カサマツオサム

AI・自動化・開発

バイブコーディングを半年続けたMacの地下室で何が起きていたか|374件のゾンビキューと「見えないヘドロ」を洗い出す4層デトックス記録

「自然言語で指示して動いたからヨシ」を半年繰り返した結果、裏で起きていたのはOS常駐プロセスのクラッシュループと374件の未処理キューの蓄積でした。AIによって「作るコスト」がゼロに近づいた時代、なぜ「捨てる・状態を管理するコスト」が浮き彫りになるのか。現場の実測値から導いた4層デトックス手順を完全公開します。
AI・自動化・開発

Gemini新機能「Tasks」はAIを現場の役人に変える【発注書】で動かす|思考を一直線に繋ぐノイズレス自動化とGmail二層防御の実証ルポ

Geminiの時間指定自律実行「Tasks」を現場の確実な実務インフラに変える方法。会話履歴による解釈のブレを抑え、確定仕様をまとめた『発注書』を渡すことで、判断の分岐を最小化しGmail下書き連携まで安全に完結させる実務設計ルポを公開します。
AI・自動化・開発

手元のAIエージェントに「自社の経理」を叩き込む|完全ローカルで作る自前・仕訳エンジンの育成課題【未実証実験】

毎月のクラウド会計サブスクや外部APIの仕様変更に消耗せず、手元のAIエージェントに自社の経理・仕訳候補生成を教え込んで育ててみる実践実験ガイド。レシート画像から弥生インポート形式CSVまでローカルPCで完結させるアーキテクチャ設計書を公開します。※本構想は机上設計段階の未実証実験です。実際に試された方からの実験ルポをお待ちしています。
AI・自動化・開発

Gemini 4 Hydrogenの真価は「思考コストの制御」にあり|常時xhighをやめて動的Handoverで使い分ける現場設計

Googleの最新モデル「Gemini 4 Hydrogen」は高速化と100万トークン対応を果たした一方、思考トークンが出力課金($7.50/1M)される仕様を持ちます。思考レベル(low/medium/high/xhigh)を常時固定するリスクを回避し、Google公式Orchestratorの思想を個人開発のBranch/Handoverへ落とし込んだ動的制御アーキテクチャを実践解説します。
AI・自動化・開発

Antigravity新3機能のリアルと一人運営の最適解|Orchestrator「24%節約」のカラクリと現場の教訓

Google Antigravityに5日間で投入された/swarm、Orchestrator、Dynamic Workflowsの3機能を一人運営の現場から徹底検証。Orchestrator「24%節約」の公式ベンチマークの前提、ProとUltraのプラン適用条件、自律ループの罠と手順固定の再現性まで、手戻りを減らし品質を保つ実践設計を解説します。
AI・自動化・開発

【全100件・譲渡可能】大企業の眠れる知財から掘り起こした「今すぐ実装できるIT・業務改善特許」厳選カタログ(CSV無料配布)

大企業や研究機関が過去に出願し、現在「特許権の譲渡(買い取り・引き継ぎ)」を希望している開放特許14,896件から、2026年現在のWeb/AI/クラウドでそのまま再実装できるIT・業務改善・IoT特許100選を独自抽出。現代SaaS化レシピと公式公報リンク付きで全件無料公開。
AI・自動化・開発

Gemini 4 Hydrogen最速解剖|3.8 Flash比2.5倍速・推論4段階(low〜xhigh)を個人開発に組み込む実践戦略

Googleが発表した新モデルGemini 4 Hydrogenを徹底解剖。3.8 Flash比2.5倍速の完了性能、low/medium/high/xhighの4段階思考レベル制御、初期設定highの罠、価格推移の正確な比較、Argon/CarbonやClaude Sonnet 5.5との弱点比較まで、個人開発でAPI制限と待ち時間を防ぐ実践設計を解説します。
AI・自動化・開発

会話が長くなるとAIの意図がズレる問題をどう防ぐか ── AntigravityとGemini NotebookをMCPでつなぐ「外部頭脳」設計

AIエージェントと長時間の開発や調査を続けていると、突然こちらの意図が伝わらなくなったり、前提を忘れて迷走し始める「コンテキスト肥大(Context Rot)」のストレス。長大な仕様書や膨大な資料をチャット画面に抱え込ませるのをやめ、Google公式のMCP経由でGemini Notebook(旧NotebookLM)を「外部ナレッジ基盤」として連携させました。直近の「State(状態)」と外部の「Knowledge(文献知識)」を物理的に分離する現場のアーキテクチャを解説します。
AI・自動化・開発

AIに「そんな前のわけないじゃん」と突っ込んだ日 —— 過去ログに騙されるエージェントと、大手に学ぶ「状態とログの2層防御」

自律エージェントに「前回のデータ集計バッチはいつ?」と尋ねたら、今朝も動かしたのに「1ヶ月前です」と平然と答えた現場トラブル。原因はLLMの知能ではなく、机の上に放置された過去ログと「最新状態を記録していなかった」書き込み側の設計欠如にありました。大規模システムに共通する「State(現在の状態)とLog(過去の履歴)の分離」思想を、個人開発のAI運用に落とし込んだ現場設計を解説します。
AI・自動化・開発

なぜAIの「自律ループ」を捨てたのか?エージェントに不可逆な操作をさせない「直線パイプライン」と二層防御の現場設計

AIエージェントに自己修正の自律ループを任せると、API代の急増や文脈腐敗を招く傾向があります。本記事では、無制限な自律ループを廃止して「直線パイプライン」へと移行した理由と、SNS投稿やファイル上書き等の不可逆操作を防ぐ「二層防御ガードレール」の現場設計を解説します。