プログラミング・AI

人工知能を活用したコーディング支援ツールに関する、これまでで最も興味深いデータの一つを発見しました。それは、より多くのコードを書くことが、必ずしもより多くのソフトウェアを生み出すとは限らないということです。

ハーバード大学のフィオナ・チェン氏とジェームズ・ストラトン氏の研究では、2021年から2026年3月までの700社以上のソフトウェア企業における70万人の従業員に関するデータと、3億件の業務データを分析しました。コーディング支援ツールが導入された後、コード行数の平均が約30％、コミット数が約20％、プルリクエスト数が約23％増加しました。

しかし、最も重要な点は、これらのツールが業務を効率化しているかどうかです。Jiraなどのツールで追跡される、バグ、タスク、および機能の完了率において、統計的に有意な変化は見られませんでした。

ボトルネックはコードレビューにあります。プルリクエストが送信されてからメインのコードベースに統合されるまでの時間が、平均で49％も増加しました。修正が必要なプルリクエストの割合はほぼ2倍になり、プルリクエスト1件あたりのコメント数は約35％増加し、コードレビューを担当する従業員の割合も約14％増加しました。つまり、コーディングの速度が向上したとしても、その恩恵の多くは、レビューと修正の段階で失われているのです。

企業は、この問題を人工知能で解決しようとしています。2026年3月時点で、調査対象の企業の80％が、何らかの人工知能を活用したコードレビューツールを使用しているとのことです。しかし、レビューコメントのわずか23.3％がこれらのツールによるものであり、ツールがプルリクエストのわずか10.8％に貢献しているに過ぎません。依然として、多くの作業は人間が行っています。また、調査期間中、アクティブな従業員数に有意な変化は見られませんでした。

このデータは2026年3月で終了しており、それ以降、これらのツールは進化していることに注意が必要です。しかし、私が得た教訓は明確です。生産性を向上させるためには、コーディングの速度だけでなく、レビュー、バグ修正、および統合のプロセスも加速させる必要があります。

Ars Technicaの記事：https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
研究のPDF：https://fion.ac/jellyfish.pdf

出典：DonanımHaber

毎日コードと向き合っている人間として、2025年は私にとって特に変化の大きい年でした。AIプログラミングツールは、もはや次の1行を補完してくれるだけの存在ではなく、本格的にタスクを引き受け始めたのです。振り返ってみると、上半期はまだ皆が Cursor や Copilot の補完体験について話していたのに、下半期になると Spec 駆動開発が一気にブームになり、リポジトリにはエージェントに読ませるための Markdown ファイルが山積みになりました。

私が一番強く感じたのは、プログラミングが「人間主導」から「エージェント主導」へと変わりつつあるということです。以前のAIは次の文字を予測するだけでしたが、今では要件分析からコード生成、結果の検証まで一気通貫でこなせます。面白いのは、ほぼすべての主要ツールが IDE、CLI、Cloud の3つの形態を同時に推し進め、最終的にはどれもエージェントの方向へ収束していることです。

しかし、問題もついてきました。一番痛いのはトークンコストです。タスクは長くなり、ツール呼び出しは増え、コンテキストが何度も繰り返し流し込まれるので、請求額があっという間に膨らみます。今年よく耳にするのは、もはや「プロンプトをどう書くか」ではなく「コンテキストエンジニアリング」です。効果・効率・コストのバランスをどう取るか、キャッシュヒット率をどう上げるかが問われています。

私にとって2025年の本当の分岐点は、誰のモデルがより強いかではなく、エンジニアリングの中にもともと暗黙的に存在していた制約や記憶を、モデルが理解し再利用できるコンテキスト構造に変えられるかどうかにありました。プログラマーの価値は「コードを書くこと」から「ルールを定義すること」へと少しずつ移りつつあります。この1年は、本当にちょっと魔法のようでした。

出典：InfoQ

IT之家の報道によると、JetBrainsは10月8日のブログ記事でプログラミング向けAIモデル「Mellum2.1」を発表し、エージェント型コーディング能力の強化に重点を置いたといいます。開発者としてローカルで動かせるこうしたオープンソースモデルには以前から関心があるので、要点をここにまとめます。

