すべての記事 — 12ページ
開発者は死んだ？開発者よ、永遠なれ
Developers are dead. Long live developers.の意訳です。 プログラミングの終焉に関する予測は、今に始まった話ではありません。数年ごとに「今度こそ本当に開発者は終わりだ」と断言する人が現れます。 そうした“自称ノストラダムス”たちの話を信じるなら、開発者はこれまでにもさまざまなものに置き換えられるはずでした。コンパイラ（機械が命令を書くなら、人間の役割は何だ？）、ローコードやノーコードツール（VPがドラッグ＆ドロップでエンタープライズアプリを作れるのに、なぜ...
CodeRabbit Issue Planner を使って Linear 上の Issue を効果的に計画する方法
How to effectively plan issues on Linear with CodeRabbit Issue Plannerの意訳です。 チケットと、意味のあるコードの間にはギャップがあります。チケットには「ダークモードを追加する」と書かれています。それは結構ですが、コード上では実際にどういう意味でしょうか。どのファイルを変更する必要があるのか。コードベースではすでにどのようなテーマ管理のパターンが使われているのか。拡張すべき共通ユーティリティはあるのか。 チケットが示すのは w...
Issue Planner：コーディングエージェントを活用するチームのための共同プラン作成パートナー
Issue Planner: Collaborative planning for teams using coding agentsの意訳です。 何十年もの間、ソフトウェア開発ライフサイクルは変わらぬ流れに従って行われてきました。Issue を作成し、作業を割り当て、手作業でコードを書き、複数の同僚にレビューしてもらい、テストし、リリースします。各ステップにかかる時間と労力は比較的予測可能でした。そして効率化はできましたが、そこには限界がありました。そんな中、 AI コーディングエージェントが...
Misalignment（ミスアラインメント）：AIコーディングエージェントの隠れたコストは、AIそのものではない
The hidden cost of AI coding agents isn't from AI at allの意訳です。 TL;DR: AIエージェントの本当のコストは、トークンやツールではありません。手戻り、品質低下、チームの障害として現れる「ミスアラインメント（認識のズレ）」です。 誰もがしている会話（そして、なぜ本質を外しているのか） AIコーディングエージェントに関する多くの議論は、まるで架空のフットボールドラフトのようです。 自律的なコーディングでは、どのモデルが優れているのか ...
私たちのオープンソース支援宣言：2025年はオープンソースメンテナーへ60万ドルを分配しました
CodeRabbit's Commitment to Open Source: $600,000 Pledgedの意訳です。 CodeRabbit は、AI によって開発スピードが加速する中で、オープンソースソフトウェア（OSS）を支援する必要性がますます高まっていると考えています。AI によってコードを書く速度が向上し、プルリクエストの数も増加していますが、メンテナーが費やす時間と労力の価値は依然として重要です。多くのオープンソースプロジェクトは、限られた時間の中で運営されている少数の開発者に...
プロンプトを見せて：プロンプトリクエストについて知っておくべきこと
What to know about prompt requestsの意訳です。 1996年の映画『ザ・エージェント』では、トム・クルーズが「Show me the money!（金を見せろ！）」と叫ぶ有名な電話のシーンがあります。あの一言が、場の空気を一変させ、責任の所在を明確にします。 AI支援によるソフトウェア開発においても、「プロンプトを見せてください（show me the prompt）」は、同様の役割を果たすべきです。 大規模言語モデル（LLM）によって生成されるコードが増えるに...
Aiコードレビューツールを評価するための（本当に役立つ）フレームワーク
How to evaluate AI code review tools: A practical frameworkの意訳です。 ベンチマークは、常に客観性を約束してきました。複雑なシステムをスコアに落とし込み、競合を同じ土俵で比較し、数値に語らせるという発想です。 しかし実際には、ベンチマークが抽象的な意味での「品質」を測ることはほとんどありません。測っているのは、ベンチマーク設計者が何を重視するかを選び、そのテストがどのような制約やインセンティブの下で構築されたか に過ぎません。 データセ...
ユーザーにLlmモデルを選ばせるべきではない理由：「選択」が常にベストとは限りません
ユーザーに、LLMを選択するドロップダウンを用意するのは、しばしば正しいプロダクト判断に見えます。結局のところ、ユーザーにはお気に入りのモデルがあるかもしれませんし、最新リリースが出た瞬間に試したいと思うかもしれません。 問題が1つあります。各モデルが実際にどこで最も性能を発揮するのかを理解するために、定期的に評価（eval）やベンチマークを回しているMLエンジニアでもない限り、その選択はメリットよりもはるかに大きなデメリットを生みがちです。ユーザーが欲しいと思っているものを与えたつもりでも、結...
CodeRabbit のAIコードレビューが NVIDIA Nemotron をサポート開始
AI Code Reviews now support NVIDIA Nemotronの意訳です。 TL;DR: フロンティアモデルとオープンモデルを組み合わせることで、コスト効率が向上し、レビューが高速化されます。NVIDIA Nemotron は、CodeRabbit のセルフホスト利用者向けにサポートされています。 CodeRabbit は、AIコードレビューで使用する大規模言語モデル（LLM）の構成において、NVIDIA Nemotron ファミリーのオープンモデルをサポートしたことをお...