「アラート対応どうしてますか? 〜設計・自動化・マインドなどの知見共有会〜」に参加してきました

できるだけ小さく始める切り戻し判断の簡略化

福井 将之さん(株式会社コドモン)

  • 自律的な疑似学習ループを回したい
  • 複数チームが関与するモノリス
    • 午前と午後1回ずつマージしてまとめてリリース
    • リリース内容の確認とエラー量やメトリクスの目視
  • リリース後の確認が不明確で人頼り
    • 変動要素が多くて基準も決めづらい
    • 生成AIで補完代替できないか
  • 生成AIの活用実績
    • アラート調査で使っていた
    • アラート内容渡して原因特定や対処
  • AIが見るデータの整備
    • APMやRUMやメトリクスが整備されてないといけない
    • デプロイイベントに新旧バージョンつけたり
    • APMに適切なタグをつけたり
  • 作った仕組み
    • 手元のClaudeDesktopで
    • 1時間ごとのスケジュールタスクでデプロイがあったかチェック
    • メトリクス確認
    • 問題あれば調査
    • 結果をslack通知
  • 工夫点
    • デプロイパイプラインとは独立して動かす
    • AIのセッションやコンテキストを持ち越さない
    • 具体的な閾値を書かない
    • リリースの時間の前後ではなくバージョンタグで新旧比較する
  • 改善
    • 偶然を取り込まないよう同じ傾向が2件たまったら取り込む

アラート調査 Agent を作って、育てる 〜Slack から動く一次調査と、精度を上げ続ける仕組み〜

河野 剛さん(株式会社コドモン)

  • アラート発火時の一次調査
    • 従来はみんなが同じ作業をそれぞれでやっていた
    • 自動でその作業をやらせる
    • slack上に投稿されてスレッドに書いていけば記録が残る
  • 使ってみて
    • slackで扱える手軽さ
    • 長い詳細を見なくていい
    • ただし精度が気になり結局自分で見に行ってしまうなど
  • 精度を上げ続ける仕組み
    • 調査ごとに入力やツール呼び出しを記録
    • 同じアラートをDatadogで独立に再調査
    • どのやりとりで誤りが入ったか
    • 改善点を反映
  • モデルを変えると同じ内容でも精度があがった
    • SonnetからOpusへ

経験の浅いチームでアラート対応の改善からチームに SRE を根付かせる

大野 一樹さん(株式会社MIXI)
https://speakerdeck.com/i2tsuki/11-19codmonmixialertlt

  • 経験の浅いメンバーのチーム
    • 新卒1,2年目が3人と業務委託1人
    • そこにSRE
  • アラート設計の問題
    • 原因ベースのアラートになっていた
      • CPU使用率/メモリ使用率
      • 500系の件数
      • 特定のエラーログ
    • ユーザ体験ベースはなかった
      • 画面が開けない
      • 時間がかかる
      • 特定処理が失敗する
    • 本当に知りたいのはユーザ体験の問題
  • 改善前のアラート対応
    • 原因ベースで出した上で問題あるか人に投げる内容
    • どれが本当に対応すべきか分からない
    • 結果として放置も発生し機能してなかった
  • どうしてそうなっていたか
    • 経験が浅くて不安だった
    • 全てをアラートにして全てに対応しようとする
    • 結果的に本当に守りたいものを守れてなかった
  • アラートの改善
    • 不要なアラートの削減
      • 1回エラーが出るだけで検知する必要がないもの
    • リソースに関連するアラートは全て削除
      • ユーザに影響が出ないものは不要
      • 自動化して対処できるものは自動化する
      • そもそも人が知ることもなく勝手に解消させることで認知負荷を減らす
  • アラートが鳴った時の対応
    • 人が必要なアラートで対応方法が分からないと動けない
    • 実装した本人しか対応できないならo11yがないのと同じ
    • そうなっているとAIも対処できない可能性がでる
    • テレメトリーとRunbookで誰でも原因にたどりつけるように
  • AIによるアラート対処
    • コードではなくテレメトリを見て原因を特定する
    • アラート -> Runbook -> 原因特定 -> 修正
    • 原因の特定と修正を分ける

New Relic のアラート対応を Claude Code で自動修正するワークフローを作った話

関 学さん(株式会社MIXI)
https://speakerdeck.com/manabuseki/new-relic-no-taiou-o-claude-code-de-jidou-shuusei-suru-waku-furo-o-tsukuta-hanashi

  • アラート対応で困っていたこと
    • 通知が放置されがち
    • ノイズが多い
    • 調査の手間
  • 生成AIで自動化
    • 通知 - 収集 - 調査 - 修正 - レビュー - PR
  • 人間の承認が唯一の関門
    • 勝手にapproveはしない
    • pushしてプルリク作るのは人間が承認してから
    • レビュー指摘がついたら対応してpush
  • 作業はローカル完結
    • issue管理もローカルで
    • ローカルで完結するが状況はチームに見えるように

「レバテックMeetup Claude Code×開発 ~Claude Codeと挑む爆速プロダクトローンチ~」に参加してきました

Claude CodeとFigmaを活用した、魅力品質を追求するデザインリニューアル

池上 涼平さん(株式会社グッドパッチ)
https://speakerdeck.com/seanchas116/slides

  • サービスのリニューアル
    • Opus5.5も出たタイミング
    • Claude活用で
  • 進め方
    • 要望リストをNextでワイヤーフレーム
      • エンジニアが作成
      • Vercelにデプロイ
      • Vercelの仕組みで画面にコメントを付けられる
    • NextアプリをFigma化
      • キャプチャを渡してFigmaデザインを作らせる
      • このFigmaをベースにデザインを依頼
    • Figmaで仕上げ
    • FigmaMCPでUIを実装
      • Figmaのキャプチャと実装を並べて表示できるページを作った
      • それでも余白のずれは発生していた
    • 実装後の改修
      • 実装後に調整をいれるところは出てくる

業務の傍らで進める改善ループエンジニアリング

筒井 海人さん(弁護士ドットコム株式会社)
https://speakerdeck.com/bengo4com/20261116-levtech-meetup-improvement-loop-engineering

  • 開発業務の改善を日々回したい
    • でも時間がとれない
  • Claudeにやってもらう
    • discoveryスキルでコードを探索し改善箇所をTODOでためていく
    • TODOを取り出して対応していく
  • Backlog.md
    • markdownベースでカンバン管理するOSS
    • 人間がやるやらないを判断する
    • 着手の承認をすると動き出す
  • 実装役
    • /loop で常駐
    • claude -p でworktree起動
    • /goal で終わるまでやってもらう
  • 人間が気づいたこともバックログに積むと勝手にやってくれる

「Agile Japan 2026(Day2)」に参加してきました

資料

Agile, Dead or Alive?

成田 修造さん(株式会社MW)

答えがすぐに手に入る時代に、組織の考える力をどう育てるか

瀨川 晋平さん(株式会社レッドジャーニー)

  • 自分の当たり前が変わるということ
    • 他者との対話や活動を通じて変わっていくもの
  • 学び
    • すぐに思いつくのは
      • 新しい知識を増やすこと
      • できることを増やすこと
    • それ以外にも
      • 当たり前の意味が変わる
      • ものの見方が変わる
  • 適応課題
    • 誰も正解を持っていない
    • 試行錯誤が必要
  • 学習のループ
    • シングルループ
      • 同じ前提でやり方を変える
    • ダブルループ
      • 前提を問い直す
    • トリプルループ
      • 価値観や世界観を問い直す
  • 建設的相互作用
    • 対話によって理解が深まる
    • 自分なりに考え続けること
  • 成長の種類
    • 水平的成長
      • 知識や経験
      • できることの拡大
    • 垂直的成長
      • ものの見方意味づけ
      • 価値観の転換
    • 垂直的成長のためには適度な葛藤と支援

現場で必要なものを現場がつくる 〜アジャイルな食品工場への道のり〜

石井 智康さん(石井食品株式会社)
中井 陽介さん(石井食品株式会社)
関口 匠太郎さん(石井食品株式会社)

  • 品質保障部の帳票電子化がノーコード大賞
    • 現場はDX化が進んでいたが品質保障部は遅れていた
    • 単なるペーパーレス化ではなく集計可視化図解など意思決定を促せる状態へ
  • エンジニアのバックグラウンドがない品質保障メンバーがアプリを作成
    • 70代のベテラン社員も使ってもらえるように声を聞いて改善を重ねた
  • これまで
    • 工場勤務の人が多くてメールアドレスも持たない人が多い
    • ドメイン管理を誰がしてるかも分からない
    • オンプレメールサーバでそこにいかないと見れない
  • IT化
    • Google Workspace
    • PCを順次最新に
    • 社内システムもリプレース
  • 社内の文化やカルチャー
    • ふりかえり文化
    • ITパスポート推奨
    • アナログからデジタルへ
  • その後コロナ禍へ
    • IT化の取り組みのおかげで対処できた
    • zoomでミーティングしたりも当たり前に

AI時代のプロダクトデリバリーとアジャイル

岡村 弦さん(株式会社NTTデータグループ)

  • 品質基準や開発規約に準拠したAI開発
    • 受入試験は通過したのにレビューで規約違反が出てしまう
    • 業務要件だけではなく規約への準拠も保たないといけない
  • 人は判断の根拠を示して説明責任を
    • 人は検証と説明責任
    • AIは指示遵守
      • ただし限界があって逸脱することもある
  • 作れる量ではなく確かめられる量で進める
    • フローの観察
      • バリューストリームを可視化
      • 作業時間と待ち時間
      • 待ちは着手前と判断中を分ける
    • 小さなバッチ
      • 一度の変更を小さく
      • 小さく作成し小さく確認
      • 誤りにはやく気付く

個人のAI活用からチームのAI主導開発へ 〜AI-DLCを支えたのはいつものアジャイルだった〜

梅本 匠さん(ブラザー工業株式会社)
麦田 大悟さん(ブラザー工業株式会社)

  • チームのバックグラウンド
    • スクラムを2年
    • AIは補完などで活用
      • 個人の作業の効率化止まりでチーム全体での効率は変わってなかった
    • フルスタックな技術領域
  • AI-DLCの採用
    • AI-AssistedでなくAI-Managed
    • AIが実行し人がレビューと意思決定
    • 非同期でのやりとりではなく同期で決めきる
      • 関係者が集まってその場で判断できる環境が必要
  • やってみた課題
    • POの判断待ちが発生し仮実装で進めて手戻りが起きる
      • AIがはやいほど積み重なる
    • 改善したいことが週1回のふりかえりだとたまりすぎてしまう
      • 日々の課題とAI-DLCの課題が混ざって大量になる
  • 改善
    • POにいつでも声をかけられるワーキングアグリーメントに
    • 戻せる対応と戻せない対応を分けて考える

わたしとアジャイルの25年

片岡 亮さん(株式会社MSOL Digital)

AIで実装が加速したのに、なぜ私は仕事の大半で人と話し続けていたのか?

