Pinned Tweet
YWTふりかえりをフルリモートで実施してみたら、割と評判が良かった on @Qiita qiita.com/dairappa/items/7bc…
非エンジニアが登壇する機会ってなかなかないので作ってあげたい!というかわまたさんの優しい気持ちと共にお話しします☁️
資料はこちらです💁♀️
speakerdeck.com/kintotechdev…
#devrelguildmeetup
dairappa🐚ଳ retweeted
Introducing Qwen3.8-27B-pi-adapted 🤗
We adapted Qwen's model specifically for the pi coding agent using reinforcement learning and a LoRA adapter.
The results, measured as pass@1:
🚀 SWE-bench Pro (Hard 51): 29.4% → 62.7%
💻 Terminal-Bench 2.1: 39.5% → 55.8%
⚡ 55–62% fewer tool calls per task
This is the power of open models: you can adapt them to YOUR tools and YOUR use cases. Let’s build! 💛
Open weights: huggingface.co/harness-hub/Q…
Methodology: huggingface.co/blog/harness-…
I asked Gemini 4 Carbon to crack an unread 1466 Sforza Renaissance cipher. Unaided, it used its vision and research capabilities to decipher the text.
Gemini:
- transcribed 15th-century cipher characters from manuscript scans
- ran blind statistical decoding attempts
- pivoted to searching digitized European archives for clues
- found a handwritten flyleaf chart in Paris showing how Milan’s cipher office built syllable tables
- widened its search to all Sforza keys and spotted an unindexed gap in Vienna Codex 2398
- read Tranchedino’s 15th-century Latin index in Vienna and found Giovanni Bianco’s 1465 key on folio 47r
- mapped the key signs to decode all 18 encrypted lines in Italian
- uncovered warnings of Savoyard reprisals after an ambush on the new Duke of Milan, plus Louis XI’s secret three-marriage plan
Full details:
fofr.ai/bianco-1466-cipher
dairappa🐚ଳ retweeted
Introducing MAI Code 2 and Code 2 Flash.
Code 2 brings frontier price-performance for everyday enterprise coding tasks.
Code 2 Flash brings affordable and high-quality coding for routine work at scale.
Try both today in GitHub Copilot.
dairappa🐚ଳ retweeted
SpaceXSIのpotetoさんのトーク、必聴な気がする。めちゃくちゃ良かった。以下は少しだけメモ。
・AIエージェントに自律的に開発させるには、環境への投資による信頼の構築が不可欠
・poteto氏は6か月の投資を経て、寝ている間にも数千件のPRをリリースできる状態に到達した
・信頼(Trust)を高めるには、まず型システムやLint、テストなど決定論的な制約でコードベースを固める必要がある
・その上に実行時検証や形式検証を重ね、AGENTS.mdのような自然言語のルールは最小限に留める
・エージェントは既存のコードベースのパターンをそのまま模倣する
・コードベース内の回避策や技術的負債は、庭の雑草のようにあっという間に全体へ広がるリスクがある
・だからエンジニアの仕事はコードを書くことから庭の手入れへと変化している
・GraphbotではElectron向けフレームワークDuneに過去の教訓をLintルールとして組み込んでいる
・扱いが難しいReactのuseEffectはプロダクトコードで全面禁止にした
・また、ディレクトリをメインとレンダラーに分けて、インポートを依存関係解析で禁止している
・これにより、スレッド間の誤った参照による画面のカクつきが構造的に防止可能になった(そうじゃないとsetTimeoutみたいなコードを乱発する)
・エージェントはMarkdownやコードコメントを「正しい実装を避ける言い訳」として悪用する
・Cursor開発時には、応急処置のタイマー処理を正当化するコメントが量産され、アプリが重くなった
・なので、Graphbotではコードコメントの99%を禁止して根本原因の修正を促すLintエラーに置き換えた
・修正のたびに決定論的なチェックへ落とし込むことで、最終的に人間のレビューが不要にしていく
・レビューの焦点はコード自体から、動画やスクリーンショットなどの検証成果物の確認へと移行している
・実行時検証(Runtime Verification)では、機能マップ(Feature Map)や専用CLIを整備しトークンを削減している
・さらにTLA+やLeanを用いた形式検証や、Bombadilによるproperty basedテストも導入した
・現在、1日のトークン消費量の約70%がこうした検証プロセスに費やされている
・この環境構築の結果、チームは月間11,000件ものPRを本番へリリースできて、毎日安定版をリリースしている
・227人ものContributorがいても、PRのrevert率はわずか0.5%と極めて低い
・Electronアプリでありつつ、起動やチャット切り替えなどの動作速度もローンチ当初より向上した
・まずはコードベースの改善と検証基盤を固めることが、高品質かつ高速な自動開発の前提条件
(一通り聞いて、これは人間に高い技術力がないと作れないと思った)
youtube.com/watch?v=O_zcc6Xl…
dairappa🐚ଳ retweeted
【Claude Code の Code Mode】
Claude Code に Code Mode がしれっと入ったので、軽く使ってみた感じだと実験的機能という印象
Code Modeはツールを1つずつ呼び出す代わりに、JavaScriptを書いて複数のツールをプログラムとして操作する仕組み。Piエージェントとかが先駆け。
一般的なCode Modeのメリット:
- 複数ツールの並列実行による高速化
- LLMが中間出力を全て読む必要がなくなる
- ループや条件分岐をJavaScriptで実行し、横断処理が可能
