Podcast
fukabori.fm
Hosted by iwashi · JA
技術・組織・マネジメントなどを深掘りして楽しむPodcastです。
18episodes
Episodes
Newest firstAll episodes
139. AIエンジニアリングの最前線（後編） w/ ry0_kaga
2w ago00:34:52Tap to summarizeAsterminds CTOのr.kagayaさんをゲストに迎え、ループエンジニアリングの概念や分類、サンフランシスコで開催されたAI Engineer World Fairの参加レポート、AIエージェントを活用したソフトウェアファクトリーの概念やスキュアモーフィズムからの脱却など、AIアプリケーション開発の最前線と今後の展望について語っていただきました。話したネタループエンジニアリングとは何か？Human in the loop と Human on the loop の違いループの4分類（Turn-baed, Goal-based, Time-based, Proactive）アンビエントエージェントの概念と将来像AI Engineer World FairについてAIによるソフトウェア開発工場（ソフトウェアファクトリー）という概念スキュアモーフィズムからの脱却とAIネイティブなソフトウェア設計のあり方コード生成AIにおけるテスト・品質保証とベリフィケーションの課題ターミナルを20個並べるローカル開発の限界とクラウドエージェントへの移行国内外のAIカンファレンスの違いや温度感Astermindsの採用情報See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →138. AIエンジニアリングの最前線（前編） w/ ry0_kaga
3w ago00:43:21Tap to summarizeAsterminds CTOのr.kagayaさんをゲストに迎え、AIエンジニアリング、従来のソフトウェアエンジニアリングとの違い、コンテキストやハーネスエンジニアリング、実務における評価の難しさや多角的な評価マトリクスの考え方まで、AIアプリケーション構築の最前線について語っていただきました。話したネタ書籍『AIエンジニアリング』AIエンジニアリングとMLエンジニアリングとの違いAIプロダクト開発における主戦場の変化（開発フェーズから運用・Evalへ）AIプロダクトにおける評価（Eval / LLM-as-a-Judge）の重要性と難しさAIエンジニアに求められるスキルセットの多様化と役割分担「〇〇エンジニアリング」多すぎ問題の整理プロンプトエンジニアリングの現状とモデル側への内包化コンテキストエンジニアリングの4要素（Write, Select, Compress, Isolate）ハーネスエンジニアリング（Harness Engineering）とは何か？Agent HarnessとUser Harnessの違いハーネスを整理する2×2マトリックス（計算的/推論的 × 事前ガイド/事後センサー）アジャイル開発における「Doneの定義」と事後フィードバックループの共通点Astermindsの採用情報See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →137. サプライチェーン攻撃 w/ stefafafan
Jul 100:43:39Tap to summarizestefafafanさんをゲストに迎え、サプライチェーン攻撃についてお話しいただいたエピソードです。npmパッケージやGitHub Actionsなどを狙った具体的な事例を交えながら、攻撃の手口や背景、事業会社のプロダクトエンジニアが実践すべき防御策、攻撃の検知方法、そしてインシデント発生時の対応まで、実務に直結するセキュリティ事情について語っていただきました。話したネタサプライチェーン攻撃とはそもそも何か？近年の脆弱性攻撃のトレンドとゼロデイ攻撃の脅威axiosとtanstackの事例開発者のローカル環境が狙われやすい理由攻撃者視点から見た、サプライチェーン攻撃のコストパフォーマンスの良さプロダクトエンジニアが実践すべき防御策と多層防御の考え方DependabotやRenovateなどでのクールダウン期間の設定npm install時の自動スクリプト実行を防ぐ対策（ignore-scripts）コミットハッシュでのバージョン固定（pinactやdockerfile-pin等の活用）静的解析ツール（actionlint、zizmor、zhalint、ghasecなど）の活用認証情報の権限最小化やライブラリの棚卸しといった対策今後のOSSとの付き合い方スマートバンク社の採用情報See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →136. 日本IBMへの就職から、メルカリUSを経て、SFで起業してDeNAに買収されるまで w/ tomoaki_imai
Jun 1100:46:00Tap to summarizeKnotのファウンダー兼CTOの今井智章さんをゲストに、エンタープライズエンジニア経験、メルカリUSのandroid開発チーム立ち上げ、SFでの起業と買収（Exit）に至るまでキャリアパス、およびSFの開発事情などについて語っていただいたエピソードです。話したネタ学生時代のプログラミング経験日本IBM時代の業務内容と学んだこと、現在でも役立っていることメルカリへの転職契機メルカリでの開発がうまく回っていた理由メルカリUS拠点での開発体制のゼロからの立ち上げ現地の採用プロセスや組織文化の違いの学び方スタートアップ（Chomp）への転職スタートアップのシャットダウンからのNoxx起業当時の若手時代の自分に何をアドバイスする？Today I Learned FMSee Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →135. タイミーのプロダクトエンジニアリング w/ go0517go