清野 航さん(KDDI株式会社)

  • AIを活用した開発
    • 実装が速くなっただけで全体は速くなってなかった
    • 縦割りの開発チーム
      • アプリ
      • Webフロント
      • バックエンド
    • 自分のタスクが完了すればいいという線引き
      • いいものを作ることに関心がない
  • 分業をやめて混成チームに
    • 1つのチームで全員が価値に向き合えることを目指す
    • 課題感を各所へ話してみる
      • みんな課題は同意してくれる
      • 誰もNoとは言わないがそれぞれの理想が出てくる
    • 変化や解決への合意は難しい
      • それぞれが提案に乗っかれる理由を作る
      • 他方へいい顔をするとあとあと大変になる
  • 試してみて
    • チームが1つになっても今までの境界線を引いてしまう
      • 他のチームがやってたことはいきなりやれない
      • 一緒にいるよさを活かせない
    • 期待を明確に伝えて試行錯誤を
    • 数ヶ月時間をかけて徐々に変化

「Agileはもうできている。次はAI」で、本当にいいのか? AI駆動開発で直面したParadoxと、学び続けるチームのつくり方

小泉 岳人さん(ニッセイ情報テクノロジー)

  • アジャイルはベースで次はAIと言っている場面がある
    • AIを使ってアジャイルにと
    • AIに関しての進め方が全然アジャイルじゃない
  • AI駆動開発で言ってそうなアジャイル
    • 高速でくるくる回して速く安く
    • 学べる量や速度は今までと変わらないのでついていけない
  • やる前の期待
    • 動くものが速く出るが理解負債が増える
    • 動くものから学びを重ねて負債を返済
  • 実際の状況は
    • 人の理解より先に成果物が増える
    • 理解負債が積み上がる
    • 判断責任があいまいになってAI依存が進む
    • 手戻り停滞が増える
  • 気付けない/言えない/止まれない
    • 検査と適応が進まない
  • 学習文化の醸成
    • 学ぶ機会を増やす - 発信を増やす - 対話フィードバックを増やす
    • MVVから目標設定 - 全員1on1 - 全員で対面ワーク

プロジェクト中断からはじまった、私のアジャイル

平 光蔵さん(Aitria株式会社)
https://speakerdeck.com/kozotaira/agilejapan2026-taira-mitsuzou-purojekuto-chuudan-kara-hajimata-watashi-no

  • BtoBの新規Web
    • 6ヶ月後に向けた開発
    • UXが大切な性質
    • 動くものをはやく作って改善させたい
    • PM1名、デザイナー2名、開発3名
    • 初めてアジャイル
  • 進めてみて
    • 最初のスプリントレビュー
    • 出来上がったUIを見て意見交換はした
    • それが何の価値になるかは見えてなかった
    • 要件が全て揃ってないと意味がないという指摘
    • この時点でプロジェクト中断
  • 何が起きていたか
    • 自分たちはコア機能を磨いて小さく確かめながら進める
    • 顧客は期日までに全部揃ったものを確認したい
  • その後のプロジェクトで
    • まずは目指すべき価値を顧客と定義
    • ロードマップを描いて段階的に合意

デジタル赤字とコンテキスト枯渇問題

津田 通隆さん

  • モデルの性能のボトルネック
    • モデルサイズ
    • データセットサイズ
      • インターネットは使い尽くした
      • オフラインのデータ
    • 半導体と電力
  • クローリングの拒否
    • 全体の5%が拒否している
    • CloudFlareは新規ドメインでAIクローラーを拒否
  • 合成データ
    • 同じデータを食べ続けてると馬鹿になる
    • 元のデータは人間が貯め続けないといけない
  • 残っているデータ
    • 60%は企業の中に残ってる
  • データは採掘から調達製造の時代へ
    • 専門家データを売る
    • データ保有者とAI開発者をつなげる
    • 新しくデータを生み出す
  • AIの導入
    • 現場につなぎこむことができないと使いこなせない
  • アプリケーションの価値は落ちてきている
    • ミドルウェアの重要性が増している
    • 価値があるのはビジネスロジックとデータ

その最適化で、誰が強くなるのか

きょんさん(合同会社デロイトトーマツ)

  • 現場企業 - 提供企業 - 利用する現場
    • データを出した現場企業には何が残るのか
  • 人が成長しなくても組織が成長するようになる
    • これまでは人が成熟して組織が変わる
    • これからは問いや判断を仕組み化更新して組織が変わる
      • 熟練者の判断をAIの提案に
      • 成長していくのはAI
  • 問いや判断を提案して、現場で対応し、検証して、改良して売る
    • 現場に残るのは費用の削減や提案を使い続けられること
    • 提供企業は活用して売る
    • 現場企業がAI改良の成果を受け取れるエコシステムが必要なのでは
  • みんなが同じAIを使っていくと
    • 同じ説明を採用
    • 検証の予算が減る
    • 観察が偏る
    • 浮いた費用で独立した検証をして範囲を広げていかないと
  • 同じ機能の事業化でもハードルが違う
    • 既存のソフトウェア企業は土台が整ってる
      • 新規で入ろうとするとやらないといけないことがたくさんある
      • 自分たちで作ってしまうということがやりやすい

「Japan Datadog User Group Meetup#24@東京」に参加してきました

Datadogの権限統制

元吉 規之さん(株式会社ビズリーチ)
https://speakerdeck.com/visional_engineering_and_design/jddug-meetup-24

  • 5つのorgを統合していく
    • サービスが同じ環境に入ってくる
    • 誰が何を見て操作できるかを考えないといけない
  • Role
    • 何が出来るか
  • Team
    • 何に責任を持つか
    • ユーザをまとめる
    • 通知先にしたりアセットの持ち主にしたり
  • GAC
    • どれをさわれるか
    • RoleとTeamに割り当てられ得る
    • ユーザにも直接割り当てられる
  • DAC
    • どのデータが見えるか
    • RoleとTeamに割り当てられ得る
    • タグで範囲を指定

Datadog AAP に攻撃を見張ってもらうという選択

徳富 博さん(株式会社タイミー)
https://speakerdeck.com/hirosi1900day/datadog-ibento-pptx-1

  • サイバー攻撃の対応
    • 24時間いつ来るかわからない
    • いつでも対応できるようにしないといけない
  • Datadog AAP
    • APMと同じトレーサーを入れる
    • アプリの中で攻撃を検知防御できる
  • Datadog AAPの種類
    • In-App WAF
      • リクエストごとに攻撃か判定
    • Detection Rules
      • 検知結果を集計してIPをブロック
  • Detection Rules
    • 何分間に何回アクセスとかでDenylistに入れるような使い方
    • リストに入ると一定時間アクセスブロック
    • 検知するルールはOWASP Top10など
  • RASP
    • Runtime Application Self Protection
    • In-App WAFの一種
    • 処理の中身まで見て成立する時にブロック
      • SQLが不正とか
  • 多層防御
    • WAFで明らかな攻撃を落とす
    • Detectionで繰り返しくるアクセスをブロック
    • RASPで最後の砦として詳細なチェック

Datadog IDPで広げる開発者セルフサービス

森 祐太朗さん(ウェルスナビ株式会社)
https://www.docswell.com/s/WN_Tech-PR/5E13X1-2026-11-12

  • 開発者ポータル
    • 開発者自身が運用を出来るようにDatadog IDPを導入
    • 開発規模が大きくなってSREが全てのチームを見るのは難しくなった
  • セルフサービス化
    • 全てを開発者に渡すわけにはいかない
      • 最小権限の原則
    • 開発者体験は損ねてはいけない
  • 権限管理をするためのAPIやCLIがない場合セルフサービス化が難しい
    • IDP Formsで権限申請
    • Workflow Automationで自動化
    • Syntheticsで画面操作し付与など

CronJob の失敗通知を作り直した話

柳 敬史さん(Wantedly)

  • CronJobの失敗パターン
    • 起動はしたがエラーで終わった
    • 起動しなかった
    • 次のJobまでに終わらなかった
  • 失敗パターンを単一のメトリクスで確認したい
    • 最後に成功してからスケジュールを何回すぎたか
    • 失敗度と許容度に整理すると単純になる

JDDUGオンライン支部始動!(仮)

伊藤 佳代さん

  • 初心者向けにオンラインで
  • ライブデモやりながら紹介

Datadog Journey Monitoring ってどんな機能?

萩野 たいじさん(Datadog)

  • DEM
    • Digital Experience Monitoring
    • エンドユーザから見たアプリ全体の監視観測
  • Journey Monitoring
    • Synthetics
      • 正常に稼働してるか
    • RUM
      • 技術的な障害の確認
    • Product Analytics
      • UX上の摩擦の確認
    • Session Replay
      • ユーザが操作を達成出来ているかの確認

Agent無しでここまで出来る!DBモニタリング

鹿野 市郎さん

  • DBのトランザクションの異常を検知したい
  • 閉域オンプレ環境
    • メールくらいしか使えない
  • Agent/DBMのインストールは諦める
  • Datadog宛てにメールを送って対処
    • メールは受け取ってもアラートにつなげられない
    • Workflow Automationでメールをログに変換

「Agile Japan 2026(Day1)」に参加してきました

資料

Agile Paradox -加速する世界と、アジャイルの原点

渡邊 大輔さん(SB OAI Japan合同会社)

  • 価値のあるソフトウェア
    • 社会に必要とされるソフトウェア
    • 人々の暮らしや仕事により良い変化を生むソフトウェア
  • 社会に必要とされるとは
    • ヤフーでやった取り組み
    • 日本の未来の課題
      • 少子化/災害/戦争
  • 加速する世界
    • 昨日のベストが今日更新される世界
    • Forward Deployed Engineer
      • 課題とスコープ
      • 顧客と協働
      • 技術判断
      • 自らの実装
      • 顧客とプロダクト
    • 顧客に向き合いながら自ら手を動かして前に進められる実装型の役割
  • アジャイルプラクティスとAI
    • Doneの定義はAGENTS.mdへ
    • 受け入れ条件はバックログアイテム
    • 実装計画と検証手順はPLANS.mdへ
    • 実行設定と追加指示はコーディングエージェントの設定へ
  • Doneの定義と受け入れ条件を明文化
    • 共通の品質を人とAIで共有する
  • アジャイルパラドックス
    • 変化に適応する仕組みが変化を妨げる仕組みになる
    • 実践から学びよりよい開発方法を見つけることよりも既存の方法を守ることを優先している状態
    • 既存を続けることそのものがダメな訳では無い
    • 意思が必要な適応を妨げるならパラドックスが生じている

開発しない1週間が、いちばんの近道だった 内製の会社が初めて挑んだ外部との共同開発

岩瀨 裕真さん(株式会社山徳)
荒井 亨さん(株式会社山徳)
山川 宏賢さん(株式会社永和システムマネジメント)

  • 指定買取サイト
    • 半年で開発リリース
    • 内製エンジニアとESMが共同開発
  • 最初の一週間は開発しなかった
    • インセプションデッキ
    • 偏愛マップ
    • ドラッカー風エクササイズ
    • お互いのことを知る時間
    • 共通の目的を言語化
  • POの意思決定を支える仕組み
    • 時間がない中でどう動いてもらうか
    • QAリスト
      • 思ったことを書き出すもやもやリスト
    • 毎朝みんなでリスト整理して判断材料を揃える
      • その場で決めきれなかったら担当つけて期限つける
    • POに判断材料や選択肢を示す
      • 判断するのに時間をとってもらえるように
    • POがAI使って画面のプロトタイプ
  • 対面スクラムイベント
    • リモート中心だが対面の実施も
    • レビューとふりかえり
    • 直接話すことで認識のズレをただす
    • 共通の目的を確かめ続ける

アジャイル未経験組織での大規模アジャイル立ち上げ奮闘記

中村 孝大さん(三菱電機株式会社)
高野 千愛さん(三菱電機株式会社)
髙嶋 佑介さん(三菱電機株式会社)

  • 大規模アジャイルの立ち上げ
    • 何故アジャイルに取り組むのか
      • 作りたいものではなく価値のあるもの
      • 自律的に学びあえるように
    • 顧客起点の開発とは
    • ステークホルダーの洗い出し
    • ペルソナ分析
      • 共感マップでユーザ像を具体化
  • キックオフ後
    • どう動いていけばいいのか
    • レゴでスクラム体験
      • インセプションデッキ
      • チーム間が連携できるスクラムイベント計画
  • その後
    • 透明性が向上
      • 誰が何に困ってるかリアルタイムに分かる
      • 助け合う動きが生まれる
    • 当事者意識の向上
  • 開発者が感じた課題
    • このプロジェクトがどこに向かうか分からなくなる
      • 目の前のスプリントのゴールしか見えてない
      • ウォーターフォールに慣れてることによるギャップ
    • 開発外の作業が増えた
      • チケットの起票
      • スクラムイベントの調整

AI×アジャイルで、石橋を高速で叩きながら渡る 電力会社がゼロから築いた会員サイト改善プロセス

金澤 綾美さん(東北電力株式会社)
平井 滋さん(株式会社SHIFT)

  • 東北電力のシステム開発
    • これまでは企画から稼働まで3,4年
    • ウォーターフォール
    • 完成したものを受け取って確認
      • 直せるのはごく一部で修正は間に合わない
      • 気になることは次の計画に
  • 契約者が料金などを見るサービスをアジャイルに
    • 意思決定の単位が数ヶ月から週に1度へ
    • 毎週動くものを見れるように
  • アジャイルに進めてみて
    • 意思決定のサイクルが短くなったことで判断が軽くなった
      • 手戻りがあっても1週間
    • ただし1週間迷ってると1週間止まってしまう
      • 決める速度が求められる
    • 合意形成の進め方が変わった
      • 確認期間を何週間設けてと時間をかけていた
      • その場で意見をもらってその場で直すように

