関連リンク Agentic AI 101 for Advisors as Anthropic Launches Wealth Management Tools AI大手のAnthropic社が、資産管理（ウェルスマネジメント）に特化した「Claude CoWork」プラグインを発表しました。これは、単にテキストを生成するだけのAIから、自律的に業務を遂行する「エージェント型AI（Agentic AI）」への大きな転換を象徴するニュースです。新人エンジニアがまず押さえておくべき点は、この記事で定義されている「AIエージェント」の4つの基本要素です。これらがループ（循環）することで、AIは単なるツールを超えた「デジタル労働力」として機能します。 Sense（感知）: プロンプトだけでなく、メールやツール、現在の状況といった周囲のコンテキストを把握する能力。 Think（思考）: 目標に対し、自身の状態や環境を踏まえて「次に何をすべきか」を自律的に推論する能力。 Act（実行）: 他のツールの呼び出しやワークフローの起動など、実際に外部へ影響を与えるアクション。 Remember（記憶）: インタラクションを通じて情報を保持し、将来の行動を改善する能力。 Anthropicが提供を開始するツールは、ポートフォリオの自動分析や税務分析、さらにはリバランス（資産再配分）の推奨や実行までをスケールさせて行うことが可能です。これにより、従来アドバイザーが行っていた定型業務をAIが肩代わりし、人間はクライアントとの対話や戦略的な成長により注力できるようになります。この動きは、テクノロジー業界の構造にも影響を与えます。これまでOpenAIやAnthropicなどの汎用LLMを「業界特化型」にカスタマイズして提供していた「AIミドルウェア」プロバイダーにとって、基盤モデル側が直接専門ツールを提供し始めることは大きな脅威となります。一方で、企業の既存のシステム構成や固有のデータ要件に合わせてAIを調整する、コンサルティング的なアプローチを持つスタートアップの重要性も示唆されています。エンジニアにとっては、AIモデルを単に使うだけでなく、「いかに既存の業務フローに組み込み、自律的なワークフローを設計するか」というエージェント設計の視点が、今後の開発において極めて重要になるでしょう。引用元: https://www.wealthmanagement.com/artificial-intelligence/agentic-ai-101-for-advisors-as-anthropic-launches-wealth-management-tools The Factory Model: How Coding Agents Changed Software Engineering GoogleのエンジニアであるAddy Osmani氏による、AIエージェントがソフトウェアエンジニアリングの本質をどう変えたかについての洞察です。エージェント技術の進化により、エンジニアリングの「抽象化レイヤー」が一段階上がったと述べられています。 1. ソフトウェア開発の「第3世代」へこれまでのAI活用は、コードの補完（第1世代）や、人間が指示してAIが書く同期的な共同作業（第2世代）でした。現在は、仕様を渡せば自律的に環境構築からテスト、デバッグ、プルリクエスト作成まで行う「自律型エージェント（第3世代）」の時代に突入しています。これは、アセンブリからC言語、フレームワークへと抽象化が進んできた歴史の延長線上にある正当な進化です。 2. 「ファクトリーモデル」という考え方新しいパラダイムでは、エンジニアは「コードを書く人」から「コードを書く工場（ファクトリー）を築く人」へと役割が変わります。工場とは、複数のエージェント、ツール、コンテキスト、そしてフィードバックループの集合体です。エンジニアの仕事は、個別のコードを書くことではなく、これらのエージェントを並行して動かし、システム全体をオーケストレートすることにシフトします。 3. エンジニアに求められるスキルの変化コードを書く「作業」は自動化されますが、エンジニアリングの「核」となるスキルはむしろ重要性が増しています。仕様（スペック）の定義力: 曖昧な仕様は、並行して動く大量のエージェントによって「曖昧な失敗」として増幅されます。何が成功かを明確に定義する力が最大のレバレッジになります。 