カイゴ | AI駆動エンジニア (@kygo_coding) header
カイゴ | AI駆動エンジニア (@kygo_coding) profile picture
Joined August 2023
Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)Photo by カイゴ | AI駆動エンジニア (@kygo_coding)
カイゴ | AI駆動エンジニア retweeted
Replying to @kygo_coding
設計・実装・レビューで担当を分けるの、分かりやすいです。私も同じAIだけでレビューすると甘くなるので、別のAIに見てもらうようにしてます👍️
1
1
14
カイゴ | AI駆動エンジニア retweeted
Replying to @kygo_coding
深夜にエラーが直らず誰かいませんかとつぶやいてしまうほどの孤独感はよく分かります。 私も詰まったときは判断の理由を文書に書き出して後から読み返す相手にしていますが孤独感が消えるわけではありません。
1
1
28
私の考えるClaude CodeやCodexのアウトプットの成果は この4つのかけ算で決まると思ってます。 AIモデル × ツール × 情報量 × ハーネス 1と2はぶっちゃけみんな同じ。 ClaudeもGPTもGeminiも誰でも使えるし Claude CodeもCodexも誰でも入れられる。 なので差がつくのは3の情報量と4のハーネス。 私はここをどうやるかを結構意識してます。 ■3. 情報量 AIに何を読ませるかで精度がまるで変わる。 デスクトップ型のClaude CodeならPCのローカルファイルを全部読めるのがめちゃくちゃ強い。 さらにAGENTS. mdに約束ごとを書いて フォルダを開放してあげると精度が一段上がります。 ■4. ハーネス スキル(手順書) MCP(外部サービスとつなぐ) 権限(させないことを決める) フック(自動で止める) このあたりを仕組みにして自動で回すと 毎回指示しなくても性能がどんどん上がっていく。 モデルとツールが同じなら勝負は情報量とハーネス。 これが分かるとAIエージェントの活用レベルが一気にグッと上がります。
17
15
14
230
28,996
カイゴ | AI駆動エンジニア retweeted
私もCodexとClaude Codeの2つを使い、プロジェクトごとに作業と記録を分けています。別の案件の前提が混ざらないように、最初に読む資料も対象を絞っています。道具を増やすときほど、何を引き継ぎ、何を読まないかも整理するようになりました。
今週末、デスクトップ環境を整理しました。個人開発だとツールがどんどん増えるので、定期的な棚卸しが地味に大事です。 整理したポイント ・Cursor Claude Code Codexの使い分けを明確化 ・不要な常駐アプリを停止してメモリ確保 ・作業スペースをプロジェクト単位で分離
1
2
52
カイゴ | AI駆動エンジニア retweeted
神過ぎる。 3アカウント見させてるんだけど、正攻法でフォロワー増加中。完全に運用代行いらんわこれ。
2
4
140
カイゴ | AI駆動エンジニア retweeted
どこまでをプロンプトとするか。 そこも議論の余地がありそうですが、 環境整備も、Skills設計も、 一種にプロンプトですよね。
めちゃくちゃわかります、むしろ本質を突いてる視点だと思います。自分もClaudeCodeで開発する時、リポジトリ直下にCLAUDE.mdを置いて前提条件やプロジェクトの背景をまとめてます。これって結局フォルダそのものがプロンプトの一部になってるんですよね。 nitter.gq/kawai_design/status/21…
1
7
2,310
カイゴ | AI駆動エンジニア retweeted
Apple的设计风格 终于被蒸馏成Skill了 赶紧上链接: github.com/emilkowalski/skil… 目前已有有 14.5K 人点赞!!! 作者把这些经验整理成17条设计和动效原则, 再转换成 Web 里能落地的写法 效果绝对能打!!!!
94
810
37
6,731
864,764
カイゴ | AI駆動エンジニア retweeted
この7日間で、LINEのリストが1,014人増えました。 広告費は0円。 何をしたか?……正直、何もしてません。 僕が寝てる間に、AIエージェントが勝手に集めて、勝手に教育してる。 「リストを買う・稼ぐ」時代は終わりました。これからは、AIが勝手に連れてくる。 このカラクリ、今夜19時の無料セミナーで全部見せます。スライドも導線も裏側も、出し惜しみなしで。 ご参加は引用元の記事内のリンクから✌️⤵︎
1
8
93
26,631
カイゴ | AI駆動エンジニア retweeted
GPT 5.5 × GPT Image 2 × Codex 一撃でマジで使えるLPを作る5ステップ ①LPのデザインイメージ画像を用意 ②Codexアプリインストール ③GPT 5.5の「非常に高い」を選択 ④GPT Image 2で画像生成 ⑤HTML、CSSでLP作成 それで作ったのがこれ。 この解説PDFはいいねと 「LP」とリプでDMします。
262
27
7
542
44,967
Claudeの『2026 Agentic Coding Trends Report』が面白かった。以下、内容メモ📝 1 全体像 ・テーマは「AIで速く書ける」ではなく『ソフトウェア開発の再設計』 ・現実は「完全自動化」より『人間+AIの共同作業』が前提 ・AI利用は増えるが、丸投げできる範囲は限定的なので「監督と仕組み化」が勝負 2 8つのトレンド 1 SDLCが劇的に変わる ・要求→設計→実装→テスト→運用の直線が圧縮される ・実装だけでなく「分解・判断・品質評価」が主戦場になる 2 単体エージェントから協調するチームへ ・1体に全部やらせるより、役割分担した複数エージェントの並列が強い ・必要スキルは「タスク分解」「役割設計」「統合と衝突解消」 3 長時間稼働するエージェントがシステム全体を作る ・短い修正だけでなく、計画→実装→失敗→修復→改善を長時間回す ・技術負債の返済や地味な改善の費用対効果が変わる 4 人間の監督をスケールさせる ・人間が全部レビューするとボトルネックが残る ・AIがAIをレビューし、人間は重要判断だけを見る設計が必要 5 新しい面とユーザーに広がる ・言語の壁が下がり、レガシーや特殊言語の保守がやりやすくなる ・非エンジニアも隣接領域の自動化に手が届くようになる 6 生産性向上が開発の経済を再編する ・「やりたいが優先度が上がらない仕事」が実行可能になる ・差別化はコード量ではなく「問題設定・設計思想・品質基準・意思決定」へ 7 非技術職ユースケースが組織全体に拡大する ・営業・マーケ・法務・Opsなどが自分で改善を作れる方向へ ・ボトルネックは開発から「ガバナンス、権限、セキュリティ、問題定義能力」へ移る 8 デュアルユースなのでセキュリティファーストが必須 ・防御も強化されるが攻撃側も同じ武器を持つ ・後付けではなく、最初から設計に埋め込む必要がある 3 2026年の優先事項 1 マルチエージェント協調をマスターする 2 AIレビュー等で人間の監督をスケールさせる 3 エンジニアリング外へ拡張し、現場の専門家を武装させる 4 セキュリティを最初から設計に埋め込む media.licdn.com/dms/document…
1
6
4
96
14,308
カイゴ | AI駆動エンジニア retweeted
「速く作るより、失敗を再現できる方が勝ち筋」という話。 ログ・スクリーンショット・原因メモを1セットで残す。翌朝の改善速度が一気に上がる。これが個人開発の複利。速さはその次の話で、まず記録できる形を作ることが全部の土台になる。
夜のAI運用は『速く作る』より『失敗を再現できる』が勝ち筋。 ログ・スクショ・原因メモを1セットで残すだけで、翌朝の改善速度が一気に上がる。 これが個人開発の複利。
1
5
71