Latest

ts-bench v2: 数十万行規模のTypeScript製アプリの修正タスクでコーディングエージェントの性能を測る

筆者は以前よりts-benchというAIコーディングエージェントのベンチマークを作っています。 このたびv2に移行したので、その背景と設計、そして今後どう継続していくかを書きます。 GitHub - laiso/ts-bench: Benchmark CLI for comparing AI coding agents on TypeScript workloads.Benchmark CLI for comparing AI coding agents on TypeScript workloads. - laiso/ts-benchGitHublaiso なお、本記事に出てくるスコアやティアは2026年4月に試験的に回した一回分のスナップショットです。 最新ではないし、モデルやエージェント製品、評価コードが更新されれば順位は動きます。 「Opusには解けず、Sonnetには解けた課題があった」といった観測も、現時点では結論ではなく途中経過として読んでください ハーネスという用語の整理 この記事では、エージェントハーネスを、大規模言語モデル（LLM）にプロンプトを渡し、ツー

OpenClawブームのその後とHermes Agent

以前OpenClawの何が特別なのか？で、セルフホストできる「自分専用のパーソナルアシスタント」としてOpenClawを取り上げました。Mac miniなどの手元のマシンに住まわせて、TelegramやDiscordから話しかけると雑務をこなしてくれる、常駐型のエージェントです。指示がなくても定期的に自分から動くHEARTBEAT、会話やメモをMarkdownファイルとして手元に貯めていく記憶（メモリ）、再利用できる手順を持たせるAgent Skills。これらの仕組みを自分でいじって試す分には面白いが、安全に使うためのベストプラクティスはまだ定まっておらず過渡期にある、というのがそのときの筆者の評価でした。 OpenClawの何が特別なのか？ここ数日、OpenClawの名前をよく見かけたと思います。開発者がOpenAIに参加したニュースもあり、タイムラインで話題になっていました。 OpenClaw — Personal AI AssistantOpenClaw — The AI that actually does things. Your personal assistant o

『作って学ぶAIエージェント』を書きました ── TypeScriptでコーディングエージェントを自作する本

技術評論社のエンジニア選書から、新刊『作って学ぶAIエージェント ──TypeScriptとLLMで切り拓くAI時代のエンジニアリング』を出しました。2026年4月20日発売、紙版・電子版が同時に出ています。 作って学ぶAIエージェント | 技術評論社ソフトウェア開発の世界では「AIエージェント主導のコーディング」が主流になろうとしています。エージェントはコードを生成するだけでなく、ファイルを読み、コマンドを実行し、テストを実行し、結果を確認し、必要に応じて修正を繰り返します。 本書は、こうしたAIエージェントのしくみを「使う」のではなく「作る」ための実践的なガイドです。最終的にはGitHubのIssueを起点に、コードの修正からプルリクエストの作成までを自動化するコーディングエージェントを実装します。扱う技術はTypeScriptとBunを中心にし、GitHubへの統合までを扱います。 ここでは、エージェントの動作原理、つまり思考のしくみを自ら実装し、挙動の予測と制御、目的に合わせたカスタマイズを扱います。 実装するAIエージェントは、筆者が「Nano Code」と名付けたものです

AI時代のリッチテキスト形式（RTF）

Anthropic で Claude Code チームにいる Thariq Shihipar が、 2026年5月8日に「Using Claude Code: The Unreasonable Effectiveness of HTML」という記事を X に公開しました。 「HTML is the new Markdown」という宣言から始まる、AI の出力フォーマットとして Markdown ではなく HTML を活用するメリットを論じた内容です。 HTML is the new markdown. I've stopped writing markdown files for almost everything and switched to

Claude Codeの「ソースコード流出」をどう見るのか

3月31日の朝、Xのタイムラインが騒がしくなっていました。Claude Codeのソースコードが流出したというのです。調べてみると、npmパッケージ（v2.1.88）にデバッグ用のsource mapファイル（cli.js.map）が含まれた状態でリリースされていました。source mapのsourcesContentフィールドに元のTypeScriptソースコード全体がそのまま埋め込まれており、発見者の投稿は数千万ビューを記録。GitHubにミラーリングされ数万フォークされる事態になりました。 Claude code source code has been leaked via a map file in their npm registry! Code: https://t.co/jBiMoOzt8G pic.twitter.com/rYo5hbvEj8 — Chaofan Shou (@Fried_rice) March 31, 2026

コーディングエージェント向けのリモートサンドボックス

コーディングエージェントの普及にともない、エージェントをリモートで動作させるための専用開発環境——リモートサンドボックスが注目されています。ここでいうサンドボックスとは、プロジェクトやエージェントごとに気軽に生成・破棄できるリモートVMのことで、exe.dev、Sprites、Docker Sandbox などのサービス・ツールが登場しています。 本記事ではこれらのリモートサンドボックスの用途を整理し、exe.dev・Sprites・Docker Sandboxの3つを比較します。 なぜ専用の開発環境が必要なのか コーディングエージェントをリモートで走らせる環境として、これまで一般的だった選択肢を列挙すると以下のようになります。 * Mac miniやRaspberry Piを買って自宅サーバーを立てる * VPS（Hetzner、さくらVPSなど）を契約する * Devin、Claude Code on the web、Codex（Cloud）などのマネージドサービスを使う * GitHub Codespaces、Gitpodなどのクラウド開発環境を使う これらの