エンジニアの肌感覚を較正する

角田 徹さん(株式会社Helpfeel)

  • なんか怖いはどこから来るか
    • 感覚で異変に気づく
    • この肌感覚はどう育つのか
  • 計算する前に気づく感覚
    • 経験を積むことによる知識
    • どこを見て何を疑うかの学び
    • 予想して、結果を受け取り、期待との違いを条件から学ぶ
  • 経験則には使える条件がある
    • 前が危なかったから今回も危ない?
    • 前が大丈夫だったから今回も大丈夫?
    • 感覚の手掛かりが今回も使えるのか
  • AIとの関わり
    • なんか変の感覚があればAIに聞ける
    • 聞くことができれば答えてくれる
    • 自分にとって必要な感覚を得るための学びを積み重ねる必要がある
  • 昔の経験を今も使えるか
    • 過去の感覚があることでAIと詰めていくきっかけになる

1サイクル1週間のAI駆動開発で何が変わったか スクラムマスターの実践記録

伊藤 健さん(東京海上日動システムズ株式会社)
阿部 櫻子さん(東京海上日動システムズ株式会社)

  • AI-DLC
    • AIを中心とした開発ライフサイクル
    • 人間は作業者から意思決定者へ
  • AI-DLCの難しさ
    • 慣れないと疲れる
      • ワークフローを理解するのが難しい
      • 生成されるドキュメントが多くて見るのが大変
      • 要件をその場で決めるやり方
    • 作る速さが上がるほどレビューが詰まる
    • 人間は忘れる
      • 人間は全てを把握しきれない
      • AIは古い情報を混ぜて答えてくる
      • 結果思い出せない状態になってしまう
  • AI-DLCでのスクラムマスター
    • ドキュメントやバックログを可視化
      • 意思決定のため
      • 状況を共有するため
      • 課題を整理するため
    • 毎日短時間のふりかえり

AI TDDは「動作保証」のためだけじゃなかった TDDの原点「学びのループ」をAI駆動開発に取り戻す

小山 功二さん(株式会社クオレガ)
https://speakerdeck.com/kojikojikoji37/agile-japan-2026-todan-slide-koyama-koji-1110

  • 動作保証のためのAI TDD
    • 設計通りに動くものをAIに作ってもらう
    • 設計を渡してTDDで作らせる
    • 仕様駆動開発
  • TDDの価値
    • 期待する振る舞いが明確になる
    • 設計の改善点が見えてくる
    • コードをよりシンプルにできる
    • AI TDDで結果を受け取るだけで価値を発揮しきれてるのか

速くなるほど、深く考える ― AI時代のQAに学ぶ

小林 依光さん(JSTQB)
https://speakerdeck.com/kobayashiyorimitsu/agilejapan2026-jstqb

  • AI活用での開発
    • タスクの処理能力は向上している
    • レビューとQAの時間が増している
  • JSTQBのシラバス
    • テストの原則7つ
      • 全数テストは不可能
  • AIは大量のテストケースを書く

広めようとするほど、伝えたいものが消えていく 〜アジャイル普及期を迎えて直面した壁への挑戦〜

渡邊 敬之さん(株式会社JR東日本情報システム)
長谷部 秋久さん(株式会社JR東日本情報システム)

  • アジャイルCoE
    • イノベーター層への広がりは見えた
    • キャズムを越えた後の壁
      • そもそもアジャイルがあわないんじゃないか
      • 学んでるよりはやく進めていきたい
    • Be AgileからDo Agileへ
      • 本質を伝えるよりもどう進めるか
      • ガイドやプロセスへの落とし込み
      • ただし本質がこぼれ落ちていく
  • 目指す先
    • 相手が自分の文脈でアジャイルを理解し進めていく状態
  • 適合性評価シート
    • アジャイルを採用するかのチェックシート
      • 案件とチームの特性
    • アジャイルがあってる案件で検討もされないのがもったいない
      • 正しく検討されるように
    • 各項目に設定意図を残す
  • アジャイル実践ノウハウ集
    • 課題に直面した時に価値観に立ち返って自律的に軌道修正できることを目指す資料
    • なぜそうするかの価値観を記載
    • 理想形を取りづらい場合の工夫ポイントも

「JAWS FESTA 2026 in AKITA」に参加してきました

基調講演:「秋田を元気にするテクノロジーの可能性 日本一ドローンを飛ばしている会社の社長と秋田市長が語りあう」

沼谷純さん(秋田市長)
佐々木 孔明さん(レッドクリフ)
大谷イビサさん

  • 秋田が抱える課題とポテンシャル
    • 10人のうち4人が65歳以上
    • 産業の担い手働き手の問題
      • 20年後は日本全国同じ状況
      • 秋田で対処ができたらそれが全国につながる
    • 再生エネルギーが強い
      • データセンター誘致
    • 外を見ないと自分たちの魅力に気づきづらい
  • ドローンショー
    • 竿燈祭り
    • レッドクリフが6500台ドローンを持ってる
  • JRが運営するスタートアップ拠点が駅前に
    • 高輪ゲートウェイにあるやつの地方版

AWSを利用する上で知っておきたい名前解決の話 2026

五味なぎささん
https://speakerdeck.com/nagisa53/aws-o-riyou-suru-ue-de-shi-te-okitai-namae-kaiketsu-no-hanashi-2026

  • AWSにはIPアドレスではなくFQDNでつなげる
  • どこで名前解決されるか
    • VPCの中か外か
  • 何が返るか
    • グローバル/プライベート/リンクローカルなど
  • VPCにおける名前解決
    • VPC専用のDNS
    • Route53 VPC Resolver
    • 答えを決める順
      • 転送ルール
      • PHZ(Private Hosted Zone)
      • VPC用の名前(EC2など)
      • インターネットのDNS
  • パブリックDNS/グローバルIPアドレス
    • CloudFrontなど
    • インターネットに公開
  • パブリックDNS/プライベートIPアドレス
    • 内部ELBやAuroraなど
    • VPCの外から自社のDNSなど
    • どこからでも名前解決できる
    • 返るのはVPCのプライベートIPアドレス
    • つなぐには閉域網がいる
  • VPC内のみ/プライベートIPアドレス
    • 同じFQDNでもVPCの中と外で返るIPアドレスが違う
  • パブリックDNS/リンクローカルなど
    • Latticeのサービスにつく名前

生成AI時代のIAMのマニアックな話 — プログラムには鍵を渡せるのに、なぜLLMには渡してはいけないのか

佐々木拓郎さん
https://speakerdeck.com/takuros/jaws-festa-2026-public

  • クレデンシャルはSecretManagerに入れておけば安心なのか
    • Claudeが値を参照できていた
    • 暗号化してもAIが読めたら意味がない
    • GetSecretValueの権限を与えてしまうと読めてしまう
  • プログラムに鍵を渡すのは問題なかった
    • 鍵の使い方がコードで決まっているから
    • プログラムが終わったら鍵も消える
  • AIによる鍵の参照
    • どこで使われるかはAI次第
    • どこに記録されるかもAI次第
  • クレデンシャルをそのまま使われると
    • 自分の権限で操作したことになる
    • IAMではAIがやっても自分でやったのと同じ
  • 鍵の渡し方
    • 直読み
      • AIがキーの入ったファイルを読む
      • これはダメ
    • 平文の注入
      • 環境変数で渡す
      • 攻撃された時に環境変数からとられることはよくある
    • ストア経由
      • 取り出しはAIの外で
    • 代理実行
      • 値を渡さない
  • AIからAWSを呼ぶ
    • MCP経由
      • AWS MCP Serverが代わりに実行
      • 代理実行のパターン
    • CLIで直接
  • 渡す権限はAI専用のロールで
    • AIに任せていい範囲の権限を
    • CLIとか人の権限のままの方が楽な時でも条件キーで補うように

サボる子はいねぇがー!AgentCoreハーネスの脆弱性に学ぶ、エージェントの入力バリデーション

岩本隆史さん
https://speakerdeck.com/iwamot/ai-agents-need-input-validation

  • AgentCoreハーネスの脆弱性が出ていた
    • モデルの判断なくツールを実行できてしまう
    • 不十分な入力検証が原因
    • ユーザはノーコードで作れるものなのでAWSが対処する問題
  • 自分たちでエージェントを作る時
    • 同じ問題が起きかねないので考えておかないといけない
    • システムプロンプトで不正な書き込みはしないように定義
    • アプリケーションはバリデーションせずにプロンプトを渡す
    • 普通に使うと拒否してくれる
    • モデルが利用していいと判断したかのような入力を渡すと実行できてしまう
  • AgentCore RuntimeガイドもStrandsもユーザ側でバリデーションするよう記載がある
    • プロンプトフィールドに文字列型を指定するように
    • 会話履歴を受け取る必要ないやつは文字列は拒否
    • toolUseがいらないときは全toolUseを拒否するように
      • 会話した内容だけあればよくてtoolは使わないなど
    • それ以外なら最終メッセージのtoolUseだけ拒否する
    • 会話履歴はアプリだけで管理しモデルには文字列だけ渡すのが一番シンプル

令和の今、あらためて IAM を考える。アクセスキーを「無くせない現実」との向き合い方

kazzpapa3(ICHINO Kazuaki)さん
https://speakerdeck.com/kazzpapa3/jaws-festa-2026

  • AWSのアクセスキーの漏洩
    • 攻撃者の方がスピードが速い
    • 守る側の方が時間がかかる
    • そもそもアクセスキーを使うのをやめるべき
    • だがすでにある運用を変えていくのが難しい場面も
  • まず棚卸し
    • ルートユーザー
      • そもそも使うな
      • パスワード設定しないし回復もさせない
      • 管理アカウントのルートは適切にMFA
      • 議論の余地なく使わない使えないように
      • 使う必要がある作業も減っている
    • IAMプリンシパル
      • 費用が許すならAccess Analyzer常時稼働
        • 外部アクセス分析は無料
        • 棚卸しの人件費と継続監視のコストを天秤に
        • 未使用リソースを消していくとコストは下がっていく
      • IAM認証情報レポート
      • IAM Access Advisor
        • 最後にアクセスしたのはいつかのレポート
        • 1リソースごとにしか確認できないからぽちぽち大変
        • APIでやるならARNが分かってないといけない
    • 権限と付与されたポリシー
  • 権限の判断
    • 存在を知る
    • 最後にいつ使ったか
    • 最後にアクセスしたサービス
    • 最小権限になってるか

気づいたら入っていた5つのAWSサービスのマルチテナント機能を全解説

内田隆さん(アンチパターン)

  • Lambda Tenant isolation
    • テナント分離の機能
    • 別のテナントのメモリなどにアクセス出来てしまわないように分離できる
    • 呼び出し時にTenantIdを指定する
  • SES Tenant Management
    • 顧客Aへの苦情の影響で顧客Bへの重要なメールが配信されないなど起きないように
    • テナントを指定して分離させられる

セキュリティ専任チームなしで攻撃を先回りする、SREが実践したSIEM on Amazon OpenSearch Service

川崎 雄太さん(サイバーセキュリティクラウド)
https://speakerdeck.com/cscengineer/siem-on-opensearch-without-security-team

  • セキュリティの専任がいない環境での課題
    • ログの量が多い
    • ログがそのままでは読めない
  • ログの分析ができると
    • 攻撃の予兆を見つけられる
    • プロアクティブな対応ができる
    • SREがログに近いのでその対応もやっていく
  • SIEM
    • Security Information and Event Management
      • ログを一元管理
      • 相関分析で脅威検出
      • ダッシュボードで可視化
    • AWSでやるなら
      • OpenSearch Service
      • S3 + Athena
    • セキュリティログの分析には専門性が必要
  • SIEMの構築
    • ログを取り込む
      • AWS WAF
      • ELB
      • GuardDuty
      • CloudTrail
  • 分析してみて
    • 不具合だと思っていた400/500系が不正なアクセスだった
    • 検知して不正URLとIPを確認しWAFの拒否リストへ
      • 以後は403を返す

