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問題...

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...

※本記事はADK Advent Calendar 2025の2025/12/11の記事になります。https://qiita.com/advent-calendar/2025/adk はじめに/Google ADKの概要Googleが提供するAgent Development Kit(以降、Google ADK)は、AIエージェントを開発・デプロイするための柔軟なオープンソースフレームワークです。本記事ではPython版（ADK Python）を中心に解説します。公式では「ソフトウェア開発の原則をAIエージェント開発に適用する（applies software developm...

AI駆動開発とコードレビューの課題AI駆動開発が当たり前になった今、コーディング自体はAIが担うケースが増えています。しかし、それに伴ってコードレビューの量も急激に増加しており、レビュアーの負荷が問題となっています。我々のチームでも大量のPRが発生し、しかも1つ1つの変更量が大きいという状況でした。我々のチームでは、Claude Code Actionsを活用したコードレビューの自動化により、この課題の改善を図りました。 Claude Code ActionsClaude Code Actionsはこの問題を解決する有力な選択肢ですが、デフォルト設定では実用面で少し物足りな...

もう記事執筆に悩まない！AI エージェントで技術ブログを自動化する方法 導入技術記事を書くとき、こんな悩みはありませんか？「ネタは思いついたけど、文章構成を考えるのが面倒...」「Markdownの記法を毎回調べながら書くのが時間がかかる...」「記事のタイトルやアイキャッチを考えるのに時間を取られる...」「一度書いた記事のプレビューや投稿作業も手間...」そんなあなたに朗報です！🎉!この記事では、Claude CodeやGemini CLIを「技術記事作成エージェント」として活用し、記事執筆からプレビュー、投稿まで一気通貫で自動化する方法をご紹介します。...

プルリクエストのレビューに時間がかかりすぎていませんか？コードの品質向上やドキュメント作成に追われて、本来の開発に集中できない日々を送っていることでしょう。そんな悩みを一気に解決してくれるのが、Claude Code Actionです。この記事では、GitHub Actions内でClaudeを動作させ、リポジトリ内で直接AIアシスタンスを活用する革新的な開発手法を詳しく解説します。!この記事で学べることClaude Code ActionをGitHubリポジトリに導入する方法@claudeメンションでAIを活用する実践的な使い方プルリクエストとIssueでの自動化テクニッ...

はじめにはじめまして、損保ジャパンDX推進部の辻です。普段はフロントエンドでリードを担当させていただいています。弊部は約3年前に生まれた新しい組織であり、積極的に内製開発の取り組みを行っています。そんな3年間という短い間でも、MUIを採用して乗り換えるという事象が発生しており、ライブラリ選定における失敗について振り返っていきます。組織におけるライブラリ採用の参考にしていただければと思います。 最新の状態ライブラリはなるべく最新に追従していく方針です言語：TypeScriptUI全般：ReactUIコンポーネント：Radix UI、(+MUI)スタイル：Tailwi...

損害保険ジャパン株式会社 DX推進部の眞方です。この記事では、RAG（Retrieval Augmented Generative）の構築時に、ドキュメント検索精度の向上を目指して検索モデルの改善を行った際の手法、および結果について解説させていただきます。概要を知りたい、という方は以前書いた前回の記事を読んでください。 はじめに今回はRAGにおける検索モデルの改善を目的として、独自のデータを使用してfine-tuneを行いました。RAGにおける検索（赤枠）の部分を改善する取り組みを行いました。 検索モデル学習のためのライブラリとしては、sentence transfor...