May 2001:01:26Tap to summarizeタイミー VPoE のGOさんをゲストに、プロダクトエンジニアリング、Agent Harnessチーム、AI時代の組織構造や開発プロセスなどについて語っていただいたエピソードです。話したネタプロダクトエンジニアリングとは？越境の重要性許可や認可ではなく「歓迎」による越境文化の醸成エンジニアが現場を知ることの価値採用で重視することタイミーの開発組織構造Agent Harness チームの取り組み社内ナレッジとAI活用のトレードオフAIによるコードレビューAIを活用した投機的実行評価、アウトプットからアウトカムへの「転換率」という考え方パフォーマンス評価に向けた、AIを活用した評価データのファクト収集ソフトウェアエンジニアの未来についてタイミー プロダクト採用サイトエピソードスポンサー株式会社タイミーSee Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →134. Noを伝える技術 w/ LoveIdahoBurger
Dec 1500:38:15Tap to summarizeLoveIdahoBurgerさんをゲストに、書籍『Noを伝える技術』やプロダクトマネジメントについて語っていただいたエピソードです。話したネタ書籍『Noを伝える技術』についてなぜ「No」と言うのは難しいのか「Yes」と言うほうが楽な理由と説明責任「断る」ことを通じて信頼関係を築く方法「1日くらいでできるからやっちゃおう」というアンチパターン優れたプロダクトマネージャーは断るのが上手い要望を機能単位ではなく「Why」で掘り下げる「No」の分解（今ではない、この方法ではない、このプロダクトではない）プロダクトビジョンと「ブレない軸」プロダクトビジョンの作り方勇気よりも大切な3要素（軸・信頼・伝え方）リモートワークのテキストコミュニケーションにおける「No」の伝え方akiさんにとってのプロダクトマネジメントとは？See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →133. gpt-ossを支える技術 w/ yasukawa0713
Oct 100:43:14Tap to summarizeyasukawa0713さんをゲストに、gpt-ossを支える技術（アーキテクチャ、RoPEとYaRN、MXPF4など）ついて語っていただいたエピソードです。話したネタgpt-ossgpt-ossのモデルアーキテクチャMoEの仕組みとメリットコンテキスト長を伸ばす工夫RoPEとYaRN量子化とその手法MXFP4 とはgpt-oss で使われているトークナイザBPE(Byte-Pair Encoding)とはHarmony Chat Format (HCF)とは何か、その概要Agentic Tool Usemodel cardで安全性周りで述べられていることgpt-oss の使用感rokadocSee Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →132. CTO/CPOに至るまでのキャリア、AI時代のプロダクトマネジメント w/ nekokak
Jul 23, 202500:49:44Tap to summarizeLayerX CPOのnekokakさんをゲストに、CTOとCPOに至るまでのキャリア、参考になった書籍、AI時代のプロダクトマネジメントなどについて語っていただいたエピソードです。話したネタキャリアの始まり、文系（法学部）から未経験でIT業界（SES）初期の仕事、Perlを使ったECサイトの開発・運用DeNAのCTOになるまでの経緯、キャリア変遷マネジメントの学び方「コトに向かう」ことと、メンバーのモチベーションを重視読んで参考になった本1分間マネジャー良いストーリーとは？大企業の意思決定の裏側経営陣に響くメッセージの作り方LayerXへの転職理由nekokak普段使っているAIツールAI時代のプロダクトマネジメントCPOとしての役割AIプロダクト開発の難しさBet AI DaySee Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →131. AIコーディングの現在地 w/ twada
Jul 14, 202501:18:11Tap to summarizetwadaさんをゲストに、Vibe Coding、Agentic Coding、Context Engineering、実際の活用方法、AI時代のエンジニアの育成などについて語っていただいたエピソードです。話したネタVibe CodingAgentic CodingAgentic Engineering (Zed)Prompt Engineering と Context Engineering開発生産性カンファレンスでの講演twadaさんの使っているAIコーディングツールは？AIコーディングツールを何に活用している？8割の機能は一瞬で完成、残りの2割の作り込みが大変AI時代におけるエンジニアの育成可処分時間の差とアンラーニングの重要性設計判断力の鍛え方共通言語の重要性SQLアンチパターン 第2版See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →130. MCP(Model Context Protocol) w/ hudebakonosoto
Jun 2, 202500:40:46Tap to summarizeやまぐちさんをゲストに、MCPの登場背景、MCPの概要、MCPの仕様などについて語っていただいたエピソードです。話したネタ「MCPを使ってる人」が より詳しくなるための解説MCP登場以前の状況LLMの限界Function Callingの役割と課題ReActStructured OutputMCPの登場背景差異吸収のためのアダプタ開発の煩雑さ (例: Vercel AI SDK)MCP (Model Context Protocol)とはMCP が解きたかった課題と、MCP による解法クライアント、サーバー、プロトコルの役割stdio、HTTP+SSE、Streamable HTTPWebSocket不採用の理由とは？MCP自体の課題エージェント間通信 (A2Aプロトコル) の重要性参考：「MCP？聞いたことあるけど使ってない…😅」人向けに初歩から少し踏み込んだ内容まで解説参考：MCPの仕様参考：Streamable HTTPのPRSmartHRの採用ページSmartHR ウェブアプリケーションエンジニア（AI専任チーム）Smart HRのAIチームについてのブログSee Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
Transcribe →