こんにちは。SOMPO Digital Lab でインフラエンジニアをしている呉です。ローンチを控えたプロダクトで、本番環境に k6 で負荷をかけました。チームで取り組んだ試験で、記事は設計編と結果編の2本立てです。これは結果編です。目標RPSの決め方、本番に書き込むための安全装置、k6 を選んだ理由といった設計側の話は、同じチームの藤野が書いた設計編にあります。こちらは結果と、そこから何を直して何を直さないと決めたかに絞ります。この記事の数字には、試験で取得した実測値のほか、非機能要件から導いた目標値、Terraform の設定値、実測からの推計が含まれます。事業の非機能要件に由...

ECS Fargate の負荷試験を設計する。目標RPSの決め方から k6 選定までこんにちは。SOMPO Digital Lab でインフラエンジニアをしている藤野です。ローンチを控えたプロダクトで、本番環境に k6 で負荷をかける機会がありました。チームで取り組んだ試験なので、記事も2本に分けています。この記事は設計編で、負荷をかける前に決めたことを書きます。結果・分析編（1つ目のボトルネックを潰したら次が出てきた話と、Auto Scaling が一度も発動しなかった話）は同じチームの呉が書いているので、あわせて読んでもらえると流れがつかめます。なお本記事の数値のうち、事...

はじめにSompo Digital Labの眞方です。社内向けRAGの検索APIを、PoCから本番運用まで約2年半ほぼフルスクラッチで開発してきました。その過程で技術選定やアーキテクチャがどう変わっていったのかを振り返ります。開発当時の経緯もありますが、LangChainやLlamaIndexといったフレームワークやマネージドサービスには乗らず、ハイブリッド検索やRRFも自前で構築したまま本番運用まできています。その中で技術選定（全文検索、ベクトルDB、Embeddingモデル等）は色々と入れ替わってきてたので、どのようにアーキテクチャが変遷していったか、PoC期に正しかった判断...

先日開催された Google Cloud Next Tokyo に、Sompo Digital Lab として複数の登壇機会をいただきました。まだ興奮が冷めやらないうちに、ブログとして残しておきます。 Day 1 基調講演に、損害保険ジャパンCDOが登壇Day 1 の基調講演に、損害保険ジャパンのCDOが登壇しました。あの巨大な会場で、我々内製チームのボスがステージをダイナミックに動き回りながらプレゼンする姿は圧巻でした。講演の中では内製開発チームへの言及もあり、そして何より、自分たちが作ったアプリの画面が巨大スクリーンに映し出された瞬間は、鳥肌が立ちました。 アプリの画像...

TL;DRLLMの精度改善に使える評価データセットに近道はありません。実際のユーザーや業務部門のフィードバックをトレースに結びつけ、地道に育てます。育てたデータセットは、モデルやプロンプトを変えた前後を同じ入力で比べる回帰テストになります。デモでは、ADK Web標準機能でフィードバックを受け、どの実行への評価かをtrace_idで特定してLangfuseのトレースに登録し、そのまま評価データセットへ移せます。アプリからのトレース送信をOpenTelemetryに統一しておけば、観測ツールもエージェントSDKも後から選び直せます。 はじめに「LLMアプリは動いている...

デブサミ2026夏に参加してきました！ ブース出展＆登壇レポートこんにちは、SOMPO Digital Labの石川です。2026年7月16日（木）・17日（金）に開催された Developers Summit 2026 Summer（デブサミ2026夏） に、SOMPO Digital Labとしてスポンサー参加しました。ブース出展と登壇セッションの両方を行いましたので、当日の様子をレポートします。Sompo Digital Labのブース ブースには2日間で約140名が来場ブースのメッセージは「試して終わりじゃない。届けて、育てる開発を」。アイデアをPoCで終わらせ...

はじめにSOMPO Digital Labの眞方です。本記事は、Interpretability（解釈可能性）解説の後編です。前編では、Interpretabilityの概念と、hidden state / residual streamといった前提知識、ProbingやSteeringなどの主要な手法を紹介しました。https://zenn.dev/sompojapan_dx/articles/f73e85c55f99d5後編では、ICML 2026のMechanistic Interpretability Workshopの現地で見えた研究の潮流と、いま話題のAnthro...