パブリックサブネットを持たないWeb配信基盤の現在地 — CloudFront VPCオリジンの仕組みと2026/7/16障害を解説します

suzryoさん(クラスメソッド)
https://www.docswell.com/s/suzryo/KDMX88-2026-11-07-160134/

  • WAF - CloudFront - ALB
    • 昔はこう
  • WAF - CloudFront - VPCオリジン
    • 7月にVPCオリジンで障害
  • パブリックサブネットにおいておくと外部からつつかれてしまう
    • WAF置くとコストかかる
  • CloudFrontは可用性はとても高い
    • 2020年に1時間くらい止まった
    • 2014年に2時間くらいとまった
  • VPCオリジンがIPv6に対応
  • ECSゲートウェイ
    • ALBを複数のECSサービスで共有できる
    • 入り口をVPCオリジンに一元化できる
  • Lambda Web Functions
    • VPCオリジンが不要に

自治体AIコンタクトセンター、何をどこに任せる?~Amazon Connect Customer + Amazon Bedrockの実践知~

寅野理司さん(Shift)
https://speakerdeck.com/shift_evolve/20261107-satoshi-torano

  • 自治体のコールセンターの効率化
    • 従来のIVRは対象の番号を押して案内
    • AIオペレーターは自然言語で話せる
    • 正答率95%で公開するという基準に
  • Connect AI Agents
    • 業務マニュアルとFAQをRAGに入れた
      • 属性を聞き返して最適な案内を
      • FAQにある質問はその場で回答を
    • 転入手続きの難しさ
      • 誰が、どこから、証明書があるか
      • 順番を飛ばして聞いてしまったり
      • 聞き切らないうちに案内を始めてしまったり
      • 属性を聞かないで進めようとしたり
    • チャンク分割
      • RAGはチャンク分割して扱われる
      • マニュアルはチャンク分割されると意味を失ってしまう
  • 役割分担した構成
    • 役割を分けて動かすことで順序を守れるように
      • Lexは音声をテキストにするだけ
      • Bedrockで意図の抽出やパターン判定
    • 全部をAIにやらせるのではなく部品として使う
      • 読み替えで意味が変わるものはAIに文章を生成させない
      • FAQの回答などそのまま使えるものは使わせる
      • 量の少ない知識はプロンプトに
        • RAGだと分割されてしまう

Lambda Durable Functions×Bedrockで探る「いぶりがっこ×チーズ」の黄金比

Fujii Hikariさん

  • Lambda Durable Functions
    • 複数ステップや長時間実行されるワークフローを作れる
      • StepFunctionsと比較されるような立ち位置
    • 画像と音を取得し結果の出力まで
  • Bedrock Managed Knowledge Base
    • フルマネージドなRAG
    • 評価した結果を配置

田んぼから始まる挑戦 〜新米農家の1年目〜

岩本光司さん
三浦一樹さん
https://speakerdeck.com/miu_crescent/tanbo-kara-hajimaru-chousen-shinmai-nouka-no-1-toshime

ゼロから作るWebアプリの新定番!?Amplify Gen 2 × AWS Blocksで実現する「開発速度とRDBの柔軟性のいいとこ取り」

保 龍児さん(株式会社Relic)
https://speakerdeck.com/amixedcolor/20261029-jaws-festa-2026-latest

田んぼの見回りをIoTで減らしたい!水位監視から電池駆動カメラまでの試行錯誤

伊藤勝良さん
松田夕貴さん
https://speakerdeck.com/itosoft/tanbo-no-mimawari-o-iot-de-herashitai-suii-kanshi-kara-denchi-kudou-kamera-madeno-shikousakugo

オンプレ-AWS間プロキシサーバの移行・性能・障害対応で得た実践ノウハウ

高島一晃さん
https://speakerdeck.com/tkazuaki0820/jaws-festa2026-aws-ma-no-ikou-seinou-shougai-taiou-de-eta-jissen-nouhau-takashima-kazuaki

ライフワーク「猫でもわかるDirect Connect」

加藤 洋雄さん
https://speakerdeck.com/kentapapa/jaws-festa2026-neko-20261107-r1

AWS構成から考えるWebセキュリティ

岩村 蘭満さん(株式会社サイバーセキュリティクラウド)
https://speakerdeck.com/cscengineer/aws-kousei-kara-kangaeru-web-sekyuriti-jaws-festa-2026

AWS基盤改善を支える 私たちの理念と行動指針

鈴木健斗さん
https://speakerdeck.com/kentosuzuki/jaws-festa-2026-in-akita

CSV置くだけ構成は壊れずに間違う ― 秋田のオープンデータで検証するS3 Tables

織田 繁さん
https://speakerdeck.com/shigeruoda/main

地方こそサーバーレス ~10年続けた、顔が見えるチームで確かな基盤を~

清家 史郎さん
https://speakerdeck.com/seike460/jawsfesta-2026-akita

エンジニアでなくても大丈夫!JAWS-UGを本業に活かし切るための具体的な方法論

ニシ サダオミさん
https://www.docswell.com/s/4997286788/ZVJ3WX-2026-11-07-151259/1

ロゴマークは「象徴」だ! 〜JAWS FESTA in AKITA 2026のロゴマークに寄せて〜

若松正美さん
https://speakerdeck.com/hachihcah/jaws-festa-2026-waka-matsu-7f8564a4-33fc-4c2f-b934-42e18dfbdc78

うちなーぐちが認識できるなら、秋田弁もいけるはず!? Amazon Transcribe方言チューニング検証

多和田 涼人さん(株式会社Relic)
https://speakerdeck.com/ryouto715/uchi-na-guchi-ga-ninshiki-dekirunara-akitaben-mo-ikeru-hazu-powerpoint-ban

一番いい仕事は、請求書に現れない。 〜PMから見たAWSコスト最適化と、評価されない貢献の話〜

SHINTARO FUKATSUさん
https://speakerdeck.com/sh_fk2/20261107-ichiban-ii-shigoto-ha-seikyuusho-ni-arawarenai

"触るのが怖い" 複数システムが同居した 15 年物の AWS アカウントを解体するための考古学

wa6snさん
https://speakerdeck.com/wa6sn/aws-account-archaeology

顧客合意を取りながら進めるAWSコスト削減の実践

澤 佳祐さん
https://speakerdeck.com/optim/20261107-jawsfesta2026-sawa

「会社が全力でAI推進したら、PMの働き方はどう変わる?」に参加してきました

AI-Native組織におけるPM×Engineer協働の現在地 — メルカリが挑戦するAI PDLC(Product Development Life Cycle)のデザイン

Tomohiro Furusawaさん(株式会社メルカリ)

  • AI-PDLC
    • 2026年入ってから取り組んでる
  • 2026年1月頃
    • エンジニアの生産性だけ上がってた
    • 個人が速くなったが全体が速くなってるかは疑問
    • Discovery - Definition & Delivery - Launch & Learn
      • このサイクルの一部分だけ
      • 開発が速まった余力が価値につながらない
    • 品質とスピードの両立
      • 意味のないものをたくさん出してもしょうがない
    • これまでは工程を順番に仕様固めてから実装へ
    • これからは作りながら考える
    • 工程ではなく責任で役割を分けて協力して
      • PdM
        • 顧客価値
        • 事業成果
      • PdE
        • 仕様策定
        • 実装QA
      • Enabler
        • 品質
        • 生産性
    • 組織構造
      • Company - Theme - Epic - Project
      • EpicにPdM/PdEのチームができて複数プロジェクトを持つ
  • 2026年4月頃
    • 3ヶ月PoCを実施
      • 従来の型をベースにしたことはやらない
      • 新しいやり方を試す
      • 10+のチームで実施
    • やってみて方向性はよさそう
      • PdEが幅広く作る
      • PdMはDiscoveryに集中
    • PdEが仕様書書くのが難しかったり
    • PdEがデザイン作ってデザイナーがレビューするのが詰まる
    • PdEがオンボーディング対応で時間をとられる
    • 横断チームの支援対象が多くて回らない
  • 2026年7月頃
    • 全社向けに新しいスタイルに変えて古いものには戻らないと宣言
    • PdMはDiscoveryとLearnをリード
    • PdEはDefinition & DeliveryとLaunchをリード
      • 開発はiOS/Android/FE/BEなど全て担う
  • PdMの価値
    • 課題を選ぶ
    • 決め切る
    • 成果に責任を持つ
    • 学習を回す
  • 新しい仕組みを広めるために
    • それぞれの変化
      • エンジニアはやることが増えたように見える
      • PdMはプロジェクトマネジメントの仕事がなくなる
    • 理解と共感が変革を左右する
      • 小さくでも幅広く試す
      • 丁寧すぎるほど伝える
      • ツールを先に全員の手に
      • 協働体制をつくる
  • Enabler
    • BI/UXR
    • UX
    • Dev(PjM. Review)
    • QA
    • Post Delivery
    • Experiment
  • Specialist
    • BI
    • UXR
    • Design
    • QA

現場PMとPdE(プロダクトエンジニア)が語る!AI-Nativeな開発の最新事例

カテゴリ判定

  • 機能
    • 写真をとってからだと遅い
    • かざしただけでカテゴリを判定して撮影のしかたのガイドを出す
  • 体制
    • PdM1人とPdE1人
    • DiscoveryはPdM
    • PdEがPRDをつくる
    • PdEがデザインを作る
      • Figmaを作らずに実装でモックアップから
    • PdEがiOS/Android/MLモデルの開発
    • QAもPdEがやる
  • やってみて
    • 1人でやるので並列で動けなかった
      • レビュー待ちが目立ったり
    • 休暇をとると完全に止まってしまう
      • EMを置いて回る体制に

似ている出品者

  • 機能
    • フォローしているセラーのプロフィールに似ている出品者が紹介される
    • そこから自分にあう出品者をもっとみつけてもらう
  • 体制
    • PdEがiOS/Android/BE/ML全部開発

「TSKaigi Sendai 2026」に参加してきました

なぜ型にこだわるか ー「意図の明白なインタフェース」を考えるー

池奥裕太さん(エムスリー)
https://www.docswell.com/s/4136989/K3JVLL-tskaigi-sendai-2026#p1

  • 制御フロー解析
    • 場所によって型が変わる
    • if文で型の絞り込みをすることで型が具体的になる
  • 管理者権限をチェックする例
    • 処理の手前でユーザがadminかチェック
      • type User = AdminUser | NormalUser を引数で受け取ってチェック
    • もしif文を書き忘れても型では気付けない
      • Adminしか操作できない関数はAdminUserしか受け取れないようにする方が堅牢
  • 関数のインターフェースを考える
    • adminしかできない処理でUserを受け取るかAdminUserを受け取るか
      • AdminUserを受け取った方が正しく意図を表現できている
    • 意図の明白なインターフェース
      • 関数の名前やシグネチャから目的や振る舞いが分かるのがいい
      • 意図は仕様のこと
      • TSでは意図を示すことに加えてチェックまでやってくれる
  • テストは具体的な値に対する振る舞いのチェック
  • 型は任意の値に対してチェックできる

詳解 never 型 - ボトム型の性質を深掘り

たつかわさん(ニーリー)
https://speakerdeck.com/nealle/a-deep-dive-into-the-never-type

  • 空集合としてのnever
    • neverはボトム型ですべての型の部分型
    • 集合としてみると空集合
    • なのでnever型の値は作れない
    • never型は何にでも代入できて何にでも代入されない
  • neverの登場タイミング
    • throwだけの関数の戻り値
    • 型チェックで到達し得ない場面
  • neverの性質
    • Unionの単位元
      • 計算しても相手を変えない要素
    • Intersectionの吸収元
      • 計算すると相手を飲み込んで自分にしてしまう
    • Unionから消したい時にneverに置き換えると消える

増え続けるプロダクトの品質をどう担保するか。ProductSpecとTypeScriptによる取り組み

野口 将人さん(PeopleX)

バックオフィスに染み出すTypeScript ── clasp で安全に仕組みを作る

榎本 陽祐さん(ニーリー)
https://speakerdeck.com/nealle/tsimpact-on-back-office

  • バックオフィス向けのシステム
    • 手動が大変なので処理をシステム化したい
  • どこで動かすか
    • サーバー立てる?
      • 誰がメンテしていくのか
    • GitHub Actions?
      • 実行コストがかかる
    • GASとスプレッドシートで
  • GASをclaspで
    • 3系からTypeScriptのプロジェクトとして作れるようになった
    • GitHubで履歴も管理できるように
    • プルリクの内容は普通のコードと同じようにチェック
    • テストも書いてCIで動かす