モデルはMellum2のアーキテクチャを受け継いだ12Bの混合エキスパート（MoE）モデルで、アクティブパラメータは2.5Bです。ライセンスは引き続きApache 2.0です。学習面での変化は、事前学習後の強化学習を短い仕上げの工程から学習の中心へと広げたことです。数学、アルゴリズム競技、科学、ツール利用、ソフトウェアエンジニアリングのデータを追加し、社内の強化学習環境を構築して、学習中に数千の環境にまたがる数百万のサンドボックスを起動したとのことです。学習前には、テストに欠陥がある、答えを検証できない、難易度が合わないといったタスクを取り除いています。

公式の説明によると、コードベースを探索し、ファイルを編集し、自分の変更を確認できます。最大の改善点はエージェント型コーディングで、失敗したテストの根本原因を特定し、修正案を作成して結果を検証できます。速度面では、アーキテクチャは変えずにマルチトークン予測（MTP）を導入したことで、単一リクエストの場合で約1.6倍速くなりました。同じ評価条件でMellum2、Qwen3.5-9B、Gemma 4 E4Bと比較すると、高負荷時に単一のH200で得られるMellum2.1の出力スループットは、Qwen3.5-9Bのほぼ2倍に近いとされています。

モデルはHugging Faceで公開されており、ローカルや自社のインフラにデプロイできます。企業はコードとデータを自社環境の中に置いたままにできます。今後はllama.cpp、Ollama、LM Studio向けのGGUF版と、vLLM向けのMTP推測デコーディング・コンポーネントも公開される予定です。

私はGGUF版を楽しみにしています。そうすれば一般の開発者も自分のマシンで試せるからです。コーディングモデルを選ぶとき、精度と導入コストのどちらを重視しますか？

出典：IT之家

ITmedia NEWSの記事で、Googleが実験的なゲームプラットフォーム「Playground」を発表したことを知りました。米国時間2026年10月7日の発表で、同日から米国の18歳以上のユーザー向けにWebブラウザで提供が始まっています。

使い方はテキストで指示するだけです。白紙から始めることも、用意されたスタータープロンプトを編集することも、ガイド付きサポートを使うこともでき、作ったゲームはその場でテストできます。物理挙動、ルール、キャラクター、環境の変更も言葉で指示すれば反映されるそうです。コーディングの経験は不要とされていますが、使われているAIモデルは明らかにされていません。

共有もできます。Webベースなのでスマートフォンでも PCでも遊べ、共有リンクで友人や家族に送ることも、ギャラリー「Explore」に公開することも、非公開にすることも可能です。一部のジャンルではリーダーボードとマルチプレイに対応し、公開されるゲームはGoogleのコミュニティガイドラインに基づく安全性審査を受けます。ゲーム作成機能はGoogle Oneのメンバーシップに応じて段階的に提供される予定です。

もう一つの発表がUnityとの提携です。両社は新製品「Unity Spark」を2026年内に投入する予定で、本格的なゲームメカニクスや高精細な3D表現、Unityのランタイムの柔軟性をPlaygroundに加えるとのこと。Unity Asset Storeにも直接接続でき、現在テスト中で、近くクローズドβを始める予定です。UnityのCEOは、毎月約30億人がUnity製のゲームを遊んでいる一方、その多くは自分で作った経験がないと指摘しています。

個人的には、プロンプトで作ったゲームを共有して遊び合う流れが、プログラミング入門の入口としても面白くなりそうだと感じました。皆さんはこうしたツールをどう見ますか。

出典：ITmedia NEWS

Next が、先ごろバージョン 1.0.0 になったオープンソースのハーネス「Pi」について記事を書いています。ハーネスという言葉になじみのない方のために説明すると、AIモデルの周りにあって、ファイルの読み取りやコマンドの実行、インターネット検索をモデルにできるようにするソフトウェアの層のことです。

Pi はミニマルでありながら拡張可能であることを目指しています。商用モデルやローカルで使えるオープンウェイトモデルを含む1,500以上のモデルやバリアントに対応しており、AnthropicやOpenAIのモデルに依存しない、Claude Code や Codex の代替として位置づけられています。開発者たちは 1.0 になったことを成熟の証と受け止めています。

記事では最近の新機能にも触れています。MCP コネクタ、「codemode」と呼ばれるモード、ChatGPT のサポートなどです。Pi Durable は、内部・外部の壊滅的な障害にも耐えられるものとして紹介されています。