Claude CodeにOpenAIのサイトを読んでもらうには？

OpenAIのサイトが読めない問題 Claude Codeで作業をしていると、OpenAIのサイトを参照したい場面があります。最新のニュースを確認したい、ブログ記事を読みたい、そんなときにClaude Codeに「read https://openai.com/ja-JP/news/」と頼むと、こうなります。 ❯ read https://openai.com/ja-JP/news/ ⏺ Fetch(https://openai.com/ja-JP/news/) ⎿ Error: Request failed with status code 403 ⏺ 申し訳ありませんが、https://openai.com/ja-JP/news/ へのアクセスが 403 (Forbidden) で拒否されました。このサイトはボットやスクレイピング

Codex CLIのsubagentsを使って並列コードレビューを試す

Codex CLIで正式にsubagentsが使えるようになったので、実際のPRレビューで試してみました。 題材は拙作site2skill PR #7で、実装をPythonからRustへ完全書き換えたブランチで、56ファイル変更、diff 9185行のPRです。このPRは新興モデルのQwen3.5+Qwen Codeで生成したもので、指摘すべきアラが多いと想定して選びました。 筆者の環境はgpt-5.4（reasoning medium）の無料プランで、計測とログ分析はClaude Codeで行いました。 subagentsとは Codex CLIが並列でエージェントをspawnしてタスクを分担する機能です。~/.codex/agents/にTOMLファイルを置くとカスタムエージェントを定義できます。 Subagents – Codex | OpenAI DevelopersUse subagents and custom agents in CodexOpenAI Developers 内部の動きはセッションログ（~/.codex/sessions/以下のJSONL形式

OpenClawの何が特別なのか？

ここ数日、OpenClawの名前をよく見かけたと思います。開発者がOpenAIに参加したニュースもあり、タイムラインで話題になっていました。 OpenClaw — Personal AI AssistantOpenClaw — The AI that actually does things. Your personal assistant on any platform.jonahships_ OpenClawはオープンソースの自律型AIエージェントで、LLMに自分のPCの強い権限を渡してAgent Skillsの仕組みで自動操縦します。いわば、Devinのような自律型アシスタントを個人が安価にセルフホストできるようになったものです。Claude Code（非OSS）やCodex CLIといったコーディングエージェントより一段上のレイヤーにあたります。Claude Codeでも同等のことは実現できますが、常時起動・チャット連携・スキル管理といったハーネスを自前で組む必要があり、OpenClawはそこをまるごと引き受けて定期的に推論してツール実行まで走ります。セキュリティ面がまだ未

Claude Code Agent Teamsのあそびかた

Agent Teamsは2026年2月5日にOpus 4.6と同時リリースされた実験的機能で、Claude CodeのSubagentsを独立プロセス化し、双方向にメッセージングできるようにする仕組みです。 Orchestrate teams of Claude Code sessions - Claude Code DocsCoordinate multiple Claude Code instances working together as a team, with shared tasks, inter-agent messaging, and centralized management.Claude Code Docs 一言でいうとSubagentsを拡張してステートフルにした機能です。各エージェントが自分のインボックス（~/.claude/teams/配下のJSONファイル）をポーリングしていて、メールボックスのアナロジーで相互通信が実現されています。ファイルロックで排他制御しているので、推論＋ファイルシステムだけでメッセージングシステムが成立しているのが面白いところ

私のソフトウェア開発を一変させてしまった2025年のAIエージェントをふりかえる

2023年から段階的にAIを開発フローに組み込み、2025年は試行錯誤とツールの大きな変化、そしてエージェント化を経て、私のソフトウェア開発の進め方は明確に変化しました。 ここで言う「変化」とは、単に作業が速くなった、便利になったという話ではありません。 より具体的には「コードをタイピングする時間よりも、間接作業の比重と抽象的な思考・ロジックが増えた」という意味での変化です。 とりわけ深刻なのは文字入力回数の増大です。その結果、マイクに向かって話したり、タイピングの練習といったプリミティブな活動を取り入れるようになりました。 この変化は私だけのものではありません。Addy Osmaniは『Beyond Vibe Coding』で「開発者の役割はコードを書くことから、コードを指示すること（directing）へシフトしている」と述べ、アーキテクチャやデザインパターンといったシステム思考への集中を説いています。Latent SpaceのSwyxも「ソフトウェアエンジニアの強みは抽象化のレベルを上げることに最も長けている点だ」と指摘しています。 この流れに対して「コーディングがつまらな
See all