TypeScriptはビルド最適化の夢を見るか

Sajiさん(サイボウズ)
https://speakerdeck.com/sajikix/tskaigisendai2026

  • 型情報でビルド時に最適化しているツール
    • Closure Compiler
    • scriptc
    • Bun
  • Closure Compiler
    • Googleが作った最適化コンパイラ
    • 2009年に公開された
    • 当時としては一般的じゃなかったモジュールシステムなど
    • 空白除去やローカル変数リネームなどの最適化
      • 一般的なminify相当
    • JSDocで型を書く
    • 型で同じ名前のプロパティを別のものとして区別できる
    • 型が正しいものと信じることが制約
      • 型が嘘ついてるとたいてい実行時に壊れる
  • scriptc
    • vercelが作ってる
    • TSをNodeなしで動かせる
    • static tierとdynamic tierとdynamic
      • 型から決めた表現でコンパイルするか実行時に型を調べるか
      • できるだけstaticにさせたい
    • なぜ型で小さく速くなるか
      • オブジェクトを固定レイアウトで持てる
      • ネイティブに近い方に変換できる
      • unionの分岐を実行時に調べなくていい
    • 型チェッカーが推論した型は信じて動く
    • asで型の嘘をつくと実行時に型エラー
  • Bun
    • build時にaotオプションで事前に機械語へコンパイルし実行ファイルを作る
    • 汎用版と最適化版を作って使い分ける仕組み
    • フロー解析で追えないところで型を使って判断してる
    • まだそんな速くなってない
      • はまるところで速くなるくらい

大規模モノレポでビルドモードは使うべきか?

all-userさん(テックタッチ)

  • TypeScriptのビルドモード
    • 型チェックとコンパイルが速くなる
    • tsbuildinfoが揃えば速い
    • 初回は遅い
  • tscの2つの使い方
    • ビルドモード
      • tsc --build
    • 通常モード
      • tsc -p
    • 通常モードだとモノレポで依存先があると使われる側は重複して型チェックすることになる
    • ビルドモードだと1回だけ型チェックして利用側は宣言ファイルを見る
  • プロダクトコードで検証
    • 直列な実行はビルドモードが速い
    • 最適化した通常モードはビルドモードより速いことも
    • 消える重複の型チェックが扱うtsconfigの数より多ければビルドモードがいい

100以上のプロジェクトを持つNxモノレポのTypeScript 7移行の実践

甲斐 和基さん(ファインディ)
https://speakerdeck.com/karukan029/100-ijou-no-purojekuto-o-motsu-nx-mono-repo-no-typescript-7-ikou-no-jissen

  • Nxを使ったモノレポ
    • モノレポ内の依存を把握してタスクを実行
    • 変更検知し依存するものを再実行
    • ビルド結果のキャッシュ
  • TS7への移行
    • 5.9から6へ
      • TS6の非推奨は7で消える
      • 従来のAPIがなくなる事による調査と対応
      • 6にあげたタイミングで非推奨は削除
    • その後7へ
  • 修正内容
    • ignoreDeprecationsに6を指定してエラーを洗い出し
    • CSSの副作用import
      • 型宣言追加
    • rootDirの明示とoutDirの削除
      • 未指定時の動きが変わった
    • FileListを新しい型定義に合わせる
      • dom.iterableの内容がdomに統合された
    • baseUrlの扱い
  • CompilerAPIがTS7でなくなる

燃えるゴミを火曜日に出したらコンパイルエラーにしたい

かなとさん(toggle holdings)
https://speakerdeck.com/kurukuru1999/moeru-gomi-o-kayoubi-ni-dashitara-konpairu-era-ni-shitai

テストで表現する「型宣言が変更されていないこと」

muramatuさん(GENDA)

  • やってはいけないことをどうAIに守らせるか
    • 型で縛る
    • 型を勝手に変えられないようにしないといけない
  • 型宣言のスナップショットテスト
    • vitestのexpectTypeOfで型宣言のテストが書ける

oxcのtypescript parserを眺める

大塚竜太郎さん(チームラボ)
https://speakerdeck.com/teamlab/tskaigi-sendai-oxc-typescript-parser

  • a<b>(c) と a < b > c をどう区別しているか
  • astになるとぜんぜん違う
  • Oxcは再帰下降パーサー

JSON in JSONの型推論を探る

かっつーさん
https://speakerdeck.com/fkatsuhiro/json-in-json-no-kata-suiron-o-saguru

  • JSONの中で文字列化したJSONを持つ場合の話
  • 地道にパースしてJSONとして扱えばできる
  • 再帰処理の上限があって9層でエラーに

さよなら独自環境。TypeScriptでAbleton(DAW)を自動化する楽しさ

森祐一さん(チームラボ)
https://speakerdeck.com/teamlab/tskaigi-sendai-typescript-ableton-automation

  • Ableton Live
    • 音楽制作のソフト
  • 音楽制作の自動化
    • 音の数が増えると確認したい項目が増えてくる
  • Ableton Extensions SDK
    • js/tsでAbletonを動かせる

TS 7.0 で baseUrl が使えなくなった今、パスエイリアスをどうするか

おおいしさん(ファインディ)
https://speakerdeck.com/bicstone/ts7-baseurl-path-alias

  • baseUrl
    • ./ なしでimportする時の起点
    • TS7で廃止される
  • 移行方法
    • pathsへ置き換え
      • tsと各ツールが解決
      • tsconfigで設定
      • tsconfigを多段でextendしたりしてるとうまく動かない
    • subpath importsに置き換え
      • nodeとツールが解決
      • から始めるimport

      • importしたところから一番近いpackage.jsonが起点
      • vitestなどとのかみ合わせがあるので注意

tsgo時代のTypeScript Playgroundはどう動くか

elecdeerさん(チームラボ)
https://speakerdeck.com/teamlab/tskaigi-sendai-tsgo-typescript-playground

  • TS7がリリースされた
    • TypeScript PlaygroundはまだTS6のまま
  • これまではTSコンパイラはTSで書かれていた
    • なのでブラウザで動いていた
    • TS7でネイティブ実装になった
    • 実行するにはOSやCPUごとにバイナリが必要
    • ブラウザだと実行できない
  • ブラウザで動くTypeScript Compiler
    • TypeScript Playground
    • StackBlitzとかvscode.devなど
  • StackBlitzはv7が動いてる
    • tsgo-wasmのフォークを使ってる
    • WebAssembly(wasm)ならブラウザでバイナリを実行できる
    • goはwasmをターゲットにコンパイルする機能がある
  • tsgoのwasmビルド
    • TS6よりファイルサイズが大きいし遅い
      • goコンパイラが出力するwasmのバイナリは効率がよくない

Corsa APIをESLintで使うためにやったこと(tsgolintじゃないヨ)

Halさん

  • TS7でtypescript-eslintが動かない
    • TS7が従来のAPIに対応してないから
    • Checkerの型の取り方も変えないといけない
  • Corsa API
    • CorsaはTS7のコードネーム
    • nodeのプロセスとtsgoのプロセスを同期でやりとりする
    • プロセスをまたぐ回数が多いと遅くなってしまう
    • Corsa APIを使うとまとめて型チェックを取得できる
  • oxlint(tsgolint)が速い
  • ESLintの独自プラグインなど資産を使いたかったらCorsa APIで問い合わせの回数を減らしながら

パターンマッチングがTypeScriptにもたらす影響について考察する

永山俊明さん(サザビーリーグHR)

  • パターンマッチング
    • 引数オブジェクトのチェックをする構文
    • 戻り値としても使える
    • TC39で7年以上stage1

Content Mapper APIの応用例〜CSS Modules、言語ファイル〜

うひょさん(カオナビ)
https://speakerdeck.com/uhyo/content-mapper-api-no-ouyou-rei-css-modules-gengo-fairu

  • TypeScript7.1が順調に行くと11月24日リリース
  • Content Mapper API
    • 任意の拡張子のファイルをtsファイルのように扱える機能
    • tsc経由でContent Mapperのプロセスが立ち上がってやりとりする
      • ts以外の登録済みのファイルを見つけるとtsコードに変換して返してくれる
      • tsからvueとかcssとかさまざまなファイルをimportして扱える
  • 従来との比較
    • 型定義ファイルの生成とLanguage Service Pluginでts以外のファイルを取り込めるようにしていた
    • LSPはエディタ向けとかなのでtscを動かすときにはきかないので2つセットで必要だった
  • Content Mapperの処理
    • 決められた変換処理を実行してtsにして返す
    • 変換前と変換後のマッピングも作る
      • エラーが起きた時にどこがダメか知らせられるように
      • vueファイルに対して型エラーを示すかのような挙動を実現できる
  • CSS Modulesでの活用
    • ViteやNextはデフォルトで設定が組み込まれている
    • tsxからmodule.cssファイルをimportして使う
    • 使ってるCSSを型チェックしたくなる
      • そうなると型定義とLSPが必要になる
      • css-modules-kit
    • これがContent Mapper APIを使うとそれだけで対応ができる
      • CSS Modulesのファイルを型定義に変換する
  • 言語ファイルへの活用
    • 多言語対応のためのテキスト定義のファイル
    • よくある使い方だと各言語のテキスト情報を丸ごとリポジトリに入れて必要なものを取り出す
    • コンポーネントと1対1で言語ファイル作って利用する仕組みを作れる
      • 言語定義のjsonをContent Mapperでtsで取り出しやすい形式に変換して使う
      • keyを間違ったら型エラーにするなど扱いやすくなる
      • jsonの形式の正しさのチェックなども
  • 独自拡張子を扱いやすくなる
    • ランタイムはViteプラグインで
    • 型チェックはContent Mapperで

「KomeKaigi 2026」に参加してきました

視野はAIに、視座は人に

中川幸哉さん(モニクル)
https://speakerdeck.com/nkzn/ai-for-breadth-humans-for-perspective

  • AI開発の変化
    • 以前はやり方まで指示したうえでやらせてた
    • 最近は大枠だけ示してやり方も考えさせる
  • 視座が高いと視野が広くなって視点が増える
  • 視野とAI
    • 話が通じない時は視野があってない
    • AIはアクセス制限がある
    • 視野に入るもの
      • CLAUDE.mdやプロジェクト内のドキュメントなど
      • ポインタがあるかどうかでたどりやすさが違う
    • 視野が重なってるところしか噛み合わない
      • AIが知らないことを知ったかぶりして続けてしまうことも
  • AIと視野を合わせる
    • やることを説明させる
    • 材料と入手手段を渡す
  • 視座は人に
    • 判断材料がコードからAIの説明へ
    • 求められる品質特性はビジネスによって違うので人が判断しないといけない

「社員は誰も知らない」を終わらせる 新潟から育てるAI時代の内製開発チーム! 外注依存から、自分たちで価値を届ける組織へ。

小林 逸斗さん(ベネフィット・ワン)
新田功己さん(ベネフィット・ワン)

  • 多様な事業
    • 健康経営/福利厚生/CRM
    • 18000社1200万人
  • ベンダー中心の開発
    • 明日ベンダーがいなくなったらシステムを継続できるのか
  • IT負債の返済
    • 延命を続けるのをやめる
      • 旧システムの開発を止めて次期システムを作る
    • 業務から作り直す
    • アーキテクチャも刷新
    • エンジニアは8名のみからのスタート
  • 新潟内製開発チーム
    • 2024年9月に1人からスタート
      • 対象を絞ってリバースエンジニアリングして仕様を理解
    • 2025年4月グルメ領域を完全内製
    • 2026年ヘルスケア領域をフルスクラッチで開発
  • AIをチームに組み込む
    • AI向けのルールを整えて品質を平準化
    • プルリクエストの自動レビュー
    • レガシーコードのテストを生成しデグレ防止

AIに任せる前に自分に聞く ― AI時代の3つの問い

鶴岡 佑樹さん(さくらインターネット)

AI駆動開発って酒造りに似てませんか?〜品質を支える計測と改善の話〜

Nishinoさん(supa株式会社)

デザインシステムからイディオムへ 〜 エンジニアとデザイナーの協働のための共通言語を目指して 〜

土屋一樹さん(ソシオメディア)