ただし、記事の約80%は購読者向けのため、公開されて読める範囲だけに絞ります。コメント欄では、複数の読者が Pi を OpenCode と比べています。ある人は非常に軽量だが、特に MCP の設定は難しいと評価し、別の人は Oh-My-Pi という派生版に言及しています。筆者は、インストールと使い方についての記事も予告しています。

私が関心を持つのは、ハーネスとモデルを切り離すという考え方です。ツールを変えずにモデルだけを変えられるからです。ただ、使い方が複雑になっても Pi のシンプルさが通用するかは、これから見守る必要があります。あなたは普段、AIと一緒にコーディングするときにどのハーネスを使っていますか？

出典：Next

Xatakaは、プログラミング、AI、そして少なからぬ論争が入り混じった話を伝えています。ArtCraftは数日前まで、AIで画像や動画を生成するプラットフォームでした。チームのBrandon Thomasが、バイブコーディングでAdobeのアプリ7本の代替となるオープンソースソフトを作ったと発表しました。Rustで書かれており、PhotoCraft（Photoshop）、VectorCraft（Illustrator）、FilmCraft（Premiere Pro）、LightCraft（Lightroom）、PdfCraft（Acrobat）、EffectCraft（After Effects）、DesignCraft（InDesign）です。

Windows、macOS、Linux向けに配布されており、ArtCraftからも利用できます。記事は、Adobeがプロ向けのクリエイティブツールをLinux向けに一度も提供したことがないと指摘しており、その空白は小さくないとしています。

筆者の同僚がPhotoCraftを数日試したところ、基本機能は動くものの、Photoshopのような AI ツールは見当たらず、アプリもとても軽いとのことです。それでも現時点では元のソフトの代わりにはなりません。制作者自身も、まだ初期のアルファ段階であることを認めており、AIや生成系のツールが約20個不足していること、タイポグラフィやプロ向けワークフローの深さが足りないこと、プラグインの互換性がないことを挙げています。

制作者によると、そのやり方はクリーンルーム方式です。公開されている仕様とプログラムの観察可能な動作をもとに作っており、独自のコードや資源は使っていないといいます。PhotoCraftがPSDファイルを開けるのは、Adobeがその仕様を公開しているからです。一方で、Adobeのプログラムを逆コンパイルしたのではないかという憶測がネット上にあるものの、証拠はありません。

Xatakaはバイブコーディングの問題点にも触れています。AIが生成したコードはデバッグが難しく、人間のプログラマーなら書かないようなものが含まれることがあります。個人用のアプリなら大規模プロジェクトほどの問題ではないとしていますが、筆者はよい警告だと思います。無料の代替として、記事はAffinity、GIMP、DaVinci Resolveを挙げています。こうして生成されたアプリを、あなたは信頼して使えますか？

出典：Xataka

Computer Swedenに掲載されたSimon Bissonの分析を読みました。マイクロソフトはRustを社内のTier-1ステータスに引き上げ、C#、TypeScript、Cと同じレベルにしたとのことです。このステータスには、とりわけ完全なツールチェーンとWindows・Azureとの統合が求められます。

背景には、AzureのCTOであるMark RussinovichがRustのメモリ安全性をマイクロソフトのセキュリティ戦略の重要な柱として挙げていることがあります。また、マイクロソフトはRust Foundationの創設メンバーの一社でもあります。Rust Foundationのサイトに載ったゲスト寄稿では、RustをMSVC（Microsoft Visual C）につなげて、言語間のシームレスな相互運用を実現する仕組みが説明されています。

もっとも具体的な内容は、新しいRustコンパイラのバックエンドrustc_codegen_utcです。これはVisual Cのバックエンド、つまりC2.DLLというDLLを使い、MSVCリンカーに.OBJファイルを渡します。Rustがマイクロソフトの既存のセキュリティや安定性の取り組みの恩恵を受けられ、RustとCのコードも互換になるのが利点です。マイクロソフトは本番運用可能だとし、100を超える社内Rustプロジェクトが使っていると述べています。ただし社内限定で、オープンソース化の可能性は示唆されたものの時期は示されていません。

社外の私たちにとっては、もっと現実的な状況です。VS CodeでのRustサポートはrust-analyzerを通じて行われ、ビルドにはいまもMSVC C Build Toolsが必要です。マイクロソフトのwindows crateを使えばWindows APIに直接アクセスできます。記事の助言は、RustでWindows開発を学ぶなら、まず既存のツールから始めることです。

