関連リンク A Small Figma Update and a Big Signal for SaaS デザインツールの最大手であるFigmaが、AIエージェント（Claude CodeやCodexなど）に対して、Figmaキャンバス上への直接的な「書き込み」権限を開放しました。これは一見小さな機能追加に見えますが、今後のソフトウェア開発とSaaS（Software as a Service）の在り方を根本から変える大きな転換点となります。新人エンジニアの皆さんに知っておいてほしい背景として、これまでの開発プロセスでは「Figmaでデザインを作り、それをエンジニアに渡して実装する」という明確なステップがありました。しかし、今回のアップデートとMCP（Model Context Protocol）の普及により、以下のようなパラダイムシフトが起きています。開発の起点が「AIエージェント」へ移行現在はFigmaでワイヤーフレームを描くよりも、AIエージェント（Claude Code等）に指示を出して10パターンのプロトタイプを爆速で作る方が早くなっています。開発のスタート地点が「デザインツール」から「AIとの対話」へと移り変わっているのです。「文脈（コンテキスト）」の集約単一のツール（Figmaだけ、Slackだけ）が持つデータよりも、組織全体の状況（Jiraのチケット、Slackの会話、Figmaのデザイン案）を統合して理解できるAIエージェントの方が、より価値の高いアウトプットを出せるようになります。AIが情報の「集約者」となり、各SaaSはAIにデータを提供する「サプライヤー」という立ち位置に変化しつつあります。プロセスの流動化と「受け渡し」の消失 AIの進化により、設計・デザイン・実装という各ステップの境界が消え、一つの流動的なプロセスへと統合されようとしています。これにより、従来の「デザインの納品」といった工程そのものが不要になる可能性があります。結論として：これからのエンジニアリングでは、特定のツールを使いこなす技術以上に、「AIエージェントを司令塔として、いかに複数のツールや文脈を統合して製品を形にするか」という視点が重要になります。Figmaのような巨大なツールですら、AIエージェントという新しいインターフェースの一部になろうとしているこの変化は、エンジニアの働き方にとって非常にエキサイティングな進化と言えるでしょう。引用元: https://metedata.substack.com/p/a-small-figma-update-and-a-big-signal AIエージェント導入で「セキュリティどうするの？」と聞かれたときの技術的な答え方エンジニアリングの現場において、Claude CodeやCursorといった「AIエージェント」の活用は生産性を劇的に向上させる可能性を秘めています。しかし、組織への導入を検討する際、情シスやセキュリティ担当者から「AIが何をしているか見えない」「危険な操作を勝手にされないか」といった懸念を突きつけられ、導入が足踏みしてしまうケースが少なくありません。本記事は、そうした課題に対してOSS（オープンソースソフトウェア）である「AI Guardian」を活用した、技術的な裏付けのある解決策を提示しています。 AIエージェントの安全な導入を実現するために、以下の3つのアプローチが重要となります。第一に「操作の可視化」です。AIエージェントが行うすべてのツール呼び出し（ファイルの読み書きやコマンド実行など）を自動でログに記録します。誰が、いつ、どのようなリスクのある操作を行ったかをスコアと共に可視化できるため、ブラックボックス化を防ぎ、事後の監査を容易にします。第二に「ポリシーによる自動制御」です。YAML形式のルール設定により、AIによる破壊的な操作を未然に防ぎます。例えば、「rm -rfなどの削除コマンドをブロックする」「.envなどの機密ファイルを保護する」「git pushの前に必ず人間のレビューを挟む」といったガードレールを設けることで、AIの暴走リスクを技術的に抑え込むことが可能です。第三に「法規制への準拠と個人情報保護」です。日本の「AI事業者ガイドライン」や各種法令（個人情報保護法など）の技術要件への対応状況を自動レポート化する機能や、プロンプトに含まれるマイナンバーや電話番号を自動検知して墨消し（マスク）する機能を備えています。新人エンジニアにとって、最新ツールの利便性だけでなく、こうした「ガバナンス（統制）」の仕組みを理解しておくことは非常に重要です。単に「便利だから」と主張するのではなく、組織が求める「安全」と「説明責任」を技術で担保する姿勢を示すことが、スムーズなツール導入とプロとしての信頼獲得に繋がります。この記事の内容は、AIと共に働く次世代のエンジニアにとって、組織を説得するための強力な武器になるはずです。引用元: https://zenn.dev/sharu389no/articles/e07c926d87ac57 ハーネスエンジニアリング ― AIエージェントが自律的に動ける開発環境の設計 AIがコードの90%以上を書く時代が到来し、エンジニアの役割は「自らコードを書くこと」から「AIが正しく動ける環境（ハーネス）を設計すること」へとシフトしています。本記事では、OpenAIやStripeなどの先進企業が実践する「ハーネスエンジニアリング」の本質について解説します。ハーネスエンジニアリングの定義「ハーネス」とは馬具を意味し、AIの強力な出力を正しい方向に導く仕組みを指します。具体的には、エージェントのミスを検知・修正する「フィードバックループ」や、AIが最初から失敗しにくい「環境全体の設計」をエンジニアが構築することを意味します。先進企業の実践とエンジニアの役割・OpenAIやStripeでは、エンジニアが手動でコードを書くことは激減しています。・人間の仕事は「How（どう書くか）」ではなく、「Why/What（なぜ・何を作るか）」の言語化と、成果物の検証に集中しています。・ドキュメント（AGENTS.md等）を構造化し、AIが「目次から詳細へと段階的に知識を得られる」ように整えることが、オンボーディングの鍵となります。制御と自動化の重要性 AIに「お願い」するのではなく、リンターやCIなどの「強制力のあるゲート」で制御するのがベストプラクティスです。・決定論的ステップ（スキップできない自動チェック）を組み込む。・エラーメッセージに修復手順を埋め込み、AIが自力で修正できる「セルフヒーリング」の流れを作る。・レビュー負荷を減らすため、AIによる自己レビューを経てから人間に渡すフローを構築する。新人エンジニアへのメッセージ AIは能力を増幅させる装置ですが、その基礎となるのはエンジニア自身の「設計思想」や「課題解決能力」です。AIが失敗した際、その場限りの修正で済ませるのではなく、「なぜ失敗したのか」を分析して環境（ハーネス）を改善し続けるマインドセットが、これからのエンジニアには求められます。まとめ：コードを書く速度はAIで十分確保できます。これからの競争力は、そのコードをいかに安全かつ高速に、自律的なサイクルでリリースまで届けられるかという「環境設計の質」にかかっています。まずは身近なリンターやドキュメントを「AIにとって使いやすい形」に整えることから始めてみましょう。引用元: https://ai.acsim.app/articles/harness-engineering-2026 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