  • スタイリングとデザインは違う
    • スタイリングは見た目だけ
    • デザインは構造や導線の設計まで
  • デザインシステム
    • スタイリング中心なことが多い
    • 機能の実装については語られない
  • ファイルアップロード部品
    • 見た目は工夫が増えて進化してきてる
    • 裏側の動きが定義されない
    • 何がいつ送られるか
    • どこに保存するか
    • 進捗中はどうするか
  • イディオム
    • 慣用句、成句
      • 単語の組み合わせが本来の意味から広がること
      • スパゲッティとコードを組み合わせると入り組んだプログラムと言う意味に
    • エンジニアとデザイナーが共有していくといい
    • UI設計におけるイディオム
      • こういう時はこうだよねという決まり
      • 使いやすいアプリケーションは慣用的になる
    • デザイン側と開発側のデザインシステム
      • Storybook + OpenAPI
  • ユーザーインターフェースのパラダイム
    • About Faceで紹介されている
    • 実装的
      • データベースそのまま
    • メタファー的
      • 紙の帳票をWebで表現
    • イディオム的
  • 慣用的な操作パターン
    • 一定のUI要素の組み合わせと操作や処理が組み合わさったもの

技術的なトレードオフにのみとらわれない。あなたのチームにとって最適なADRについて考える

ちゃんくろさん(サイボウズ)

  • 何かを選択する時の判断
    • トレードオフ
    • 複数の比較対象でメリットとデメリットを考える
    • 根拠に基づいて正しい重み付けで判断
  • 情報の区分
    • 主観的/客観的と事実/推測の2軸で4象限
  • ADR
    • アーキテクチャディシジョンレコード
    • ソフトウェアアーキテクチャの基礎の21章3節
    • アーキテクチャ決定を文書化する効果的な方法
    • タイトル/ステータス/コンテキスト/決定/影響
  • ADRの作成
    • 議論するべきテーマを正しく設定する必要がある
      • 論点をピンポイントで考えられる
    • コンテキストを揃えて議論をする
      • xx性が高いなど抽象的な言葉の認識

AIではなく、人と話そう。

藤原敬弘さん(FERM)

  • 100年経つ家を建てる
    • コードは安くなった
      • 人月ではなくトークン量
    • データ設計は高い
      • 高いものは変えるのが難しい
      • ソースコードと現実世界のマッピング
      • ドメイン境界
    • 基礎が正しければ放っておいても最適解になる
      • そうでないとよくないものが広がってしまう
    • 現場の業務を深く知らないとずれたものを作ってしまう
      • 商習慣がどうなっているか
    • 運用に耐えるものを作らないといけない
      • それらしいものはすぐできるがそれでは足りない
      • エンジニアが持っているソフトウェアを作るというドメイン知識といえる
  • 地方とAI、ニッチとAI
    • 地方はまだまだデジタル化が進んでない
    • 商売が上手くいってることとITリテラシーやデジタル化の度合いは相関がない
    • 困っていることが言葉になっていないとAIに解いてもらえない
      • それが業務に溶け込んでいる
      • 仕事だからしょうがないとなっている
    • プロトタイプはすぐにできる時代
      • 既存の業務と接続しながら
  • AIではなく人と話す
    • 人と話すことがボトルネックになってきている
    • 人間同士のやりとりで対応してて言語化できていない業務
    • インターネットに乗らないコンテキストは人と話さないと掘り出せない
    • 鍵は信頼を獲得すること

メガクラウド時代における、もう一つの選択肢 〜エンジニアと社会課題解決〜

蒔苗純平さん(株式会社メンバーズ)
ZHANG LUさん(株式会社メンバーズ)

  • メガクラウド
    • AWS/GoogleCloud/Azure
    • デジタル赤字
    • 円安問題
  • 国産クラウド
    • 為替による変動がない
    • 外国の法規制や地政学的な問題の心配がない
  • さくらのクラウド
    • データ転送の従量課金がなく月額
    • 日本語サポート
    • ガバメントクラウド
  • メガクラウドとさくらのクラウドのマルチクラウド
    • メガクラウドのマネージドサービスは使いつつ併用
    • 閉域網接続
    • CDNやDBをさくらのクラウドで

eBPF入門 〜AWSサービスで見る活用事例〜

Yi JunHyungさん(サーバーワークス)

【"地方のお結び"繋がりと独自の強さ】新潟のコミュニティ基盤(お結び)とDX活用を交え、地域DXによる強みと共創の価値を5分で解き明かす。

末吉 拓哉さん(DERTA)

新米を「売り越さない」、Aurora DSQLで作る在庫ゼロ死守の限定ドロップEC

山下 祐樹さん
https://speakerdeck.com/yama3133/shinmai-o-uri-kosanai-aurora-dsql-de-tsukuru-zaiko-zero-shishu-no-gentei-doroppu-ec

  • 売り越し
    • 在庫100袋で101袋目を売ってしまうこと
    • ECで同時に大量にアクセスが来たり
    • 残り1袋を2人同時に買いに来た
    • 見て減らすまでに隙がある
    • DB1台ならロックをかければいい
  • 楽観的並行性制御(OCC)
    • 競合したら最後に審判が決める
    • 負けた方はやり直し
  • Amazon Aurora DSQL
    • サーバーレスの分散SQLデータベース
    • PostgreSQL互換
    • 複数リージョンで同じデータを読み書きできる
    • 書き込みはまたせずにcommitの瞬間に判定する
    • 負けたらランダムな待ち時間を与えてやり直す
  • 検証
    • 東京とソウルにAurora DSQLをたてて在庫100件を3000人が同時購入
    • 売り越しは発生せず
    • 買えた人ほど時間がかかる
      • 何度もリトライして待ち時間も

言語化しきれなくてもいい ~勉強会を「完璧な成果を出す場」から「不確実な刺激と体験を持ち帰る場」へ~

hott3さん(ドコドア)
https://speakerdeck.com/hott3/gengoka-shi-kirenaku-temo-ii-benkyoukai-o-kanpekina-seika-o-dasu-ba-kara-fukakujitsuna-shigeki-to-taiken-o-mochikaeru-ba-he

  • 言語化の壁
    • ちゃんとした言葉で言わないといけないと身構えてしまう
    • 対人間の説明と対AIのプロンプト
  • 言語化を分解
    • 知覚 - 解釈 - 構造化 - 表現 - 整形 - 出力
    • 慣れてる人は中間の4つをスキップして自然と出力できる
    • 慎重だと中間のサイクルを回して精査していく
  • 100%は伝わらない
    • 発信する時に削ぎ落とされる
    • 受け取る時に再構築される
  • SRK
    • Knowledge
      • 知識として教わる
    • Rule
      • 規則として何が起きるかつかむ
    • Skill
      • 身体知として何も意識せずにできるようになる
      • 無意識なので言語化は難しい
  • チームで勉強会
    • WhatはAIで事足りる
    • Whyを話す
    • 実践知や経緯
    • 中間成果物のレベル感をつくる場
      • それを現場に持っていって
  • まずできるアクション
    • 思ったことを率直に言う
    • 気になったフレーズを口にする
    • 目にしたものを頭の中で再生する
    • 自分なりの解釈をそのまま伝える

正解の無い問題を「できるだけ上手く解く」ヒューリスティックで感性を磨こう。~現実課題をプログラミングで解きあうコミュニティについて~

allegrogikenさん(メンバーズ)
https://speakerdeck.com/allegrogiken/seikai-no-nai-mondai-o-dekirudake-umaku-toku-hyurisutikku-de-kansei-o-migakou-genjitsu-kadai-o-puroguramingu-de-toki-au-komyuniti-nitsuite

  • 競技プログラミングのヒューリスティック部門
    • ボードゲームを解かせる
  • ヒューリスティック
    • 発見的/直感的/経験的
    • 計算機科学ではある程度のレベルで正解に近い解を得る
    • まともに計算すると計算量が爆発する場面で使う
  • 生成AIと競技プログラミング
    • AtCoderは短時間は利用禁止で長時間は人間部門とwith AI部門

XR × AIで描く新潟の未来図! えだまめ早食いMRアプリから始める地域課題解決

fubuky35さん
https://www.docswell.com/s/fubuky35/K3JVJ2-2026-10-31-090151/1

  • 枝豆の早食い
  • 3粒を狙って食べるようにMRで視覚化
  • 枝豆の判定はできないので自分で学習させた

勉強会の懇親会が苦手な人も楽しめる場をつくりたい

うーたんさん
https://speakerdeck.com/ohmori_yusuke/benkyoukai-no-konshinkai-ga-nigatena-hito-mo-tanoshimeru-ba-o-tsukuritai

エンジニアとして地域貢献のために何をすべきか

dachiさん(MOSH)
https://speakerdeck.com/dachi023/komekaigi-2026

新卒エンジニア、介護士になる

ryuさん(タイミー)
https://speakerdeck.com/ryu1013/shinsotsu-enjinia-kaigoshi-ni-naru

しがないエンジニアが家業の金物屋を継ぐためUターンした結果

井上雄策さん

畳の部屋をデータセンター化!実家×型落ちGPUで挑む「ふわふわのエビ選手権」と200tpsの罠

nohikomisoさん


リアクションエンジニア ― 小さなリアクションから、話しかけやすい組織をつくる ―

竜宮やなさん
https://speakerdeck.com/ryuguyana/riakushon-enjinia-chiisana-riakushon-kara-hanashikake-yasui-soshiki-o-tsukuru

お客様の「やりたい」の先を見通す合意形成プロセス ~裏にある課題と不安を解きほぐすコツ~

小関 有香さん
https://speakerdeck.com/yukakoseki/okyakusama-no-yaritai-no-saki-o-mitoosu-goui-keisei-purosesu-ura-ni-aru-kadai-to-fuan-o-tokihogusu-kotsu

AIに任せられるのは、磨いてきたものだけ

山本 一将さん(MOSH株式会社)
https://slides.y-kaz.com/2026-10-31-komekaigi/

組織を変える前に、自分の衝動を磨く ― 『夏子の酒』と振り返る、大企業の組織文化づくり

小泉岳人さん(ニッセイ情報テクノロジー)
https://www.docswell.com/s/Insurtech-lab/5Q2P2Y-2026-10-31-095034/1

攻撃 3 時間 vs 復旧 10 時間。アクセスキー流出の非対称性を体感するために CTF を作った話

kazzpapa3さん
https://speakerdeck.com/kazzpapa3/komekaigi-kougeki-3-jikan-vs-fukkyuu-10-jikan-akusesu-ki-ryuushutsu-no-hitaishousei-o-taikan-suru-tame-ni-ctf-o-tsukuta-hanashi

なぜ東京にいる私が、新潟の技術コミュニティを運営するのか

八雲慎之助さん(クレスコ)
https://speakerdeck.com/yakumo/naze-toukyou-ni-iru-watashi-ga-niigata-no-gijutsu-komyuniti-o-unei-suru-no-ka-by-yakumo-maki-no-suke

「まず自分が背中を見せる」から始まった──「打席に立ち続ける」ことで技を磨き、縁を結ぶということ

nattyさん
https://speakerdeck.com/natty_natty254/mazu-jibun-ga-senaka-o-miseru-kara-hajimata-daseki-ni-tachi-tsuzukeru-koto-de-waza-o-migaki-en-o-musubu-toiu-koto

チームと組織を磨く「決めさせる」技術 — 組織横断課題を動かすための枠組み作りと権限委譲

こうのさん
https://www.docswell.com/s/hk_it7/ZMQPYX-komekaigi_2026_kouno/1

リーダーは万能じゃなくていい ─ 燃え尽きる前に知りたかった10のこと

井上 裕介さん
https://docs.google.com/presentation/d/1mCjnwhwrFM5YhLf5qAfh3fhe_SHtVXZV3NSzaPFnqQI/edit

「Tech Reliability Jam」に参加してきました

SLOを阻む不安

srakuさん(株式会社スリーシェイク)
https://speakerdeck.com/sraku2159/slo-o-habamu-fuan-53d52d82-7bcc-45b9-a3e7-8ef1f834a773

  • SLOで測るもの
    • 可用性、レイテンシ、スループット
    • 使えるか、速いか、データが残っているか
  • SLOで測らないもの
    • 一発でも起きたらダメなもの
    • リクエストは成功してるが業務的に問題があるもの
  • 取り返しのつかない失敗
    • 損失が多くて元に戻せない失敗
  • ハザード
    • 最悪の条件と重なると損失につながるシステムの状態
    • 正常 -> ハザード -> 失敗
      • ハザードの状態に条件が重なると失敗になる
    • 失敗から正常に戻せるか
      • 戻すは本当に戻れて意味がある
      • 試してないバックアップは信用できるのか
      • どれくらい時間がかかるのか
    • 失敗へそもそも遷移させない
      • 失敗が起きづらい設計
      • 冪等性のある処理とか
      • 権限を絞るとか
    • 失敗を続けない
      • 安全のために可用性を犠牲にする
  • STPA
    • System Theoretic Process Analysis
    • 故障してないのに起きる事故を扱う安全性解析の手法