- 複数サービス間のデータ加工・転送が可能
個人的には最適化分野に考え方は近くて、実行処理の中で並列処理な箇所が多いタスクなどは恩恵があると思う。逆にSequentialな処理だと旨みが少ない(出力結果を引き継げるのは一応メリット)。
個人的に試して良かったユースケース:
- 複数バージョンのベンチマーク比較
- 大量の出力ファイルから、差分のみを抜き出す作業
- 前処理の結果を引き継いで実行する作業
- 複数リポジトリやファイルの横断的な調査
判断を要するケースなど、JSスクリプト化しにくい作業は向いてない印象。
あとはClaude CodeのCode Modeは使いづらくて、そもそも他の既存機能(Claude ModsやAgent Teamsなど)とかなりバッティングするせいで起動するのが大変だった。以下のように読み込むsetting.jsonを限定的にすれば一応回避はできる。試して見ると良い。
CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 claude --setting-sources project,local
バカみたいだけど、タキオン(っぽいAI)といっしょにOSS作るの楽しい。
...そしてこうすることでAIっぽさがかなり脱臭されているというのもわかる。キャラ付け大事(そしてそのへんMuseうまくやってる)
88
dairappa🐚ଳ retweeted
さよなら、AI Slop…
AIのクソダサデザインにお悩みの方にオススメ出来る神サイト見つけました。
気に入ったデザインを見つけたらボタンを押してプロンプトを取得し、Codex or Claudeに貼るだけ ※動画参照
プレビューがめっちゃ見やすいので、どういう効果か直感的に理解できるし、プロンプトを少しいじって自分向けにカスタマイズするのも簡単
「DesignBookmark」というサイトで、ボタン、カード、入力フォーム、ナビゲーションなど種類も豊富
私みたいなUX/UIのドメイン知識雑魚には大変ありがたいサイトですわ。
dairappa🐚ଳ retweeted
Gantt Schedule 公開しました。
Cloudflare上で動作し、同時に複数人で編集可能なガントチャートです。
各プロジェクトのスケジュールを見渡せるように全体スケジュールとして表示する機能もあります。
カスタマイズして使われることを想定しているのでフォークして使ってください。
github.com/tango238/gantt-sc…
dairappa🐚ଳ retweeted
記事を書きました!仕組みやアーキテクチャなども公開してます!世は大Platform Engineering時代!
Software Factoryの先へ:全社の仕事をAI-NativeにするUbieの内製クラウドエージェント基盤|Yuku Kotani zenn.dev/ubie_dev/articles/4… #zenn
dairappa🐚ଳ retweeted
全てのオーケストレーターに共通する問題は「メインのモデルが指示を書き直しちゃう」ってことなんですよね
議論をする過程でこちらが伝えようとした細かい前後のニュアンス、なぜその結論に至ったのかという流れがごっそり落ちて丸められてしまう
コンパクションしてから要点だけ渡してるようなものです、つまり伝言ゲーム
いわゆるfan-out型のサブエージェントが流行らなくなったのはそれだと思っていて、伝言ゲームでありがちな、受け手が勝手に独自の解釈をはじめるのでさらに誤差が広がっていき収拾がつかなくなる
これはサブエージェントでさえ1Mトークン読める賢いモデルになった現在ではとてももったいないことで、話の流れを丸ごと渡したほうがいい仕事するんです
しかも、
me: こうしたい
claude: こうしましょう
というラベル付きで生の履歴を渡すと、受け取ったエージェントは「me:」ラベルがついてる方の発言を重要視して、別の視点から「claudeはXだと言ってるけど私はKennさんの本来の意図は実はYだから、こうする方がいいと思う」と遠慮なく意見が言えるようになるんです
人間でもボスの意見は素直に聞くけどライバルの同期に対しては対抗心を燃やして意見をいう、みたいな構図です
だから自分はずっと「会話の流れを(話者ラベル付きで)そのままコピペ派」でした
ただ、必要な範囲だけをコピーし、話者ラベルを付与し、そして貼るスレッドを間違えずにペーストする、という作業がとにかく面倒だった
なので、その作業を自動化してくれるミニマルなツール kanary.to/agents を作ったんですよね
現時点ではまだ唯一無二のリレーツールですが、もっと真似するツールが出てきてほしいと思ってます
サマリーベースの伝言ゲームとは別格のトークン効率の良さ・無駄な作業の少なさで結果的には望むものの仕上がりが早い「急がば回れ」のメソッドだと思ってます
dairappa🐚ଳ retweeted
We just shipped AWS Emulator, which gives coding agents a local copy of AWS to test against.
Early in my career, we built test environments like this by hand, one system at a time. Now, agents are writing code far faster than any team can check it in production. Matt Goldberg, a Senior Principal Engineer on our Developer Tools team, wanted to know whether agents could build and test those environments themselves. He gave @kirodotdev a single prompt, and about 15 minutes later it came back with a first version of an SQS emulator. Turing that into a robust solution took much more work
Here’s what I think this means for engineers today: allthingsdistributed.com/202…
dairappa🐚ଳ retweeted
How can lower-cost models narrow the gap to Astra for robotic control?
Our CoRL 2026 paper Maestro shows how robotics tools and orchestration harness enable zero-shot robot control with Gemini 2.5, an older, cheaper model:
- Zero-shot real-world manipulation across 8 tabletop + 4 mobile tasks
- Surpasses π₀.₅ and code-as-policies baselines
A thread 👇
dairappa🐚ଳ retweeted
『オブジェクト指向UIデザイン』や『モードレスデザイン』を読んだ人は知っているが、UIというのは使用者のメンタルモデルとソフトウェアのデータモデルを同期させるものである。見た目のデザインはメンタルモデルとデータモデルのデザインでもある。見た目だけをデザインするようなフェーズはない。



































