マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20251201
内容紹介
Claude Code のプランモードがより正確な計画を立てられるようになっていた、Go + クリーンアーキテクチャで AI エージェント基盤を再設計した話【前編】、ワンクリックでKiro-CLI環境を構築できる「AI Agent Development Code Server」を試してみた、「Sora」「Nano Banana Pro」の回数制限が強化--「GPUが悲鳴」と提供元
出演者
関連リンク
AIによるコーディング支援ツール「Claude Code」のプランモードが、より賢く、詳細な計画を立てられるように進化しました。新人エンジニアの皆さんも、AIが開発プロセスをどう変えるのか、その最前線として注目してみてください。
今回のアップデートで、プランモードは次の3つの主要な改善点を持ちます。
-
計画立案に「専用のAI」を活用 Claude Codeは、計画を立てるためだけの「プランサブエージェント」を導入しました。このサブエージェントは、既存の探索用AIよりも高性能な「Sonnet」モデルを使用しています。これにより、メインのAIの負荷を軽減しつつ、コード構造の分析や専門的なタスク理解能力が向上し、より詳細で正確な計画の立案が可能になりました。
-
不明点を「ユーザーに直接質問」する機能 AIに指示を出す際、指示が曖昧だったり情報が不足していると、期待通りの結果にならないことがあります。新しいプランモードでは、計画を進める上で不明な点があれば、具体的な質問をユーザーに投げかけ、対話形式で確認できるようになりました。これにより、ユーザーの真の要求を正確に把握し、開発途中の手戻りを未然に防ぐ効果が期待できます。
-
計画が「詳細な仕様書」としてファイル保存されるように 以前は計画の概要を示すだけでしたが、これからは生成された計画がMarkdownファイルとして保存されます。このファイルには、単なる計画だけでなく、実装のステップ、技術的な設計判断、テスト戦略、受け入れ基準までが、まるで実際のシステム設計書のように詳細に記述されるようになりました。これにより、開発の全体像が明確になり、チームでの認識合わせや、後からの確認作業が格段にスムーズになります。
この進化は、AIが単にコードを生成するだけでなく、プロジェクトの「設計者」や「プランナー」のような高度な役割を担うようになってきたことを示しています。これは「仕様駆動開発（SDD）」という開発手法にも近い考え方です。
ただし、生成される計画が長文化し、読みづらくなる場合や、AIへの利用制限（レートリミット）に達しやすくなるという課題も報告されており、今後の改善が期待されています。
今回のアップデートは、AIが開発プロセスに深く関わり、エンジニアの作業効率や品質向上に貢献する、重要な一歩と言えるでしょう。
引用元: https://azukiazusa.dev/blog/claude-code-plan-mode-improved/
この記事は、Go言語とクリーンアーキテクチャを用いてAIエージェント基盤を再設計した事例を紹介しています。通常AIエージェント開発にはPythonが選ばれがちですが、筆者の既存システムがGoで統一されていたこと、そしてGoの並行処理やインターフェースによる抽象化といった特性がAIエージェントの構築に適していると考え、あえてGoで自前開発を進めました。既存のフレームワークに縛られず、長期的な運用を見据えた柔軟性の高い基盤を目指した点が特徴です。
AIエージェント開発は、使用するAIモデルやツールの種類、データの管理方法など、変化が非常に激しい分野です。そこで、システム全体の変更に強く、保守しやすい「クリーンアーキテクチャ」が採用されました。このアーキテクチャは、システムを複数の「層」に分け、中心にあるビジネスロジックが、データベースや外部APIといった具体的な技術に依存しないように設計する考え方です。Go言語はインターフェースを使いやすく、このような抽象化と依存関係の制御に優れているため、クリーンアーキテクチャとの相性が良いと説明されています。
AIエージェントの主な構成要素は、推論を行う「LLM（大規模言語モデル）」、外部と連携する「Tool（ツール）」、会話履歴などを管理する「Memory（メモリ）」です。 初期のシンプルな構成では、特定のLLM（OpenAI SDK）への強い依存や、ツールと実装の密結合、テストの困難さといった課題に直面しました。
そこで再設計では、クリーンアーキテクチャの原則に基づき、これらの課題を解決しました。
- 「Model」「Memory」「Tool」「Agent」「Streaming」といったAIエージェントの核となる概念を、
pkg/aiパッケージ内で「共通の約束事（インターフェース）」として定義し、汎用的な抽象化を行いました。 - 例えば、OpenAIなどの具体的なLLM実装は