不具合issueを撲滅!SREsとQAチームの連携事例のご紹介

しょっさん(株式会社MIXI)
https://speakerdeck.com/syossan27/fuguai-issue-o-bokumetsu-sres-to-qa-chimu-no-renkei-jirei-no-goshoukai

  • SRE本の信頼性
    • 工業製品における品質保証のコンテキストで語られている
    • 信頼性 = 求められる機能 x 定められた条件 x 定められた期間
  • 不具合issueがたまっていた
    • QAチームからの相談
    • ODC分析のレビュアーAIを運用してみたい
  • ODC分析
    • どのような不具合か
    • どのような条件で起きるか
    • どのような影響範囲か
    • どこで混入したか
  • 全体のフローをSREとQAで分担して回していく

FinOpsを導入して複数事業のコスト最適化を実現するまで

madoさん(株式会社ナレッジワーク)
https://speakerdeck.com/kworkdev/finops-multi-product-cost-optimization

  • マルチプロダクト
    • クラウドもさまざま
    • プロダクトがたくさん
    • プラットフォームチームが作っているものを各プロダクトが使う
  • AI費用
    • AIの活用が広がった
    • プロダクト別のコストの可視化
    • AI費用を切り分けたい
    • 本番費用を切り出したい
  • これまでのクラウド費用はユーザ数で按分してた
    • AIだと変動が大きくて難しくなった
  • FinOpsチーム組成
    • プラットフォームエンジニア
    • SRE
    • データエンジニア
    • 経理
  • 始め方
    • クラウドFinOpsの本
    • FinOpsフレームワーク
  • FinOpsフレームワーク
    • 技術の事業価値を最大化する運用の枠組みと文化
    • その実践がFinOps
    • 6つの原則
      • チーム協働
      • 価値で判断
      • 全員当事者
      • データは早く正確
      • 専門チームが推進
      • 変動費を生かす
    • フェーズ
      • Inform
      • Optimize
      • Operate
  • Inform
    • 請求データを一箇所に
      • できるだけ生データで
      • とれるものはAPIで
    • 各種クラウドやSaaS
    • BigQueryに集めてBIで可視化
    • FOCUSというスキーマで各種クラウドのデータを管理できる
    • AI費用のガイドライン
      • 変動が大きいものを分けて見れるように
    • ラベル付け
      • 同じリソースを共有してる所を区別できるように
      • VertexAIでうまく付けられなくて工夫を
  • OptimizeとOperate
    • コスト削減ではなく最適化
      • 必要なところに必要なコストを
    • FinOpsチームが仕組みを作ってプロダクトチームが使う
      • 運用ハンドブック
      • コストダッシュボード
      • 定期的なコスト改善回
    • SREは共通基盤の最適化
    • プロダクトチームは自プロダクトの最適化

AI AgentによるEmbedded SREの取り組み

おさないさん(KINTOテクノロジーズ株式会社)
https://speakerdeck.com/tgidgd/ai-agent-niyoru-embedded-sre-no-torikumi

  • KTCのSRE
    • Central SREとEmbedded SRE
    • Centralで60点の仕組みを作って
    • Embeddedがそれを使って100点に近づけていく
  • なぜEmbeddedを始めたか
    • SREメンバーが少しずつ増えてきた
    • プロダクトに合わせた取り組みでより良くなることを期待
    • ただスケールは難しい
      • SRE4人でプロダクトは80
  • Embedded SREを補完するAIエージェント
    • 世の中のSREエージェントサービス
      • AWS DevOps Agent
      • New Relic Autopilot
      • などなど
    • 幅広い範囲に対応できるように独自で
    • いざという時は自分たちのエージェントを手放す覚悟も
    • ベースはAWS Bedrock AgentCore
    • 各プロダクトごとに作成しSlackアプリから使う
    • GitHubやAtlassianなどのMCP接続
  • エージェントの成熟度
    • レベル1から3
    • 観測 - 判断 - 実行
  • AIエージェントの振る舞い
    • 人がEmbeddedする代わりなので人のように動いてほしい
      • ただのチャットにならないように
    • SREの価値観で動く
    • 過去の出来事を学び活用
    • 分からないことは適切な人にエスカレーション
    • 自律的に行動を開始する
    • テレメトリの違和感に気づく

「正解のない「体験づくり」に、職能の境界を越えて挑む!〜アソビュー×Voicy 越境のリアル〜」に参加してきました

QAが職能を越えて変わった、「良い品質」への考え方

おしょうさん(アソビュー株式会社)

  • 品質の担保
    • テスト工程で出来上がったものを確認
    • 最後の砦として
  • もっと良い品質のために
    • 開発工程からかかわりたい
    • 開発者とコミュニケーションできれば上流から品質向上できる
    • 開発工程でも貢献できるところはないか
  • QAが開発
    • 自分が不具合を入れたり考慮漏れがないか不安
    • 手順が決まった作業から
    • AIのフォローで理解を深めながら
  • 関わる領域を広げてみて
    • 品質に対するとらえ方が変わった
    • 仕様書だけでは見えない課題がいくつもあった
      • 現場での使い方を見ると困っているところがわかる
    • 接する人が増えていくと見える範囲が広がっていく

チームが安心して顧客に価値を届け続けられる仕組みを作るために、立ち位置を変えた —— FE リードから SET へ、AI 時代の品質づくり

井上 真史さん(アソビュー株式会社)

  • 中長期の目線を持った開発
    • 持続的に伸ばしていくために
    • 質とスピードはトレードオフじゃない
  • 目の前の課題が優先になりがち
    • 爆速で成長する事業
    • 質をあげていく取り組みが後回しに
    • 後回しにしたことで問題になったと体感することも
  • SET(Software Engineer in Test)
    • 自動テストを作る人?
    • エンジニアリングで品質を改善する人と定義
    • 信頼されるプロダクトを継続的に届ける基盤を作る
  • SETの取り組み
    • 自動テスト基盤
    • カバレッジの定点観測
    • プルリクのパッチカバレッジ
    • テスト観点のコードレビュー
  • 開発プロセスへの組み込み
    • AIで書くようになった
      • 間違ったコードの量産スピードも上がる
    • AIは確率論的テストは決定的
    • TDDを基本フローに
    • ハーネスとガードレールの整備

同じ施策、違う景色 ——PdM側と開発側で同じ開発を振り返る

なぎちゃんさん(株式会社Voicy)
きーくん(komura-c)さん(株式会社Voicy)

  • 新規リスナーを増やす施策
    • 登録した人のうち再生する人を増やしたい
  • 課題の仮説
    • 登録当日の再生率が低かった
    • どれを聴けばいいかわからないのでは?
    • 目当ての人がいて来たわけじゃない人は判断材料が少ない
  • 施策
    • このカテゴリならまずこのチャンネルを出すように
      • 登録当日再生には効果がなかった
      • ここから登録した人の翌日再生は増えた
  • 開発
    • バックエンドとiOS/Androidが対象
    • PoCを作ってフィードバック反映のループ
    • 最初に計画書を作ってチームで共有
  • やってみて
    • AIで1人で進められたのでスピードが出た
    • 作るのが速くなって提案もしやすい状態になった

「Agile X Conference Vol.3」に参加してきました

AI時代のアジャイル

牛尾 剛さん(米マイクロソフト)
平鍋 健児さん(株式会社永和システムマネジメント)
鈴木 雄介さん(グロース・アーキテクチャ&チームス株式会社)

  • AI時代のソフトウェア開発
    • AIモデル + ハーネス
  • スペック駆動
    • ビジネス要求の理解
    • AIと要求分析して計画を立案する
    • その計画を元にAIが開発
    • 人は評価して調整
  • ハーネスの整備
    • アーキテクチャなどスキルは必要
    • AIが知らないドメイン知識は人間が補足してあげないといけない
    • ハーネスが資産でメンテしていかないと負債になる
  • AIが持ってるのは二次情報
    • 人と話すことで一次情報を得られる
    • 身を持って経験してきたこと
    • AIの情報はコモディティ化しているので誰でもとれる

PO・開発者それぞれの生成AI活用術 ~ 具体的成果と開発プロセスの変化

岡島 一樹さん(株式会社永和システムマネジメント)
岡本 卓也さん(株式会社永和システムマネジメント)
岡島 幸男さん(株式会社永和システムマネジメント)

  • POと開発者の兼任
    • AIエージェントに実装を任せていた
    • 複雑なタスクで行き詰まってきた
      • 設計の負担が大きい
    • ユーザーストーリーの構想はPOが
      • その後の設計や実装はAIで
    • 役割の越境はしても責任の越境はしない
      • 作ったものはdevの責任で
    • 誰のどんな課題を解決したいか
      • 物量作ればいいわけじゃない
  • ウォーターフォールへの回帰
    • 開発以外の設計なども全てAIエージェント
      • ドキュメントもAI経由
      • AI向けに文章を書いている
    • AI向けの文章を並べるとウォーターフォールの成果物に近づいてくる?
    • ウォーターフォールで役に立つところ
      • 作る前に考える
      • 工程をつなぐトレース
      • 書いたものでレビューする
    • 必要なスキル
      • 設計や開発の基礎
      • 個別の技術より一段上の抽象度の世界

日々未来が書き変わる時代。僕らは何をすべきか?

成迫 剛志さん(岐阜大学 / Design for ALL株式会社 / クリエーションライン株式会社)
荒井 康宏さん(クリエーションライン株式会社)

  • AI駆動開発
    • 一周回ってウォーターフォールに近づいてるんじゃないか
  • ウォーターフォールからアジャイル
    • はやく作れるようになった
    • 余計なものを作らない
    • MVP
    • ユーザと一緒に少人数で
    • POがボトルネックになりがち
    • 非機能要件が後回しになりがち
  • ちゃんとした本番システム
    • 機能要件と非機能要件を考えて作らないといけない
    • コンテキストの整理
      • だれのためになぜ何を作るのか
    • AIへの指示もステップバイステップで
    • 目的 - 要求/制約 - アーキテクチャ - 実装 - 検証 - 本番化
  • 開発プロセスをゼロベースで考え直す
    • 作るものの特性と品質でプロセスは全然変わってくる
      • 決まりきってれば作るところから始められる
      • 手法を要素に分解してAI駆動開発の枠組みで再編成
    • プロセスは固定しない方がいい
    • AIがさらにかしこくなったときにも有効なプロセスか
    • 人間は要件定義は正確にやり切ることは難しい
      • 事実を集めてAIが解析するのはどうか
    • テストは通るが仕様は満たせてない状態を作らない
      • 人が正しさを定義できるように
  • 開発チームをゼロから見直す
    • AIエージェントは人間と同じかそれ以上
    • Tiny teams
    • AI x 少数精鋭 x 超高速開発
    • devの人数が最小限でよくなる

越境を仕掛ける ─理解者を得て、影響をもたらすには

松木 久幸さん(freee株式会社)
瀨川 晋平さん(株式会社レッドジャーニー)
https://speakerdeck.com/matsu0228/ekkyou-o-shikakeru-rikaisha-o-e-te-eikyou-o-motarasu-niha

  • 開発体制の大きな変更
    • QAを横断組織に変えていく?
    • 開発チームだけでできるように
    • 元々体制は固まっていた
  • どう進めていくか
    • プロダクトをどうしていきたいかの視点から相談していく
    • 上からの指示でなくメンバーがどうしていきたいかも問いながら話していく
  • QAの土台
    • QAのプロセスは整っていた
    • E2Eテスト基盤もある
    • 誰でもQAができる環境が整っていた
  • 行動変容はAI時代でも人がやっていく必要がある

AI時代、つくる力を自分たちの手に。──電通×KAG、アジャイルとAI駆動開発で挑む開発の変革

佐藤 翔野さん(株式会社電通)
吉田 祐樹さん(KDDIアジャイル開発センター株式会社)
https://speakerdeck.com/yuukiyo/dentsu-kag-ai-agile-transformation