TDD（テスト駆動開発）の徹底: AIが生成したコードが正しいかを検証するには、実装より先にテストを書くTDDが不可欠です。テストこそがエージェントを導くガードレールになります。アーキテクチャ設計と審美眼: システムの境界をどう分けるか、どの設計が適切かという「判断」はAIにはできません。システム思考と、出力の良し悪しを見極める「技術的な嗜好（Taste）」がエンジニアの価値になります。新人エンジニアへのメッセージタイピングの速さや構文の記憶といった「手作業」の価値は相対的に下がりますが、問題を分解し、システムを理解し、明確な意図を伝える能力はこれまで以上に報われるようになります。AIを「仕事を奪う存在」ではなく「自らの思考を増幅するツール」として捉え、アーキテクチャやテストといった、時代が変わっても揺るがない基礎スキルを磨くことが、これからの時代を生き抜く鍵となります。引用元: https://addyosmani.com/blog/factory-model/ GodotはAIコーディングエージェントでのゲーム開発に向いている本記事は、AIコーディングエージェント（Claude Code等）を活用したゲーム開発において、なぜゲームエンジン「Godot」が最適なのかを解説した非常に興味深く、かつ夢のある内容です。始まりは、小型犬がキーボードを叩いたランダムな入力を「天才ゲームデザイナーの指示」としてAIに解釈させ、ゲームを完成させたというユーモア溢れる試みですが、そこから導き出される技術的考察は新人エンジニアにとっても非常に示唆に富んでいます。 GodotがAIエージェントと相性が良い理由は、主に以下の3点に集約されます。 CLI（コマンドライン）操作の容易さ Godotは公式に強力なCLI機能を提供しており、ヘッドレスモード（画面表示なし）でのビルドやWebエクスポートが1コマンドで完結します。これにより、AIエージェントが「コードを編集し、即座にビルドして実行結果を確認する」という開発ループを自動化しやすくなっています。テキストベースのリソース管理 Godotのシーンファイル（.tscn）や設定ファイルはプレーンテキスト形式です。AIはテキストの読み書きが得意なため、GUIエディタを介さずともAIが直接ファイルを編集してオブジェクトの配置や設定を変更でき、参照が壊れにくいという利点があります。フィードバックループの質開発中、言葉の指示だけでは修正できなかった「当たり判定のズレ」などの問題が、実行画面のスクリーンショットをAIに見せることで一瞬で解決したというエピソードは重要です。AI開発のボトルネックは「アイデア」ではなく「フィードバックの質」にあり、視覚情報をいかにAIに共有できるかが成功の鍵となります。著者はGodotやGDScriptの知識がゼロの状態から、AIとの対話だけでゲームを完成させる「バイブコーディング」を実践しました。これは、特定のツールの詳細に精通していなくても、エンジニアが「設計者」として振る舞うことで高度な成果物を出せる新しい時代の開発スタイルを示しています。一方で、AIが解決できない複雑な問題に直面した際には、最終的に人間の基礎知識がリカバリーの手段となります。AIを強力なパートナーとして使いこなしつつ、いざという時に助け舟を出せる技術力を磨くことの重要性を教えてくれる、ポジティブで学びに満ちた記事です。引用元: https://aba.hatenablog.com/entry/2026/03/01/140039 プリキュアのイベントで「何かプリキュアグッズを身につけていれば割引になりますよ」と言われたが何もなく…ダメ元で腕を見せたら無事割引してくれたプリキュアのファンイベントにて、グッズ持参で割引になる特典に対し、仕事帰りで何も持っていなかったケーキ店主が「腕の刺青（タトゥー）」を提示して無事割引を受けたという話題です。ルールを柔軟に解釈したスタッフの粋な計らいと、店主の圧倒的な作品愛が「究極のグッズ」としてネットで称賛されています。現場での柔軟な対応と、一つの道を極める情熱が伝わる、新人エンジニアの心も和ませる素敵なエピソードです。引用元: https://togetter.com/li/2669772 お便り投稿フォーム VOICEVOX:春日部つむぎ

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related