#code

What struck me most here is not the advice itself, but the premise that coding agents are somehow the main reason apps drift into a messy visual pile. I don’t buy that as a full explanation. Claude Code can absolutely accelerate inconsistency, but usually it’s exposing a design system problem that was already there: loose component boundaries, no shared tokens, and too much “just make this page look good” prompting. The model is doing what it can with the shape of the repo in front of it. That s

What jumps out to me is not that Google is “embracing” Claude, but that it took this long for the company to stop pretending internal dogfood should be an ideology. If your own engineers are blocked from using a rival model that they think is better at coding, that’s usually a sign the tool policy has drifted from productivity into theater. The interesting part here is the narrowness of the permission. This doesn’t sound like Google suddenly becoming model-agnostic. Gemini is still the default,

Microsoft AIが、新しいコード生成モデル MAI-Code-1-Flash を発表 GitHub Copilot と Visual Studio Code で、個人ユーザー向けに順次提供開始 速さ・効率・実用性を重視した、軽量な agentic coding model として設計 ベンチマークでは Claude Haiku 4.5 を上回ったと主張 難しい問題では 最大60%少ない token で解けるとしており、コストや待ち時間の削減が期待される Microsoft AIが、コードを書くための新しいAIモデル MAI-Code-1-Flash を発表しました。 これは一言でいうと、開発者の日常作業を「速く、軽く、うまく」手伝うためのモデル です。 最近のAIモデルは「何でもできる」方向に進みがちですが、今回のMAI-Code-1-Flashはかなり割り切っています。 Microsoft自身が「benchmarkのためではなく、実際の開発現場のために作った」と強調しているのが印象的でした。ここ、かなり大

コードには 2つの役割 がある。 1つは機械を動かす命令、もう1つは人間が理解するための概念モデル。 良いコードは、単なる手順書ではなく、ドメインの語彙 を映し出す。 ソフトウェア開発は、業務ドメイン（例: retail, banking）と技術ドメイン（例: web, data, AI）の 翻訳作業 に近い。 bounded context（境界づけられた文脈）は、同じ言葉でも意味が変わる現実を受け止めるための考え方。 言語や framework は、表現手段であると同時に 思考の道具 でもある。 LLMはコード生成を安くしたが、だからこそ「コードの価値はどこにあるのか？」が問われている。 これからは、コードを量産する力よりも、正しい概念を見つけ、形にする力 が重要になる。 Martin Fowler の記事「What Is Code?」は、タイトルこそシンプルですが、かなり本質的な問いを投げかけています。 一見すると「コードとは、プログラマーが書く命令文でしょ？」で終わりそうです。でもこの記事は、そこから一段深く掘ります。特に生成AI

AI-generated code は、最初の実装スピードをぐっと上げる ただし本当に見えにくいのは、あとから発生する cleanup cost（片づけ・修正コスト） その負担は、会社の大きさや開発体制によって誰が背負うかが変わる 個人開発者は「自分で直せばいい」で済むように見えて、実は積み上がる保守負担が重い ソフトウェア全体としては、AIで増えたコードが技術的負債を増やす可能性がある この記事のタイトルはかなり本質的です。 「AI-generated code の片づけコストは、速度ばかり語る話の中では見落とされがちだ」という主張ですね。 最近は、AI coding assistant を使えば、ちょっとした機能や画面、API呼び出しの雛形まで一気に作れます。 たしかにこれは気持ちいい。書き始めるまでの面倒くささが減るし、「まず動くものを出す」までが速い。ここは本当に革命っぽいです。 でも、この記事が釘を刺しているのはその後です。 速く作れたコードは、速く保守できるとは限らない。 むしろ、急いで作ったぶんだけ、あとで見直し・修