個人的には、これほど大きな会社が二つのコンパイラチームを別々に維持せずに済むよう投資している点が興味深いと感じました。皆さんはRustを何に使っていますか？

出典：Computer Sweden

Computableで、Linux Foundationによる『2026 State of Open Source in Europe』レポートの要約を読みました。第5版で、プラハで開催されたOpen Source Summit Europeで発表されたものです。主なメッセージははっきりしています。オープンソースを使うだけでは主導権は得られず、貢献し、舵取りにも加わる必要がある、ということです。

数字を見ると、どこに摩擦があるかが分かります。欧州の組織の94%にとってデジタル主権は技術戦略上重要で、61%にとっては非常に重要です。欧州の開発者は、KubernetesやOpenStackといったインフラプロジェクトへの貢献の約40%を担っていますが、多くの組織は利用にとどまっています。31%はオープンソース管理の正式な枠組みを持っていません。枠組みがある組織は投資額の4倍以上を回収できたと報告しており、ない組織は3.6倍でした。

AIコーディングツールも取り上げられています。94%が生成AIコーディングツールを利用または試用しており、4分の3はそれがオープンソースの価値を高めると考えています。48%はそのおかげでより多くのオープンソースを使っています。約半数は社内フォークを維持しており、リリースサイクルごとに平均9.5個のフォークに311時間かかるそうです。

私が特に目を引かれたのは、Agentic AI Foundationの上位がAWS、Anthropic、Google、Microsoft、OpenAIといった主に米国企業であることです。Goldレベルでは欧州からはSuseとEricssonだけです。一方、欧州委員会は約20億ユーロ規模のTech Sovereignty Packageを準備しています。

Linux Foundation EuropeのThierry Carrezは、オープンソースは依存を減らす助けになるが、オープンなガバナンス構造への積極的な参加があってこそだと述べています。開発者として、これは身にしみます。プルリクエスト1本が政策文書より影響力を持つこともあります。みなさんの場合はどうでしょうか。

出典：Computable

The RegisterのRichard Speedは、ArtCraftという会社についての記事を書いています。同社は自社のRustアプリケーション群に、Word、Excel、PowerPointの代替ソフトを加えました。同社はこれらを独自ソフトのクリーンルーム再実装と呼んでおり、開発にはClaudeを大いに活用しているとのことです。GitHubのリポジトリには、Photoshop、Illustrator、Premiere Proをモデルにしたプロジェクトもあります。

レビュアーはArm搭載のSurface上でWord代替のWordCraftを動かし、よく動作したと報告しています。Wordに似ていますが、ボタン、アイコン、画像は異なります。プロジェクトはpre-alphaの段階で、ArtCraftはWordとの機能パリティを約62パーセントと見積もっています。レビュアーは本番利用に反対しています。ロードマップでも、実世界のDOCXファイルでの互換性テストはまだ始まっていないと認められており、グラフ、SmartArt、埋め込みOLEオブジェクトは扱われていません。

ライセンスについては、WordCraftはMITまたはApache 2.0のデュアルライセンスです。スペルチェック辞書とハイフネーションには、Grady Wardのパブリックドメインの単語リストMoby Hyphenator IIを使っています。ArtCraftは、すべて公開仕様と観察にもとづいて作られ、オリジナルまたは自由にライセンスされた素材だけを使ったと説明しています。LibreOfficeを開発するThe Document Foundationは論評を控え、マイクロソフトは問い合わせを認めたものの追加の回答はなく、アドビはクリエイティブアプリのプロジェクトについてコメントを控えました。

decoded.legalのNeil Brownは同紙に対し、法的な立場は管轄によって異なり、開発者は独自実装なので侵害ではないと主張するかもしれないが、利害が大きいので争いになる可能性もあると語りました。

私が興味深く感じるのは主張そのものより、そのスピードです。小さなチームがAIコーディングツールを使えば、見覚えのあるオフィススイートを、未完成ながらテストできる程度には公開できるようになりました。残る問題は、品質、保守、そして法的な側面です。AIアシスタントと一緒にコードを書いている方が、クリーンルームという主張をどう考えているか聞いてみたいです。

出典：The Register

テクノロジーポータルのサイトで、OpenAIがGPT-6モデルの提供に合わせて「インテリジェントUI（Intelligent UI）」という新しいChatGPT機能を発表したという記事を読みました。回答がもはやテキストだけではなく、会話の中でテキストと対話型の視覚要素を組み合わせられるようになるのがポイントです。