pkg/ai/openaiのように専用のパッケージに閉じ込められ、中心のロジックが特定のLLMに依存しないようにしました。 - データベースでの履歴保存（Memory）や、アプリケーション固有のツールなども、インターフェースを介して利用され、実際の具体的な実装は別の層に配置されています。
- 各要素の組み合わせはユースケース（
Usecase）層で行い、HTTPリクエストを処理するハンドラ（Handler）は入出力の制御に徹することで、役割が明確になりました。
この設計により、AIモデルの切り替え、ツールの追加・削除、メモリの永続化方法の変更、ストリーミング方式の拡張などが、システム全体に大きな影響を与えずに柔軟に対応可能となりました。また、エージェントの核となるロジックを単体でテストしやすくなったことも大きなメリットです。
Go言語とクリーンアーキテクチャの組み合わせは、変化の激しいAIエージェント開発において、スケーラブルで保守性の高い基盤を構築するための有力なアプローチであることが示されています。
引用元: https://zenn.dev/iyusuke/articles/b06400ce2b66c9
この記事では、AWSが提供する「AI Agent Development Code Server」というソリューションを使って、AIエージェント開発用のCLIツール「Kiro-CLI」の開発環境をいかに簡単に構築できるかを紹介しています。特に、これからAIエージェント開発を始めたい新人エンジニアにとって、実践的な第一歩を踏み出しやすい内容です。
Kiro-CLI（旧 Amazon Q Developer CLI）は、AIエージェントを開発するための便利なコマンドラインインターフェースです。通常、開発環境の準備には手間がかかることがありますが、「AI Agent Development Code Server」を利用すると、AWSのCloudFormationという仕組み（AWSのリソースをまとめて自動で作ってくれるサービス）を使って、わずか約7分でKiro-CLIがプリインストールされた開発環境を構築できます。
この環境は、Webブラウザ上で動作するVS Code（Code Server）として提供されます。具体的には、CloudFront、サーバーの負荷分散を行うALB、開発環境が動くEC2インスタンス、そして必要な権限を持つIAMロールなどが、他のシステムに影響を与えない安全なネットワーク環境（VPC）内に自動でセットアップされます。記事では、EC2のインスタンスタイプを無料枠の対象となる「t4g.small」に変更することで、コストを抑えつつ環境構築を行った事例が紹介されています。
構築完了後、提供されるURLとパスワードでCode Serverにアクセスすると、すぐにVS Codeの画面が開きます。ターミナルで確認すると、最新版のKiro-CLIがすでにインストールされていることがわかります。Kiro-CLIを使用する際の認証は、リモート環境のためブラウザを自動で開けない点に注意が必要ですが、「--use-device-flow」オプションを使うことで、手元のPCのブラウザから簡単に認証を完了できます。
認証が完了すれば、Kiro-CLIでAIエージェント開発をすぐに始められます。記事内では、用意されたハンズオン資料の内容について質問したり、現在の環境で利用可能なAWSの権限（IAM）を確認したりする様子が紹介されており、実際の開発作業に必要な権限が適切に設定されていることが確認できました。
コスト面では、無料枠が適用される期間内であれば、ほぼ費用をかけずに利用できる可能性があります。無料枠終了後も、記事の試算では月額約18.85ドル（約2,800円程度）と比較的低コストで維持できるとされています。利用しない期間は停止したり、検証が終わればすぐに削除したりすることで、さらに費用を抑えることが可能です。
このソリューションは、AWS Cloud9のようなブラウザベースの開発環境を使ったことがある方にとって、AIエージェント開発への移行をスムーズにしてくれるでしょう。手軽かつ安全にAIエージェント開発を体験したい新人エンジニアの方に特におすすめです。
引用元: https://dev.classmethod.jp/articles/kiro-ai-agent-development-code-server/
OpenAIの動画生成AI「Sora」とGoogleの画像生成AI「Nano Banana Pro」が、無料ユーザー向けの利用回数制限を強化しました。急増したアクセスで、AIの計算処理に必要なGPUリソースが「悲鳴を上げている」ためです。Soraは1日6本、Nano Banana Proは1日2枚までに制限されますが、有料ユーザーは引き続き利用可能です。AIサービスも、裏側では膨大な計算資源が必要なため、リソースには限りがあるという現実が見えてきますね。
引用元: https://japan.cnet.com/article/35241050/
VOICEVOX:春日部つむぎ