私立ずんだもん女学園放送部 podcast 20250627
内容紹介
Gemini CLI : オープンソース AI エージェント、Claude Codeを使い倒す方法、【GPTのしくみ入門】AIはどのように言葉を「理解」し、「生み出している」のか、「GQuuuuuuX最終回を見た母親が号泣してしまって手がつけられないのですが」という投稿、往年のガノタによる「積年の祈り」を叶えただけでもカラーは良い仕事をした
出演者
関連リンク
Google Cloudが、開発者のための新しいAIツール「Gemini CLI」を発表しました。これは、皆さんが普段使っているコマンドライン（CLI、またはターミナルとも呼ばれます）から、Googleの強力なAI「Gemini」の機能を直接使えるようにする、画期的なツールです。
エンジニアにとって、コマンドラインは日々の作業に欠かせないツールですよね。Gemini CLIを使うと、AIがコーディングを支援してくれるだけでなく、文章の生成、問題解決のアイデア出し、詳しい情報のリサーチ、さらには日々のタスク管理まで、幅広い作業を手助けしてくれます。まるで、ターミナルの中に賢いAIアシスタントがいるようなイメージです。
特に注目すべきは、GoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術を共有している点です。これにより、ターミナルだけでなく、皆さんが使っている開発環境（例えばVS Code）でも、AIがコードの作成や修正、デバッグなどを手伝ってくれるようになります。
個人で開発を進めている皆さんにも嬉しい無料利用枠が用意されており、高機能なGemini 2.5 Proモデルを、1日に最大1,000回、1分間に60回まで無料で利用できます。これだけあれば、ほとんどの個人開発者は制限を気にせずAIを活用できるでしょう。
また、Gemini CLIは完全にオープンソース（Apache 2.0ライセンス）として公開されています。これは、世界中のエンジニアが自由にコードの中身を確認したり、新しい機能の提案をしたり、一緒にツールを改善したりできることを意味します。Google検索と連携してAIが最新のウェブ情報を参照したり、独自のAIへの指示（プロンプト）を設定して特定の作業に特化させたりすることも可能です。さらに、スクリプトに組み込んで、繰り返し行うタスクをAIに自動で処理させることもできるため、日々の開発ワークフローを大きく効率化できる可能性があります。
Gemini CLIは、これからの開発者の働き方を大きく変える可能性を秘めた、強力で開かれたツールです。インストールも簡単で、すぐに使い始められますので、ぜひ一度試してみて、皆さんの開発体験をアップグレードしてみてください。
引用元: https://cloud.google.com/blog/ja/topics/developers-practitioners/introducing-gemini-cli/
AIアシスタント「Claude Code」（大規模言語モデルを活用した開発ツール）を最大限に活用するための、実践的なタスク管理術が解説されています。せっかく有料プランを契約しても、「どのようなタスクを任せればいいか分からない」「AIが作ったコードのレビューが大変で、結局自分が作業の遅れの原因（ボトルネック）になってしまう」といった悩みは、多くの新人エンジニアにも共通するかもしれません。
この記事では、この課題を解決するため、タスクを「その仕事が事業にどれだけ重要か（ビジネス価値）」と「自分がどれだけ深く関わる必要があるか（自分の関与度）」の2つの軸で整理する「4象限戦略」を提案しています。
具体的には、以下の4つの象限に分けてAIアシスタントとの関わり方を変えます。
- 第1象限：事業価値が高く、自分が深く関わる「コア機能開発」
- プロダクトの競争力に直結する重要な機能開発や設計がここにあたります。AIはあなたの「ペアプログラミングのパートナー」や「設計の壁打ち相手」として活用します。実装はAIに任せつつも、レビューは特に念入りに行い、あなたの設計力や問題解決能力を高めるために使います。
- 第2象限：事業価値が高く、ある程度任せられる「共同開発タスク」
- 既存機能の拡張や、緊急ではないけれど重要なバグ修正などが該当します。AIには明確な仕様を伝えて実装を任せ、進捗を定期的に確認し、最終レビューを行います。あなたが第1象限の重要なタスクに取り組んでいる間に、AIが並行してこれらのタスクを進めてくれるイメージです。
- 第3象限：開発効率化のためで、完全に任せられる「自動化タスク」
- テストコードの追加、開発環境の自動化（CI/CDの改善）、定型的なリファクタリング、ドキュメント生成など、AIに「丸投げ」できるタスクです。これらは「AIの暇つぶしタスク」と捉え、完璧さを求めすぎず、今より少しでも良くなればOKという気持ちで任せます。レビューも最小限で大丈夫です。
- 第4象限：開発効率化のためで、レビューが必要な「効率化タスク」
