shibatoki

3.5K posts

shibatoki banner
shibatoki

shibatoki

@sbk0716

AI Consultant/CEO/Scrum Master/Full Stack System Engineer

Tokyo Katılım Şubat 2020
1.7K Takip Edilen271 Takipçiler
shibatoki retweetledi
高野秀敏/ベンチャー採用転職/エンジェル投資家/M&A
メタが8000人を切った。 でも本当に怖いのは、残った側の話だ。 残留した社員のうち7000人がAI部署へ強制異動。 管理職の多くが一般社員に降格。 さらにメタは、残った社員のPCに マウス操作・キーストローク・画面を記録するソフトを入れた。 目的は、AIに人間の仕事を学ばせるため。 拒否権はない。 つまり残った側は、降格された上に、 自分を代替するAIのトレーニングデータにされている。 27年で何百社も見てきたが、 解雇より、残留組の扱いで会社の本音が出る。 AI投資23兆円。この金額が意味するのは、 「人を減らす」じゃなく「人の使い方が変わる」ということだ。 皆さんに質問です。もし自分の部署が明日AI部署に変わったら、残れる自信ありますか?
日本語
108
692
2.1K
349.7K
shibatoki retweetledi
orangeitems
orangeitems@orangeitems_·
Githubの件、もしかして再発防止策は「社員がVS Codeに拡張機能を入れないように徹底する」とかにするつもりじゃないだろうな。Chromeにしろ、もう拡張機能は「終わり」だよ。拡張機能の存在そのものが脆弱性。 つまりね、AIのMCPも同じ運命になるよこれ。プラグイン的なものは全て等しく危険。
日本語
12
326
1.5K
315.8K
shibatoki retweetledi
Claude Code Studio
Claude Code Studio@ClaudeCode_love·
【速報】 Anthropicの社員が、今いちばん使ってるプロンプトをポロッと漏らしてたので共有😳 これ日本語でどうゆうプロンプトかと言うと👇 「仕様書通りに実装して。 その途中で、仕様書に書かれてなかった判断・変更・妥協点・意思決定を、全部 implementation-notes に残して」 というプロンプト。 これ、地味に見えてAIコーディングの本質すぎる。 多くの人はAIに 「作って」 「修正して」 「いい感じにして」 で終わる。 でも本当に強い使い方は違う。 AIに作業させるだけじゃなく、 AIが作業中に何を考え、どこで迷い、何を変えたのかまで記録させる。 つまり、コードだけじゃなく 「意思決定ログ」まで残す。 これをやると何が起きるかというと、 ・あとから修正しやすい ・なぜその実装になったか追える ・次のAIに引き継ぎやすい ・仕様と実装のズレに気づける ・人間がレビューしやすくなる 要するに、AIにコードを書かせる時代から、 AIに“実装の記憶”まで残させる時代に入ってる。 Claude Code / Codex / Cursorを使ってる人は、 この一文を入れるだけでマジで作業品質変わる。 「実装して」だけじゃなく、 「なぜそうしたかも残して」までがAIコーディング。
Claude Code Studio tweet media
日本語
12
397
4K
262.3K
shibatoki
shibatoki@sbk0716·
ビジネスAI時代の「AIガードレール」の作り方。アドビが提唱する「ブランド知能」に納得するワケ【尾原和啓の深堀り】|BUSINESS INSIDER businessinsider.jp/article/2605-w… via @BIJapan
日本語
0
0
2
32
shibatoki retweetledi
Ryota Hayashi - シルスタ ( シルバーマン・スタンレー)
他人に挨拶できないとかありがとうとかごめんなさいとか言えないのに、いくら子供教育してもどうにもならんよ(5億回目) 勉強できることよりも人間力やで。まぁ結局そういう人間力ある人が勉強もできるんやけども。
日本語
0
5
50
2.1K
shibatoki retweetledi
YONEUCHI, Takashi
YONEUCHI, Takashi@lmt_swallow·
🚨 今日の npm パッケージ大規模侵害 = Mini Shai-Hulud 第三波の検体を解析していますが、より脅迫性が増しています。永続化スクリプト gh-token-monitor 内で、あるパッケージ [at]cap-js/openapi 1.4.1 をキルスイッチとして、rm -rf ~/ (ホームディレクトリの削除)が実行されるように…
YONEUCHI, Takashi tweet mediaYONEUCHI, Takashi tweet media
日本語
2
79
249
42.4K
shibatoki retweetledi
yousukezan
yousukezan@yousukezan·
情報セキュリティ10大脅威2026[組織編]に対するAWSサービス (3位〜1位編) - サーバーワークスエンジニアブログ blog.serverworks.co.jp/ipa-security-t…
日本語
0
6
33
5.7K
shibatoki retweetledi
shibatoki retweetledi
azu
azu@azu_re·
Markdown文書の中にあるAI生成文や低品質な文章のパターンを検出するためのtextlintルールとCLIツール。 LLMを使わない決定論的なルールで、7つのカテゴリ/50以上のルールを実装してる。 `npx slopless "docs/**/*.md"`のように実行でき、結果はJSON形式で出力される。 github.com/agent-quality-…
日本語
2
62
375
36.3K
shibatoki retweetledi
Claude Code研究所|スパルタClaude Code塾
【Claude Code裏技】 Anthropicが公式プラグイン「claude-code-setup」をリリースしていることはご存知でしょうか。 これ一つで一気に「本物のAI開発環境」にアップデートされます。 プロジェクトを自動でスキャンして、以下を最適に提案・設定してくれます: → hooks → skills → MCP servers → subagents → automations 全部ステップバイステップで勝手にセットアップ。負荷がかなり減ります。 インストールはこれ一発: /plugin install claude-code-setup@claude-plugins-official 忘れないうちにブックマーク必須です!🔖
Suryansh Tiwari@Suryanshti777

Claude Code feels completely different once you install this. Anthropic quietly released an official plugin called claude-code-setup and it basically turns Claude Code from “pretty good” into an actual AI dev environment. It scans your project and recommends: → hooks → skills → MCP servers → subagents → automations Then sets everything up step-by-step for you. Most people are using Claude Code completely vanilla… which is why their experience feels messy. The real power comes from the ecosystem around it. Install: /plugin install claude-code-setup@claude-plugins-official Bookmark this before you forget it.

日本語
10
67
741
121.6K
shibatoki retweetledi
Keisuke Nishitani
Keisuke Nishitani@Keisuke69·
昔使ってて使わなくなったツール・サービスシリーズ。無くなったもの含む 1. HipChat 2. Redmine 3. Zabbix 4. Evernote 5. Sublime Text 6. Atom 7. SVN 8. CVS 9. Microsoft Word / Excel 10. Eclipse 他には?
日本語
25
24
138
44.7K
shibatoki retweetledi
おさぼり
おさぼり@1osabori·
Anthropic公式が「AIに経験値を貯めて進化させる方法」暴露してて、普通に革命起きてるんやがwww もはや英語圏のClaude Code勢だけ先に別ゲー始まってるし、今までのAIとはレベル違うで... 日本語でまとめたから時間あるとき読んで⤵︎ 数ヶ月後一気に広がりそうやから、先に知りたい人はブクマ推奨
日本語
17
192
2.4K
222.5K