対応する要素には、イラスト、図解、グラフ、フォーム、対話型ボタンが含まれます。記事がOpenAIのブログを引用して伝えるところによると、GPT-6は、テキストより対話型の要素が適している場面を判断し、回答の中でどう配置するかまで学習したとのことです。

例として挙げられていたのは、7段変速の自転車のイラストに部品を選ぶとその説明が出るボタンを付けたものや、麻雀牌の画像をスクロールできるグループにまとめたものです。また、退職後の貯蓄計算機や、複数人で割り勘を分ける小さなツールも紹介されました。モデルは、上位プランの契約者にはGPT-6 Sol、Goの契約者と無料ユーザーには、より効率的なLunaが提供されます。記事では、ウェブ検索の改善、情報収集中に途中の回答がより速く表示されること、安全性トレーニングを回避しようとする試みへの耐性が高まったことにも触れていました。

私としては、この変化は開発者にとって重要だと感じます。会話が、その場で作られる小さなアプリに近づくからです。問いとしては、ボタンが、よく書かれた文章より本当に役立つのかどうか。皆さんのご意見を聞かせてください。

出典：テクノロジーポータル

5年ぶりにBootstrapが再び動き出しました。共同創設者のMark Ottoが Bootstrap 6 の最初のアルファ版を発表したと、heise developerが伝えています。このフレームワークはTwitterの周辺から生まれ、2011年からオープンソースとして公開されているので、私はこのニュースに興奮しています。

プロジェクトによると、インストール数は17億5,000万を超えており、Bootstrapがどれほど大きくなったかがわかります。一方で、市場シェアは下がっています。W3Techsによると、2026年8月初めの時点で全ウェブサイトの13.8%がBootstrapを使っていましたが、2025年12月には15.3%でした。新しいプロジェクトではTailwind CSSが勢いを伸ばしています。

チームは最新のブラウザを対象にしています。Chromeと Edge は130以降、Firefoxは132以降、Safariは18以降です。そのためにBootstrap 6は、ライト／ダークの自動切り替え、ネイティブのダイアログ、ウィンドウではなく周囲の要素に合わせて整列するレイアウトといった機能を使います。色、余白、角の丸みは、実行時も含めてCSS変数でほぼ制御できます。クラス名はTailwindに寄せられており、.d-md-noneは.md:d-noneに、.col-lg-6は.lg:col-6になります。アコーディオンはJavaScriptなしで動きます。

特に注目しているのはAIの部分です。ドキュメントはllms.txtとllms-full.txtとして提供され、リポジトリにはAIエージェントが例えば移行作業を手伝えるようにするためのスキルファイルがあります。

記事によると、既存のページをそのまま切り替えることはできません。Bootstrap 5は当面サポートが続き、サポート終了の前に5.4.0の更新が出る予定です。バージョン7はずっと早く出るとされています。皆さんの中でまだBootstrapを使っている方は？そして、もう別のものに乗り換えた方はいますか？

出典：heise online

今週、XYZのニュースが目に留まった。ヴロツワフ工科大学と下シロンスク腫瘍・呼吸器・血液学センターが、医療向けのAIプラットフォームを構築しているという。よくあるチャットボットではなく、診療記録、検査結果、画像、治療経過を統合する基盤モデルだ。

最初の対象は肺がん。DCOPiHは年間1,400人を超える新規患者を診ており、データもよく整備されている。このシステムは、キャンサーボードの前に記録が揃っているかを確認し、不足を指摘し、患者が検査と検査の間で「抜け落ちる」ことを防ぐ役割を担う。判断するのはあくまで医師だ。AIは医師の代わりに考えるのではなく、患者と向き合う時間を医師に取り戻させるためのものだ。

技術的に興味深いのは連合学習だ。データは病院内にとどまり、共有モデルには学習の成果だけが送られる。ベースとなるのはポーランド語モデルPLLuMでの経験だが、本物の医学用語とマルチモーダル対応を備えるという。

最初のプロトタイプは今後数か月のうちに登場する予定だ。下シロンスクの外にまで広がれば、マーケティングの雑音抜きで語る価値のある、ポーランドの重要なAIプロジェクトの一つになるかもしれない。

出典：XYZ