本記事は「 Open weight models are here: more choice, more speed, less cost 」を翻訳したものです。 当初から、私たちは Kiro を最高の AI コーディング体験を提供できるように構築してきました。それは、現在の最先端コーディングモデルを搭載し、高品質な出力を中心にすべてを構築することを意味していました。6 ヶ月前、私たちは Auto を導入しました。これは、フロンティアモデルと特化型モデルを組み合わせ、インテント検出、キャッシング、その他の

G-gen の高宮です。Google 公式の技術ドキュメントを検索するための Developer Knowledge API を、Gemini CLI から MCP サーバー経由で使用した検証結果を紹介します。 はじめに Developer Knowledge API とは MCP サーバーで使用可能なツール 注意事項 事前準備 Google Cloud の設定 Gemini CLI の設定 search_documents での検索 質問の投入 検索と回答の流れ get_document での検索 質問

G-gen の三浦です。当記事では Google Antigravity を使用し、バイブコーディングで目標管理アプリを開発する手順と、Browser Agent によるデバッグの流れを紹介します。 概要 Google Antigravity とは リリースステージ 使用可能なモデル データの保護 検証手順 検証 インストール 初期設定 日本語化とルール設定 自然言語による開発 Browser Agent によるデバッグ 概要 Google Antigravity とは Google Antigravit

本記事は 2025 年 11 月 21 日 に公開された「 AI-assisted game production: From static concept to interactive prototype 」を翻訳したものです。 ゲーム開発は、プレイ可能になるずっと前から始まります。チームはコンセプトのブレインストーミングに数週間、デザイン作成に数か月、そしてインタラクティブなデモが完成するまでメカニクスの実装とテストに無数の時間を費やします。課題はタイムラインの制約だけではありません。重要な検証と改善

はじめに # AIエージェントによる自律開発は魅力的ですが、長時間の処理でコンテキストの劣化により精度が落ちる問題があります。この課題に対するアプローチとして注目されているのは Ralphループ （コンテキストを都度破棄して新しいセッションで処理を継続する自律開発手法）です。本記事では、Kiro CLI [1] （AIエージェントによる自律開発を支援するCLIツール）を使ったRalphループの検証結果と、実践で得た教訓を共有します。 背景：コンテキスト管理の課題とRalphループ # 従来のAIチャットに

Kiro新機能：すべてのタスクを一括実行 こんにちは、サーバーワークスで生成AIの活用推進を担当している針生です。 「開発作業を AI に全部お任せしたい」 と思ったこと、ありませんか？ Kiro に「すべてのタスクを一括実行（Run all tasks）」機能が実装されました。 AWS ブログにて、この機能が実装された経緯について紹介されています。興味深い内容だったので、実際に試してみることにしました。 Kiro ってそもそも何？ Kiro は AWS が 2025 年 7 月にプレビュー公開した AI

はじめに 最近 「バイブコーディング（Vibe Coding）」 という言葉をよく見かけませんか？ AIのエディタにガッと指示して、ノリと勢い（Vibe）で爆速実装していくスタイル。見ているだけでワクワクしますよね。 ただ、ふと我に返るとこんな疑問も浮かびます。 「これ、書き捨てのコードならいいけど、チーム開発の規約とか守れるのかな…？」 そこで今回は、話題のAIエディタ Antigravity を使って、 「独自のコーディング規約を読み込ませたら、ちゃんとその通りに書いてくれるのか？」 をゆるく検証して

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 本年も皆様に役立つ状況をタイムリーにお届けできればと思っていますので、よろしくお願いします！ 2 月 17 日に「 第6回 AWS ジャパン 生成 AI Frontier Meetup ～学びと繋がりの場～ 」を開催します。様々な業界のモデル開発・利用の取り組みを発表予定です。ぜひご参加いただければと思います。 それでは、1 月 19 日週の生成 AI with AWS界隈のニュースを見ていきましょう。 さまざまなニュース お客様事例/

はじめに こんにちは！クラウドエース株式会社 第一開発部喜村です！ 2025年11月、GoogleはGemini 3と同時に新しいAI開発プラットフォーム「Google Antigravity」を発表しました。従来のAIコーディングアシスタントとは一線を画す「エージェントファースト」の設計思想を持つこのツールは、開発者の作業スタイルを大きく変える可能性を秘めています。 本記事では、Google Antigravityの概要からセットアップ、基本的な使い方までを解説します。 Google Antigravi

はじめに こんにちは！クラウドエース株式会社 第一開発部喜村です！ 2025年11月、GoogleはGemini 3と同時に新しいAI開発プラットフォーム「Google Antigravity」を発表しました。従来のAIコーディングアシスタントとは一線を画す「エージェントファースト」の設計思想を持つこのツールは、開発者の作業スタイルを大きく変える可能性を秘めています。 本記事では、Google Antigravityの概要からセットアップ、基本的な使い方までを解説します。 Google Antigravi

はじめに ども！昨年はClaude Codeにどっぷりつかっていた龍ちゃんです。社内では、Gemini・Notebook LM・GitHub Copilotなど、様々なAIツールが使えるのですが、ブログとしては全然触れていなかったので触れていこうと思います。 昨年にGitHub Copilotの設定に関しては2件のブログを執筆しました。 GitHub Copilotをチーム開発で使いこなす！システムプロンプト設定方法 PRレビューを自動化しよう！GitHub Copilot × システムプロンプトの基本

エージェントが IDE のエラーを見逃す理由 初期のコーディングエージェントには大きな問題がありました。AI が生成したコードは一見正しく見えても、IDE が検出したエラーがエージェントには見えないのです。エージェントは追加のツールを実行しない限り、これらのエラーを認識できませんでした。その結果、エージェントは自信を持って次のタスクに進む一方で、コードベースには技術的負債が蓄積されていきました。 これは、診断情報を活用していないコーディングエージェントに共通する根本的な課題です。 現代の IDE のほとん

こんにちは、広野です。 コンテナがらみのリソースは CI/CD 環境がないとデプロイするまでがコマンドだらけになって嫌気がさすので、いつも最初に CI/CD 環境をつくることから始めています。Amazon Bedrock AgentCore Runtime は Amazon S3 に配置したソースコードからの簡単なデプロイもできるのですが、今後のスケールも考えてコンテナで最初から作ろうと思いました。   アーキテクチャ 以下のアーキテクチャで作っています。 以前作成したコンテナ Lambda の

2025年11月1日（土）に開催されたKotlin Fest 2025にて、LINEヤフーは「ことりプラン」として協賛しました。本記事では、スポンサーブース運営目線・参加者目線・スタッフ目線から、準備...

2026年2月21日 追記 はじめに 作ったもの サンプル1 「2025年8月4日のALBログを取得して」 サンプル2 「2025年8月4日のALBログのうち、ステータスコードが 200 のもので不審なものがないか教えて」 パターン3 「怪しいログがないか教えて」 🚨 不審なアクセスパターン 🔍 セキュリティ上の懸念 アーキテクチャ構成 1. 指示の入力とAIの判断 (Kiro Client ⇄ Kiro Cloud) 2. ローカルでのツール実行とAWSへの接続 (Kiro Client → Inter