はじめにSOMPO Digital Labの眞方です。先日、ICML 2026 Workshopに参加したレポートを公開しました。https://zenn.dev/sompojapan_dx/articles/87563d78a6370cその中で予告したとおり、今回はその中で参加したMechanistic Interpretability Workshopの主題であった Interpretability（解釈可能性）について、分野の全体像がつかめる概要記事（前編）を書きます。想定読者はAI/MLエンジニア・ソフトウェアエンジニアの方です。LLMをAPI経由で使ったことがあり...

はじめにSOMPO Digital Labの眞方です。2026年7月にソウルで開催された機械学習の国際会議 ICML 2026 に参加してきました。きっかけは、併設ワークショップのひとつである Mechanistic Interpretability Workshop に、私たちの論文がバーチャルポスターとして採択されたことです。発表形式としてはバーチャルだったのですが、せっかくの機会なので現地まで足を運ぶことにしました。この記事は参加レポートとして、「ICMLってどんな雰囲気なの？」「エンジニアでも参加できるの？」という疑問に答えることを目指して書いています。ワークショップの...

結論E2Eテストを楽にしたくてWebwrightを触っていたら、テストの枠を超えた“気づき”に行き当たりました。Webエージェントの精度は、「AIに何をさせるか」が重要なファクターのようです。Webエージェントは画面を見て「次にどこを押すか」を予測する座標予測より、操作をコードとして書いて実行し、結果をAI自身に検証させるほうが圧倒的に強い。それを見事に体感させてくれたのが Webwright というターミナルネイティブWebエージェント。公式も "Code-as-action beats coordinate prediction"（コードをアクションにするやり方は、座標...

OpenAIの白書 Codex-maxxing for long-running work を読みました。この記事では、まず白書で紹介されている「長く続く仕事」をCodexで回す考え方を整理し、そのあと実際に、このZenn記事制作そのものを題材にして小さなループを作ってみます。先にやったことを書くと、親スレッドを編集係にして、読者ペルソナごとのサブエージェントをレビュー係として起動しました。評価が低い観点や致命的な指摘を見て、冒頭、実行手順、権限管理、ログの残し方を直しました。この記事の持ち帰りは、完璧なプロンプトを1つ作ることではなく、評価、修正、記録、停止条件を持ったループとしてC...

!この記事は 2026/6/19-20 に金沢で開催されたコミュニティイベント「スクラムフェス金沢2026」の参加レポートです。ネットワーキングやセッション中の会話は個人の見解・体感ベースの内容であり、ご本人を特定しない形で要旨として再構成しています。 はじめに2026年6月19日〜20日に金沢で開催された スクラムフェス金沢2026 に参加してきました。しかも今回、初参加にもかかわらずプラチナスポンサーの永和システムマネジメントさんと共同で スポンサーセッションに登壇する という、なかなかに緊張感のある体験をしてきたので、その記録を残しておきたいと思います。この記事では、登...

Sompo Digital Lab アプリケーションエンジニアの浪山健亮です。今回は自分のチームで実施している開発手法について記載します。みなさん、良きバイブコーディングライフを送っているでしょうか。SOMPOというとJTCでお堅い保険・金融のというイメージがあるかもしれませんが、Sompo Digital LabではClaude CodeやCursorなどを利用してシステムを開発しています。ノリと勢いでAIにコードを書かせるのは楽しいですが、AIが実装したコードを理解するのが大変・意図したコードにならないといった問題が出てきます。品質が重視される金融システムの開発だとこのような...

TL;DR「ローカルLLM＝コストが安い」はほとんどの場合で誤りです。2026年時点での損益分岐点はかなり高く、GPUを遊ばせると単価はAPIより高くつきます。それでもローカルLLMが勝つ領域はあります。ガバナンス・タスク特化での精度・レイテンシ の3軸です。実例として、RAGチャットボットの軽量な判定ステップを Gemma 4 E2B（2Bクラス）+ LoRA に切り出したところ、素のモデルでは 61 % だったドリフト検知率が、fine-tuning後に 97 % まで上がり、gemini-2.5-flash や 10倍以上大きい 31B モデルに並ぶ／一部上回る結果にな...

