュースをきっかけに、イーロン・マスクが手がける事業の全体像を、いつもと趣向を変えて掘り下げてみました。 正直なところ、僕は長いあいだ「なぜイーロン・マスクはここまで凄いと騒がれるんだろう」とどこか腑に落ちずにいたんです。Tesla、X、SpaceX、どれも単発ではすごい、くらいの認識でした。むしろスティーブ・ジョブスの方が上の...

今回は、AI駆動開発中につい湧いてくる「脇道の疑問」をどこに投げるか、という話が出発点です。メインの作業を止めず、親のコンテキストも汚さずにサブエージェントへ気軽に聞いて、すぐ戻ってこられる。そんな Claude Code の /btw と Codex の /side を、便利コマンドとして取り上げています。 面白いのは、ここまで作り込まれた Claude Code のコマンド体系に対し、普段使いのチャットアプリは枝分かれすらできないという妙な...

今回は、阿部さんが Claude Code 上で oh-my-openagent 流のオーケストレーションを再現してくれた仕組みを起点に、その中身を掘り下げました。想像以上によく回っていて、僕は中身を知らないまま使っていたので、どう組んだのかを本人に聞いています。 OpenCode は多様なモデルを差し替えてコスパよく回せますが、Claude Code はセッション内で司令塔役を切り替えられないなど前提が違います。それをどう越え、検証役の Codex を...

今回は、Anthropicが満を持して一般公開したMythos級モデルClaude Fable 5を、リリース当日からお互いに実戦投入してみた初感を持ち寄りました。 僕はCodex CLI（GPT-5.5）では辿り着けなかった複雑なバグを含む、4つのバグ調査を一気に投げ、阿部さんは寝る直前にダメ元でシステム全体のリアーキテクトを依頼。翌朝それぞれが目にした結果とは。さらに「実行が速い」と感じる阿部さんに対して、僕の体感は意外にも「遅い」。それ...

今回は、僕がずっと心待ちにしていたMiniMax M3がついに登場したので、無料でも試せるOpenCodeにそのまま載せて、手元のバグ調査で使い倒した感触をお話ししています。 比較対象はClaude Code経由のClaude Opus 4.8、そしてOpenCode経由のGPT-5.5とDeepSeek V4 Pro。同じお題を横並びで追わせました。僕がMiniMaxに惚れ込んでいた理由は、速さと安さ、コーディング以外にも使えるトークンプランの自由さ、100万トークンでも失速し...

今回は、僕がエンジニアの手を借りずにポッドキャストの編集自動化を作り切った体験を起点に、AI駆動開発で生産性を最大化する進め方について語っております。 驚いたのは、AIが僕の想像の外から技術を見つけてきて実装してしまったこと。「頭の良さより、考えを更新し続ける姿勢が3倍効く」というスーパー予測者の研究とも重なり、AIとの向き合い方を更新させられました。 僕は「設計を詰めるより、まず実装させて一晩でイテレー...

今回は、AI駆動開発で日々の作業場となったターミナルに何を求めるか、そして阿部さんが見つけてきたMuxyというターミナルを起点に語っております。 僕はこれまでiTerm2からkitty、Ghostty、そしてWarpへと渡り歩いてきました。Warpをかなり気に入っていた僕に対して、阿部さんはあっさり不採用の判断。この違いはどこから来るのか？ 純正のターミナルにこだわる阿部さんと、リッチな機能に惹かれる僕。ターミナルへの向き合い方の...

今回は、Claude Designを阿部さんが実際に触ってみての感想と、デザイン作業から実装までのワークフローをどう組み立てるかについて語っております。 僕がここ数回プッシュし続けてきたClaude Designに対して、エンジニア視点の阿部さんが触ったらどう感じるのか？「革命的」と評する一方で、自社システムのデザインを土台にAIへ的確に指示を出すには一工夫必要だったようで、そこをどう乗り越えたのか興味深いポイントでした。 特...

今回は、「中華モデルにオーケストレーター役（親エージェント）を任せる日は本当に来るのか？」というテーマで、DeepSeekが公開したDeepSeek-V4-ProとDeepSeek-V4-Flashについて語っております。 これまでGLM-5.1やKimi K2.6、MiniMax M2.7を試してきた僕ですが、長時間駆動や複雑なワークフローではどこかで限界を感じていました。100万トークンコンテキストとハイブリッドアテンション設計を備えた今回のモデル、巷で噂される「...

今回は、「Claude Designを実際の開発で使ってみた」という体験を起点に、AI駆動開発のワークフローについて語っております。 実装後のスクショを渡してClaude Designで洗練させていく僕に対して、以前Pencilでデザインを先に固めようとしていた阿部さん。「先に実装か、先にデザインか」という根本的な順序の話で、かなり意見が分かれるポイントでした。 お互いの試行錯誤を共有しながら、Claude Codeとの連携も含めて現時点でワ...

今回は、OpenAIが公開したGPT-5.5の公式プロンプトガイドを起点に、新モデルの使用感とプロンプト設計の本質について語っております。 「アウトカムだけ伝えれば短いプロンプトで動く」というガイドの主張に対して、僕は『結局、踏ませたいステップは書くしかなくないか？』という違和感を抱いていて、プロンプトガイドを読み込んできてくれた阿部さんも近い感触を持っているようでした。一方で、5.5になってから増えた"勝手に作業...

