この記事では、ソフトウェア開発における「作業単位」のベストプラクティスを探ります。著者は、優れた作業単位は、分解可能、検証可能、独立性があり、優先順位付けが可能であるべきだと主張しています。これはユーザーストーリーに似ていますが、ソフトウェアライフサイクル全体における役割をより重視しています。著者は、作業単位を明確に定義することで、チームの効率が向上し、不要な複雑さが軽減され、最終的に顧客価値が向上すると述べています。また、AI支援開発の効率をコード生成量だけで測ることを批判し、顧客価値を重視した作業単位の実質的な効果を評価すべきだと主張しています。
続きを読む
効果的なAI支援コーディングは、単にインテリジェントなモデルを使うだけでなく、作業単位の綿密な管理が重要です。著者は、タスクを適切なサイズの単位に分割することが不可欠だと主張しています。小さすぎると効率が悪くなり、大きすぎるとコンテキストの喪失によりエラーが蓄積されます。理想的な単位は、ユーザーストーリーのように明確なビジネスバリューを持ち、人間のレビューとエラー修正を可能にし、AIエラーの累積を最小限に抑えます。StoryMachineプロジェクトは、AI支援コーディングの効率と精度を高めるために、より効果的な作業単位の定義を目指しており、最終的にはAI開発をより簡単で効率的なものにすることを目指しています。
続きを読む
この記事では、エンジニアリングチームが毎月または四半期ごとに実施する、2～4時間のシステムヘルスチェックを提案しています。このチェックでは、信頼性、パフォーマンス、コスト、デリバリー、セキュリティ、シンプルさ、組織構造などの次元におけるシステムの品質を評価します。考えさせる質問を通して、システムの現状を単なる指標を超えて深く反省し、潜在的な問題を特定して解決することを促します。目標は、システム全体の品質とチームの効率性を向上させることです。
続きを読む
この記事は、人工知能（AI）を新しい汎用技術（GPT）として、その革命的な影響を探っています。AIは知識へのアクセス方法を変えるだけでなく、私たちの思考方法も変え、再帰的なパラダイムシフトを引き起こしています。ソフトウェアはAIを使用し、AIはソフトウェアを使用し、AIはソフトウェアを構築し、AI自身もソフトウェアです。著者は、AIの急速な発展は計り知れない機会と課題をもたらし、積極的に適応し、参加し、将来のAIアプリケーションを探求し、技術革新における私たちの役割を再定義する必要があると主張しています。
続きを読む
Model Context Protocol（MCP）は、AIアプリケーションと様々なデータソースやツールとの統合を簡素化するために設計された新しいプロトコルです。M×Nの統合問題をM+Nの問題に変換することで、統合の摩擦を軽減します。MCPサーバーはデータソースに接続し、ツールを公開します。一方、MCPクライアント（通常はAIアプリケーションの一部）は、任意のMCPサーバーに接続できます。著者は、CKANオープンデータアクセス用のMCPサーバーの例を示し、Claudeデスクトップアプリケーションを使用してデータ分析を行うことで、AIアプリケーションをCKANデータと容易に統合する方法を説明しています。MCPは万能薬ではありませんが、特に複数の外部システムとの統合が必要なシナリオにおいて、AIアプリケーション開発のためのより便利で柔軟な方法を提供します。
続きを読む