SOMPOの開発AIツール 2026年度版※この記事の大部分は、AIを活用して生成・編集されています。SOMPO Digital Lab ソフトウェアエンジニアの小林です。以前のブログ記事で、当社における開発生産性の向上を目的としたAIコードエディタ「Cursor」の全社配備についてご紹介しました。その後、Cursorは開発現場に深く浸透し、エンジニアの日常的なコーディングや仕様策定において欠かせないツールとして活躍しています。AI開発ツールの進化は非常に早く、我々も常に最新の技術を検証し、現場への適用を模索し続けています。前回の記事の最後で「検討中」として触れていた A...

こんにちは、QAエンジニアの提箸です。 本記事では、開発チームに Claude Code を組み込むなかで「エージェントの責務分離」にたどり着いた経緯を、QA視点でまとめます。AIエージェントを業務に組み込みたいが品質の担保に悩んでいる方、あるいはQAという立場でAI活用にどう関与すべきか模索している方の参考になれば幸いです。（注釈）Claude Code の利用は、開発チームのガバナンスに則って活用しています。 きっかけ：「QAとして何かやれることはないか」プロジェクトは開発全体のペースがギリギリの状態で進んでおり、私は普段テスト計画、テスト実施の他に Jira での PBI ...

Fableはビジネスでも使えるのか？Claude Fable 5 のコーディング能力については、すでに山ほどベンチマークと体験談が出ています。SWE-bench のスコアがどうだとか、巨大リポジトリの理解がどうだとか。それはそれで重要なのですが、事業会社のAI活用においては、生成AIの利用時間の多くを占めているのはコードではなく「資料」 です。議事録、マニュアル、説明資料、稟議の添付。ビジネスの現場でモデルの世代差が一番効いてくるのは、実はこちらだったりします。そこで、コーディングではなくビジネス文書側の能力を検証するために、実務でそのまま発生したタスクをぶつけてみることにしまし...

!この記事は 2026/6/10 に東京で開催された Anthropic の開発者イベント「Code w/ Claude Tokyo」の参加レポートです。会場でのエンジニアの方との会話は個人の見解・体感ベースの内容であり、ご本人を特定しない形で要旨として再構成しています。 はじめに6/10、Anthropic が日本で初開催した開発者イベント Code w/ Claude Tokyo に参加してきました。会場のサインと東京の街並みしかもこの日は偶然にも（いや、狙ってたんでしょうが）Claude Fable 5 のリリース当日。会場全体が「今朝出たアレ、もう試した?」という...

エージェント時代の業務アプリケーションとは何か 社内業務は「操作するアプリ」から「人とAIが共同作業するワークスペース」へ変わる生成AIやAIエージェントの進化によって、社内業務のあり方は大きく変わろうとしている。これまでも、業務アプリケーションは社内業務を支える重要な存在だった。申請、承認、顧客管理、契約管理、問い合わせ対応、レポート作成、データ集計。多くの業務は、何らかのアプリケーション上で行われてきた。しかし、エージェントが業務に入り込むと、アプリケーションの意味そのものが変わる。これまでのアプリケーションは、人間が作業するための道具だった。これからのアプリケ...

損保ジャパンDX推進部の藤井です。この記事は、現在私が携わっているPJにおける IT / ST / E2E の役割分担と、AI（MCP/CLI）前提で再設計した開発〜テストフローを、実運用として再現できる形にまとめたものです。 TL;DRこのPJでは、従来よりも E2E（Playwright）を厚めに整備し、品質担保の主軸に置きます背景は AIの台頭により、テストの作成・メンテナンスコストが下がったこと（＝「E2Eは最小化」が必ずしも最適解ではなくなった）ですただし「全部E2E」ではありません。外部依存・運用/データ検証・探索的な気づきは IT/ST/アドホックに寄せ、役割...