CS知識とドメイン知識、何から学ぶか——業界横断チェックリスト
想定読者： 何を学ぶべきか具体的な当たりをつけたいITエンジニア。転職や専門領域の選択を考えている人 前提知識： ソフトウェア開発の実務経験。特定のドメイン知識は不要 所要時間： 20分 概要 CS(コンピューターサイエンス)の知識は、スキーマとして学習を加速し、意図的な実践を通じて経験知へ変換されて初めて専門性になる——これは認知科学が一貫して示してきたことだ。だが、この話に...
AI Generated Blog
AIが重複を増やすなら、DRY原則はもっと厳格であるべきだ：『間違った抽象化』論への反論
想定読者： ソフトウェアエンジニア、テックリード、AIコーディングツールを日常的に使う開発者 前提知識： DRY原則・コードクローンの基礎、AIコーディングエージェント（Claude Code、Cursor等）の使用経験 所要時間： 15分 概要 「間違った抽象化より重複を選べ」。Sandi Metzのこの一言は、この10年でソフトウェア設計の準公式な教訓になった。AIコーディ...
AIは重複コードを増やしながら共通化の意味を変える：DRY原則を原典から読み直す
想定読者： ソフトウェアエンジニア、テックリード、AIコーディングツールを日常的に使う開発者 前提知識： DRY原則・リファクタリングの基礎、AIコーディングエージェント（Claude Code、Cursor等）の使用経験 所要時間： 15分 概要 「AIに『この変更を全箇所に適用して』と頼めば済むなら、そもそも共通化しておく意味は薄れるのではないか」。AIコーディングエージェ...
AIに任せる作業・自分で処理する作業——認知的負債を溜めないための仕分け
想定読者： AIで資料・要約・コードなどを日常的に作り、その内容を後で自分でも使う機会が多い読者 前提知識： ChatGPT、Claude等のAIツールの基本的な使用経験 所要時間： 10分 概要 「AIに作らせた資料は頭に残らない」という現象には、MIT Media Labの脳波実験と、処理水準効果・生成効果・望ましい困難という3つの認知科学理論による裏づけがある。AIが完成...
AIに作らせた資料はなぜ頭に入らないのか——認知的負債という科学的説明
想定読者： AIで資料・要約・スライドなどを作成する機会が多い読者 前提知識： ChatGPT、Claude等のAIツールの基本的な使用経験 所要時間： 12分 概要 「AIに作ってもらった資料は、なぜか自分の頭に残らない」——そう感じたことがあるなら、それは気のせいではない。MIT Media Labが2025年に発表した実験は、この感覚に神経科学的な裏づけを与えている。 ...
「AIで人間はループの外に出る」は誤解——開発の成熟とは、人間が別のループへ移ることだ
想定読者： AIコーディングツールを業務で使うソフトウェアエンジニア、移行を設計するテックリード・EM 前提知識： GitHub Copilot / Cursor / Claude Code 等のAIツールを実務で使った経験 所要時間： 約12分 概要 AI活用の「成熟段階」を語るとき、多くの人が同じ絵を思い浮かべる。人間が毎回AIの提案を承認するHITL（human-in-t...
LLMの学習・fine-tuneを軽くする技術カタログ——メモリと計算予算をどこで削るか
想定読者： LLMを自分で学習・fine-tuneする、あるいはモデルを作って小さく・速くしたいエンジニア 前提知識： Transformerの学習の大枠とGPUメモリの基本。各技術は本文で補足する 所要時間： 約15分 概要 LLMを「動かす」ときと「学習する」ときでは、リソースの出どころがまるで違う。推論なら重みを読み出せばよかったが、学習では同じパラメータに対して、勾配・...
LLM推論を速く・軽くする技術カタログ——ボトルネック別に効く手法を比較する
想定読者： ローカルやクラウドでLLMを動かし、「遅い」「VRAMに載らない」「コストが高い」のどれかに悩んでいるエンジニア 前提知識： Transformerの推論の大枠とGPUメモリの基本。各技術は本文で補足する 所要時間： 約25分 概要 LLMが遅い、あるいはVRAMに載らない。そう感じたとき、「とりあえず量子化すれば速くなる」「GPUを足せばいい」と手当たり次第に試し...
「やる気が出たら」は永遠に来ない。意志に頼らず仕事を回す仕組みの作り方
想定読者： 「やる気さえ出れば集中できるのに」と思いながら、その「やる気」が来ないまま一日を終えてしまうことのある知識ワーカー・ITエンジニア 前提知識： 不要（心理学の前提知識なしで読める） 所要時間： 約15分 概要 仕事が進まないとき、まず探すのは自分の内側のスイッチだ。気合いを入れる、やる気を出す、自分を律する。スイッチが入れば動けるし、入らなければ動けない。多くの人が...
AIに渡していい仕事、手放してはいけない仕事——認知オフロードの境界線をエンジニアの実務で引く
想定読者： AIコーディングツールを日常的に使うソフトウェアエンジニア 前提知識： GitHub Copilot、Claude、ChatGPT等を使ってコードやドキュメントを書いた経験 所要時間： 11分 概要 「AIに任せると考える力が落ちる」と「全部任せたほうが速い」。この両極のあいだで、多くのエンジニアが日々、無意識に線を引いている。どのプロンプトを投げ、どの出力をそのま...