- TypeScriptの型定義の厳密化やエラーハンドリングの改善などが該当します。大まかな方針を伝えてAIに実装を任せ、後でPull Request（コード変更の提案）ベースでレビューします。AIに依頼する際に、小さな単位でPull Requestを作成してもらうよう指示すると、レビューの負担が減ります。
結論として、あなたの時間と労力は第1象限の最も重要な仕事に集中し、第2象限のタスクも状況に応じてAIに任せます。そして、第3象限と第4象限に属する開発効率化のためのタスクは、常にAIに優先的に積み上げておくべきです。もしAIに何をさせればいいか思いつかない場合は、AI自身に「改善したほうがいいこと」を尋ねてみるのも良い方法です。
大切なのは、「AIを使わなきゃ損」という義務感ではなく、AIを上手に活用して、あなたが本当に集中すべき仕事に力を注ぎ、あなた自身のエンジニアとしての価値を最大化することです。
引用元: https://note.com/suthio/n/n71c111ddd183
普段何気なく使っているChatGPT。まるで人間と話しているかのように自然な受け答えをしてくれますが、「どうしてこんなことができるんだろう？」と不思議に思ったことはありませんか？この記事では、ChatGPTの根幹技術であるGPT（Generative Pre-trained Transformer）の仕組みを、新人エンジニアにも分かりやすく解説しています。
まず、GPTの「G」はGenerative（生成）、「P」はPre-trained（事前学習済み）、「T」はTransformerという技術基盤を表します。GPTは、膨大なテキストデータをあらかじめ学習し、入力されたテキストに対して「次に続くトークン（単語や記号の最小単位）」を予測することで、新しい文章を生成するモデルです。
AIが言葉を「理解」しているように見えるのは、実は言葉を「数値の並び＝ベクトル」として処理しているからです。例えば、「パリ」や「フランス」といった単語は、それぞれ独特の数値の並びに変換されます。この数値空間では、意味が似ている単語ほど数値的に近い場所に配置されるように設計されています。このため、「パリ」から「フランス」のベクトルを引いて「日本」のベクトルを足すと、「東京」のベクトルに近くなる、といった数学的な計算で単語の関係性を表現できるのです。
さらにGPTのすごいところは、このベクトル表現が単語だけでなく「文脈」によって変化する点です。従来のモデルが単語ごとに固定のベクトルを持つことに対し、GPTは文章全体を見て「Apple」が果物のリンゴなのか、企業名なのかを判断し、その文脈に合ったベクトルを生成します。これを「contextualized embedding（文脈化された埋め込み）」と呼びます。
では、どうやって文章を生み出しているのでしょうか？ChatGPTは一文を一気に作るのではなく、1トークンずつ順番に予測して生成を繰り返しています。具体的には、入力されたテキストをベクトル化し、その文脈全体を解析（自己注意という仕組み）して、次に来るトークンが何であるかの確率を計算します。そして、その中から一つを選び、それを新たな入力として次のトークンを予測する、というサイクルを繰り返すのです。
GPTの「創造性」を調整するパラメータもあります。代表的なものが「Temperature（温度）」です。この値を小さくすると、確率の高いトークンが選ばれやすくなり、決まった安定した文章になりやすいです。一方、値を大きくすると、確率の低いトークンも選ばれやすくなるため、より多様で意外性のある文章が生成されます。つまり、AIが創造性そのものを理解しているわけではなく、ランダム性を調整することで「創造的に見える」文章が生まれる、というのが本質です。
最後に、GPTはあくまで「統計的言語モデル」であり、人間のように言葉の意味を「理解」しているわけではありません。AI研究者の中には「確率的オウム」と呼ぶ人もいるほどです。そのため、GPTが生成した情報には「ハルシネーション（でたらめな情報）」が含まれる可能性があるので、特に重要な事柄は必ず自分で事実確認（裏取り）をする必要があります。GPTの限界を正しく理解し、信用しすぎず、しかし怖がらず、便利な道具として賢く使いこなすことが、これからのエンジニアには大切だと言えるでしょう。
引用元: https://qiita.com/KYoshiyama/items/d86ae5afc29650f0b924
アニメ『ガンダム GQuuuuuuX』の最終回が、長年のガンダムファンの心に響く感動を呼びました。特に初代ガンダムで悲劇的な運命をたどったシャアやララァ、ランバ・ラルなどの主要キャラクターたちが救われるような展開が描かれ、多くの往年ファンが「こうあってほしかった」と願っていた世界線が実現したと感じています。その結果、多くの視聴者が共感し、涙を流すほど深く感動しました。本作を手がけたスタジオ「カラー」は、ファンの積年の思いを叶える素晴らしい仕事をしたと評価されています。
引用元: https://togetter.com/li/2568410
VOICEVOX:ずんだもん