1月から3月にかけて、毎日のようにAIに関する新たな発表があったかのようだった。 2か月後、マイクロソフトはエンジニアにClaude Codeの使用を中止し、6月30日までにGitHub Copilotに戻すよう指示した。 ウーバーは2026年のAIコーディング予算をたった4か月で使い切ってしまい、1人あたりのトークンコストは月額500ドルから2,000ドルに達した。 しかし、ヴィブコーディングで完全に構築された主要な製品はどこにあるのか？ これまで見られたのはほとんどがデモ、ラッパー、ランディングページ、および内部ツールにすぎない。 AIは役立つ。作業を高速化する。 しかし、コードを書くことは決して難しい部分ではなかった。 製品をリリースし、保守し、セキュリティを確保し、スケーリングし、実際にユーザーが使うものを構築するには、依然として本物のエンジニアリングが必要だ。 AIのブームは終わっていないかもしれない。 しかし、「AIがソフトウェアチームを置き換える」という物語は、徐々に落ち着きを見せ始めている。

🔺 実際の比較基準が移り変わっている。 コーディングエージェントにとって、「より良い」とは、より賢い出力だけではない。 それは実行の信頼性である： 明確な計画 制限された編集 差分の可視化 テストの証拠 ロールバックパス 人間の承認 エージェントが実際のリポジトリに触れるようになったとき、直感よりも信頼が重要になる。

🔺 これは有料エージェントツールにおける信頼の問題です。 ツールが本格的な業務の一部となる場合、権限管理は退屈でも信頼性が求められます： 明確な有効期限 グレースウィンドウ ローカル警告 監査ログ 復旧手段 エージェントにおいて、アクセス制御は課金のインフラではありません。 それは製品の一部です。

アンドレジ・カルパティは、LLMと思考するために個人的なウィキを構築した。 私は、返事を返すものを構築した。 Claude Code と Obsidian が合わさると、あなたを本当に理解するAIになる。 あなたの目標。あなたの文脈。あなたの履歴。あなたのパターン。 毎回セッションで自分自身を説明するチャットボットではない。 あなたが使うたびにすべてを記憶し、毎週知識を蓄積する第二の脳。 これがその構築方法です。

AIモデルに100ドルを使うとしたら、どのモデルを選びますか？ 1. Codex 2. Claude Code

最近見かけた非常に注目すべきプロジェクト：obra/superpowers ⭐️20万+ 正直、このスター数は普通のツールレベルを超えている。 以前、自分でエージェントを試行錯誤していたとき、最も困ったのは： プロセスがどんどん複雑になり、スキルが至る所で複製され、後から一切修正できなくなってしまったことだ。 その後、superpowersの発想に出会って、確かに何かあると感じた： • スキルがモジュール化され、組み合わせ可能 • エージェント間の協調ロジックが明確 • デモから本番までのフローまで、すべて考え抜かれている 先週、これを使ってコードレビュー用エージェントを構築した。 以前はただpromptを山のように積み上げていたが、今はスキルに分割したおかげで、複数エージェントの連携が格段にスムーズになった。 今やエージェントの作成は、「promptを競う」から「システムを構築する」へと移行していると実感している。