今回は、最近触ってみて想像を大きく超える体験だったClaude Designについて語っております。スライド生成やデザイン作成ツール、というのが事前の印象だったのですが、実際に使ってみるとその枠を超えた驚きがありました。 僕はYouTube動画用のアイコンやフレーム、サムネイル生成のために使い始めたのですが、気づけばAIが「デザイン管理システム」のようなものを勝手に組み上げ始めていて。一貫性のあるアセットを再現性高く量...

今回は、リリース直後のGPT-5.5を実際にサブスクリプションプランで触ってみての所感について語っております。 長文コンテキスト耐性やコーディング性能のベンチマークが軒並み向上したと発表されている一方で、僕も阿部さんも、数字以上に「体感が変わった」と感じている部分があり、その正体はどこから来るのか？というところがひとつのテーマになりました。 GPT-5.4との比較で、応答速度・回答のシンプルさ・ツール選択の判断・...

今回は、リスナーさんから頂いた3件のお便りに答える形で、『MiMo-V2-Proを使ってみた所感』『AIの記憶をどう管理するかについて』『生成AIの情報収集をどう行っているか』について語っております。 1件目はXiaomiが出したMiMo-V2-Proについて。OpenRouterで一時1位になっていた、100万トークンコンテキスト対応のモデル「MiMo-V2-Pro」を使ったことのある阿部さんの評価はどうだったのか、Qwen3.6 PlusやGLM-4.6、GLM-5.1、MiniMa...

今回は、Z.aiのGLM-5.1とAlibaba Qwen TeamのQwen 3.6 Plus Previewを実際にエージェント開発で使ってみた感想について語っております。 僕も阿部さんも期待していたGLM-5.1ですが、実際にOpenCode上でサブエージェントとして動かしてみると、思わぬ不安定さに直面しました。一方で、100万トークンのコンテキストウィンドウを持つQwen 3.6 Plus Previewは、ロングコンテキストでの安定性やトークン出力の速さなど、想像以上の良い...

今回は、「AI駆動開発において、なぜエンジニアほどAIに任せきれないのか？」という僕自身の気づきを起点に、AI駆動開発の考え方そのものについて語っております。 先日、北海道の鶴居村で羊飼いの方を訪問した経験から、エンジニアの仕事は「料理人」、AI駆動開発は「農家」に近いのではないかという話をしています。料理人は自分の技術で直接品質を作り上げる。一方、農家や羊飼いは生き物に直接手を加えられないからこそ、環境...

今回は、「MiniMax M2.7をAIワークフローに組み込んだらどうなるか」という僕の試行錯誤について語っております。 MiniMaxが新しく始めたToken Planでは、コーディング以外の用途にもサブスクで使えるようになり、GLM-5の約1/3のコストで回せる可能性が出てきました。そこで、Mastraで組んでいる記事生成ワークフローのモデルをGLM-5からMiniMax M2.7に差し替えてみたのですが、そこで見えてきた課題が想像以上に根深くて。中国語...

今回は、Kimi K2.5を実際にエージェント駆動開発の現場で使ったらどうなるのか、という検証結果について語っております。 Moonshot AIが発表したKimi K2.5は、Agent Swarmやマルチモーダル対応など魅力的な特性を持ち、僕もかなり期待していたモデルです。実際にKimiのアプリでLP制作を試した際の出来栄えが良かったこともあり、阿部さんにOpenCode上のオーケストレーターとして実戦投入してもらいました。ところが、GLM-5と比較し...

今回は、「GPT-5.4のコストに見合うメリットが感じられない」という話を起点に、何を基準にモデルを選ぶべきなのかについて語っております。 100万トークン対応や自律的な長時間実行といったGPT-5.4の強みは、OpenCodeとOhMyOpenCodeの組み合わせでカバーできてしまう。それならGPT-5.3-Codexの方がコードベースの理解力もコスパも優れているのでは、というのが僕の仮説で、阿部さんも近い感覚を持っていたようで、かなり意見が一...

今回は、3月5日にOpenAIがリリースしたGPT-5.4を実際に使ってみて、前モデルのGPT-5.3-Codexとどう違うのか、どう使い分けるべきかについて語っております。 阿部さんはCodex CLIで、僕はOpenCodeでそれぞれ使い込んだのですが、「コーディング精度は5.3-Codexの方が上では？」という阿部さんの実感と、「オーケストレーター的な役割には5.4が合う」という僕の感覚には、実は根本的な考え方の違いがありました。言うなれば5.3-Code...

今回は、「Codexのウィークリーリミットが3日で尽きてしまう」という僕たちの切実な悩みを起点に、その解決策として注目しているOpenCode＋Oh My OpenCodeについて語っております。 以前試した時は安定感に欠けていたOpenCodeですが、今回改めて使うとかなり成熟していて、さらにオーケストレーションレイヤーのOh My OpenCodeを組み合わせることで、阿部さんは1時間が限界だったコーディングセッションが5時間のロングランに化け...