おはようございます! 「zenncast」、MCのマイクです。
11月17日、火曜日、朝7時です。今日もZennでトレンドになっている記事を、皆さんと一緒にチェックしていきますよ。
今日は、AIへの仕事の任せ方から、安全な実行環境、GitHubの新機能、そしてテストの確かめ方まで、5本の記事をご紹介します。
....
まず1本目は、ISUCON2026で優勝した筆者が、人間の介入なしで競技に取り組むAIを開発した、3か月間の振り返りです。
開発の中で興味深かったのが、AIへの指示の量と成果の関係です。細かな手順や記録を求めるように作り込んだ構成よりも、指示を大幅に減らした構成のほうが、高い得点を出したそうなんですね。
そこで方針を、「まず任せて、失敗に応じて補う」という形に切り替えました。最初からあらゆる動きを決めておくのではなく、任せた結果を見て、必要な指示を足していくわけです。
ただ、指示を減らせばそれでいい、というお話でもありません。筆者が重視しているのは、本番に近い正しい環境で、繰り返し測定すること。得点が上がったときに、それが本当に改善によるものなのか、偶然のばらつきなのかを見分ける必要があります。AIへの指示を作り込むこと以上に、この評価の土台が大切だと述べています。
そして、競技中にAIが自律的に動く仕組みは実現した一方で、何を評価するか、どの構成を採用するかという判断は、最後まで人間が担っていたそうです。
AIに任せる部分が増えるほど、人間には、任せた結果を正しく見極める役割が求められる。そんな気づきのある振り返りですね。
....
続いて2本目は、Claude Codeとのやり取りで、「理解負債」を減らすための工夫です。
ここでいう理解負債は、内容を理解しないまま実装が進んでしまうこと。これを防ぐために、指示ファイルの「CLAUDE.md」に回答のルールを加えます。軸になる考え方は、「チャットは短く、詳しい内容はノートに残す」です。
具体的には、チャットで伝える結論を3行以内にして、1回の回答で扱う論点は1つに絞ります。省略した詳しい内容については、どんな項目があるのか、項目名だけを示す。そして最後には、「次に決めること」を添えてもらいます。読む側が、今どこに注目して、何を判断すればいいのか、分かりやすくするんですね。
一方、長い設計の説明や調査結果は、ファイルに保存します。その冒頭に、未確認の論点と確認済みの論点を並べておき、実装前に確認漏れがないか点検します。
読んでいて疑問が出たら、ノートの該当箇所にそのまま質問を書き、すぐ下に回答を追記してもらいます。疑問と答えが同じ場所に残るので、後から読み返すときにも、話の流れを追いやすくなります。
ただし、危険な操作や、前提そのものが間違っている場合の説明は別です。そこは回答が長くなっても、省略させません。短くすることより、安全や正しい理解を優先するわけですね。
記事内の比較では、チャットが192行から21行になったそうです。ただ、検証は1回なので、この数字はあくまで目安とのこと。単に説明を削るのではなく、詳しい情報の置き場所を分ける、という点が参考になりますね。
....
3本目は、nonoで隔離したClaude Codeから、Herdrを安全に操作するための仕組みです。
問題になるのは、隔離したClaude CodeからHerdrを直接操作すると、隔離の外でコマンドを実行できてしまうことです。入口を隔離していても、その先の操作で外に出られてしまうなら、対策が必要ですよね。
そこで、操作内容を検査するプロキシを間に挟みます。新しい端末で動かすコマンドは、必ずnono内で実行する。そして、操作してよい端末も、nonoの管理下にあるものだけに限定します。許可していない操作は、すべて拒否する方針です。
制限はそれだけではありません。作業ディレクトリを、あらかじめ許可した場所に絞ります。また、終了後に隔離の外でシェルを起動する機能も無効にします。確認画面への応答などを使って、制限を回避できてしまう経路も防いでいるそうです。
接続先についても、プロキシのUnixソケットだけに限定します。ここで許すのは接続だけ。同じ場所に別のサーバーを立てて、そこから迂回することはできないようにします。
さらに、最初のClaude Codeも、専用スクリプトを使ってプロキシ経由で起動します。これによって管理対象を示すラベルが付き、子エージェントからの報告も受け取れるようになる、という仕組みです。
隔離の中だけを見るのではなく、端末操作や接続先、その先の抜け道まで確認する。AIの実行環境を考えるうえで、具体的な対策が詰まった記事ですね。
....
続いて4本目は、GitHubの新機能、「Issue Artifact」です。
こちらは、HTMLやMarkdownをIssueに添付して、専用パネルで表示できる機能です。現在は公開プレビュー中とのことです。
例えば、AIが作った図解やデザイン案を、GitHubの中でそのまま共有したり、確認したりできます。相談はIssue、見た目の確認は別の外部サービス、という行き来を減らせるのが、うれしいところですね。
添付はブラウザからでも、ghコマンドからでも可能です。図解やデザイン案に限らず、テキスト形式のログの共有にも使えます。
表現の面では、HTML、CSS、SVGによる装飾に対応していて、一部の操作やアニメーションも使えるそうです。静かな文章だけでなく、視覚的に伝わる資料も一緒に確認できるわけですね。
ただし、気をつけたい制約もあります。JavaScriptの実行には対応していません。また、相対パスで指定した別ファイルの画像を表示することもできません。画像を使う場合は、HTMLの中に直接埋め込む必要があります。
AIに資料の生成を頼むときも、この制約を先に伝えておくと便利です。表示できる形を最初から指定しておけば、作った後の手直しも減らせそうですね。
....
最後、5本目は、テストそのものの検出力を確かめるツール、「mizchi/mutator」です。
これは、コードをわざと書き換えて、その間違いをテストが検出できるか調べるツールです。テストを実行したコードの割合、いわゆるカバレッジが高くても、間違いをきちんと見つけられるとは限りません。そこで、実際に変更を加えたときにテストが反応するかを確かめ、確認漏れを見つけます。
筆者の環境では、重要な13ファイルを対象にしたところ、540件の見逃しが見つかったそうです。それに対して、約230件のテストを追加して補いました。テストが通るというだけでは見えていなかった弱点を、具体的に洗い出したわけですね。
実行速度については、StrykerJSとの比較で、初回が約2.6倍速かったとのこと。さらに、変更のない状態で再実行すると、0.5秒で終わったそうです。これらは筆者の環境での結果ですが、繰り返し確認するうえでは気になる数字ですね。
筆者は、修正に関係するファイルだけを確認する形で、日々の開発に組み込んでいるそうです。
テストがあるかどうかから、テストがちゃんと間違いを見つけられるかへ。一歩踏み込んだ品質確認の取り組みですね。
....
さて、今日の「zenncast」は、5本の記事をご紹介しました。
AIにはまず任せ、正しい環境で評価するISUCONの振り返り。チャットとノートを使い分けて理解負債を減らす工夫。プロキシを通してClaude Codeの操作を安全に保つ仕組み。GitHub内で図解やデザイン案を共有できるIssue Artifact。そして、テストの検出力を確かめるmizchi/mutatorでした。
詳しい内容はショーノートに書いてありますので、気になった記事をぜひチェックしてみてくださいね。
番組への感想もお待ちしています。「この工夫を試してみたい」「うちではこんな使い方をしています」といったお話も、ぜひお寄せください。
この番組はSpotifyやApple Podcast、YouTubeなどで毎日配信しています。気に入ったら、登録や高評価をつけてもらえるとうれしいです!
それでは、次回も皆さんにお会いできるのを楽しみにしています。お相手はマイクでした。今日も、いい1日をお過ごしください!