  • 電通のシステム開発
    • ウォーターフォールで請負
    • アジャイルは禁止
  • なぜアジャイル禁止か
    • ノウハウを持ってる人がいない
    • 結局丸投げになってしまう
    • ガバナンスの担保が難しい
  • 環境の変化
    • プロダクトを作る場面が増えてきた
    • AI領域/広告メディア領域
    • 半年前の要件で作っても時代遅れになってしまう
    • アップデートが止まると飽きられてしまう
  • AI活用で対処できないか
    • ウォーターフォールにAIを入れてみる
    • 各フェーズでAIに作業させても全体のアジリティ向上にはつながらなかった
      • 上記はAI支援
      • 完全に任せるAI主導まではいけない
      • 中間がほしい
    • AI-DLCを試してみる
  • AI-DLCの試行
    • さまざまな職種の人が入って取り組み
    • KAGと連携
    • 120%の達成率
    • 品質も社内基準を満たした
  • AIによる開発プロセスの見直し
    • 目の前の作業を改善することは小さいこと
    • AIの進化に合わせてプロセスを改善し続けることが大切
  • スクラムとスペック駆動開発
    • スクラムでスペック駆動開発をやるのは難しい
    • スペックを書いてる中で不確実なことが出てくる
      • スプリントのサイクルと合わない
      • 早く終わったり全然終わらなかったりしてしまう
    • 無理して見積もって当てはめることに意味が薄い
    • スクラムではなくAI-DLCの方があっている
  • AI-DLC
    • 5つのフェーズ
      • Initialization
      • Ideation
      • Inception
        • ここが一番むずかしい
      • Construction
        • ここで仕様駆動
      • Operation
    • サイクルのことをボルトと呼ぶ
    • 重厚でなかなかサイクルが回らなかった
    • Inceptionフェーズが難しい
      • カスタマイズしてやっている
    • AI-DLCの登場人物はPOとdevだけ
      • 必要になったら足していいという内容
      • AI-DLCマスターを追加した

「人が読む設計」から「検証できる設計」へ ― 建築設計から考える、AI時代のソフトウェア設計

村井 一さん(合同会社 村井一建築設計)
鈴木 雄介さん(グロース・アーキテクチャ&チームス株式会社)

  • ソフトウェア開発のフェーズ
    • 定説としてコーディングまでが設計行為
      • コーディングするまで正しさが分からない
      • コーディングした方が論理矛盾に気づける
      • TDD
    • 今はAIに相談しながら設計している
      • 設計とコーディングを分離できるようになったかもしれない
    • 建築は重力があるので事前に正しさを設計できた
      • AIによってソフトウェア開発も同じように設計できるようになったのでは
  • 建築の設計
    • 計算で成り立つところがある
    • 決定論的に判断することができる

「Vue Fes Japan 2026」に参加してきました

Ecosystem Updates and Future of JS Tooling

Evan Youさん(VoidZero)

  • Vueがフォーカスしてること
    • APIの安定性
      • 破壊的変更をしない
    • パフォーマンス
      • Vapor
    • 正確性
      • Reactivity
      • align signals
      • Language tools
  • Vapor
    • はやい
    • もうすぐ出る
  • Vue Language Tools v4
    • 今はアルファ
    • ts7.1
    • vue-tscでのハックが不要になる
  • Vue Devtools v9
    • 今はRCなのでもうすぐ
    • 新しいUI
    • Reactive状態のグラフ
  • Vue4
    • 計画が動いている
    • 大きな破壊的変更はしない
    • CommonJSは消される
  • VoidZero
    • Vite+
    • Vitest
    • Vite
    • Rolldown
    • Oxc
  • tsrs
    • tsgoをRustに置き換えたTS
    • 8倍はやい
    • メモリは70%削減
    • AIエージェントで移植はできるようになった
    • 元の機能を壊さないようにしていかないといけない
    • TSのチームと連携し敬意を持った上でやっている
  • void
    • オープンソース化された
    • SDK/プラットフォーム/CLI
    • フルスタックでインフラIaC的なものまで含む
    • Cloudflareの機能と連携
      • kvとかD1とか
    • void deploy で https://xxx.void.app にデプロイされる
    • UIライブラリに依存しない
    • E2Eで型安全

デザインを開発する ~ Vueで実現するデザインプロセス改善 ~

竹井啓さん(株式会社リンクアンドモチベーション)
https://speakerdeck.com/lmi/vue-fes-japan-2026-lmi

  • AIで作るスピードは上がった
    • 品質が低いものが量産されてしまう
  • 品質を上げるためのアプローチ
    • 機械による判断ができて自動化できる領域
    • 基準が人にある領域
  • 自動化
    • 本番と同様のUIをコンポーネント化しプロトタイプでも使えるように
      • 本番化の時の手直しも減る
    • デザインシステムへの準拠
      • レビューも自動化
  • プロセスの改善
    • 人の判断が必要なところを改善
    • デザインプロセスをhuman in the loopに
    • プロトタイプの画面にコメントを付けるツールを内製
      • その後Claude Codeのartifactでやれるようになった

契約で守るコンパウンドプロダクトのデザインシステム

山口 祐司さん(Dress Code株式会社)
https://speakerdeck.com/yug1224/2026-10-24

  • 複数プロダクトで同じUI
    • デザインシステムで共有
  • Schema Driven UIなデザインシステム
    • zodの型で縛る
    • UIをCIでチェック

npmサプライチェーンが狙われた1年 ─ 金融システムで実践している防御策

揚野将士さん(株式会社デジタルバリュー)

  • npmエコシステムでのサプライチェーン攻撃
    • 依存パッケージの配布経路に不正コードを混ぜる
    • 悪意のあるインストールスクリプトでトークンや認証情報を盗む
  • 対策のタイミング
    • 依存を入れる時
      • minimumReleaseAgeで公開から一定期間たったもののみインストール
      • onlyBuiltDependenciesでスクリプトを実行してよい依存を指定
      • trustPolicyにno-downgradeで過去の版のインストールを失敗させる
    • プルリクを送る時
      • OSV-Scanner
    • 取り込み後の確認
      • 後から公表された問題の対処
      • pnpm auditで

JSがこんなに減る! HTML・CSS最新技術2026

池田 泰延さん(株式会社ICS)
https://ics-ikeda.github.io/261024_vuefes_2026/

  • dialog要素
    • dialog要素でJSなしでも作れる
    • command/commandforでトリガーの制御
    • @starting-style で開閉時にアニメーション
    • ハンバーガーメニューなどでも活用できる
    • linear()でspring的なアニメーションも
  • select要素
    • selectタグの選択肢をカスタマイズできる
    • optionの中にimg入れたりできる
  • popover属性
    • tooltipのような表示
    • 自作すると重なり具合の制御が必要だった
    • popoverなら必ずトップレイヤーに
    • popover/popovertargetでトリガーと表示内容を紐づけ
  • interestfor属性
    • 関心を持ったことを検知する属性
    • マウスかざして関心ある判定されたら何か表示したり
  • anchor positioning
  • position area
    • ツールチップ的なものを画面の端に行ったら表示位置を反転
    • 反転したタイミングを検知することもできるようになった
      • ツールチップのツノ部分の切り替え
  • カルーセル
    • CSSだけでできる
    • scroll-snap
    • scroll-marker
      • 次へ前へ
      • 特定のスライドに飛ぶ丸
  • スクロールトリガー
    • スクロール駆動はスクロール位置に応じてアニメーション
    • スクロールトリガーは条件を満たした時に起動するので途中で止めても最後までアニメーションする
  • scroll-state
    • 下にスクロールするとヘッダーが消えてちょっと上にスクロールすると表示される
    • container-typeにscroll-state
    • stickyで固定化されたタイミングを検知して表示を変えるのにも使える
  • スクロールスパイ
    • target-currentで画面に入ったところの目次を目立たせたり

なぜその UI アニメーションは気持ちいいのか?

Katashinさん(kinew)
https://katashin.info/slides/satisfying-ui-animation/

  • 気持ちいいアニメーション
    • 自然に使える
    • 使いたくなる
    • 愛着がわく
  • 気持ちいいアニメーションの要因
    • すぐ反応
    • 動きのつながり
    • 意図に応える
  • 自分の感覚とUIのシンクロ
  • フィードバックのはやさ
    • easing
      • ease-outは最初スピードがある
      • ease-inは最後がはやい
      • ease-outの方がフィードバックを速く感じる
      • springはease-outに近い
    • duration
      • 100ms-400msがいい
  • 動きのつながり
    • 位置や形の連続性
      • 表示の切り替わり時に同じものをつなげてアニメーション
    • 速度の連続性
      • スマホでスワイプで動かすような時の離した後の速度
      • cubic-bezierだと一定で違和感
      • springだと離した時の速さで変わる
    • projectionの有無
      • ないと離した時の位置で判定される
      • ありだと離したときから勢いで動いた距離も考慮した判定ができる
  • どう使われるかを理解する
    • 拡大した写真を閉じたい時にスワイプ

Vite+への貢献と、Team Memberになって見えてきた風景

Naoki Habaさん(株式会社アンドパッド)
https://www.docswell.com/s/naokihaba/K4N7JN-2026-10-15-132213

  • Vite+
    • 統合ツールチェーン
    • vpコマンドでlintやテストなど全部できる
  • Vite+へのコントリビュート
    • 最初はエラーの見づらさを対応する軽いやつから
    • その後もissueを眺めたりして
    • Vite+を見るとRust/Nushellなどをさわることも
  • AIによるOSSコントリビュート
    • 理解していないとレビューできない
      • 理解せずにプルリク出しまくるのは押し付けてるだけ
      • 作成者に内容の確認を投げても音信不通だったり
    • 何をしたいのかの強いwillが必要

The Vue Toolchain, Reimagined

ubugeeeiさん(株式会社メイツ)

  • JSのツールチェーン
    • rust化が進んでいる
    • 高速化
    • tsもtsrsが出てたり
    • bunやpnpmなど安定したものもrust化
  • Vite+
    • 1つのCLIであらゆる操作を実行
  • Vueにおけるツールチェーン
    • 1つのツールであらゆる操作を速く
    • Vizeを作っている
  • Vize
    • Language coreやoxcなどが土台になっている
    • 既存のVueのコンパイラと同等の機能を持たないといけない
    • リアルワールドのアプリケーションで検証
    • UIを共通の中間表現に落とす構想

【パネルディスカッション】JavaScriptエコシステムの境界線を問い直す

Evan Youさん(VoidZero)
古川 陽介さん(株式会社リクルート / 株式会社ニジボックス)
Alistair Smithさん(Anthropic)
Leo Kettmeirさん(Deno)
re-taroさん(株式会社WinTicket)

  • どこまで自分たちで作るか
    • VoidZeroだとparserは自分たちでやってない
      • Oxcが当時一番良かったから取り込んだ
    • bunはesbuildを移植したものをつかってる
    • JSRはTypeScriptをネイティブサポートするレジストリがほしかった
  • 1つのツールで全てを含むべきかどうか
    • Nodeはコアを小さくする思想
    • サプライチェーンも絡めてどうあるべきか
    • 常に変化するレジストリ内ではなくAPIにフォーカスしたい
      • bunがそこに存在しサプライチェーンを排除できる状態になるといい
    • 開発者は包括的なツールキットかパッケージのエコシステムを使うかの2択
      • 1つの組織にゆだねるかどうか
      • 同じ問題にだけ向き合ってる人に委ねられるのか
      • 提供側もどこまで含むかは慎重にならないといけない
  • 誰と作り続けるか
    • VoidZeroがCloudflareに入って
      • お金を気にせずにやりたいことに集中できる
      • セキュリティなど持続するための周辺を任せられる環境になった
      • Cloudflareの事業に引きずられるところはある
    • JSRは1人でやるが今後も続いていく
  • これから何を作っていくか
    • bunではあらゆるものを作っていく
      • AIの発展で望むものを作れるようになってきている
    • Voidはエージェント向けの対応
      • ユーザが人間からエージェントになってきている
      • 人間向けと対立するところも出てくる

WebGLで見る、有限な計算と滑らかな世界

中野 美咲さん(GitHub)

  • WebGL
    • 2Dの絵
    • 仮想3Dの空間を2Dの絵にしている
    • どのピクセルにどんな色を塗るか決めること
    • 1ピクセルずつ考えるというより座標全体で絵を考える
      • 数式で絵を考える
    • シェーダーを扱う時はピクセルの集まりとしてとらえる
  • ラスタライズ
    • 物体を2Dにマッピングしていく
    • どの座標にどんな色を塗るべきか判断
    • イメージ - ラスタライゼーション - ピクセルシェーダー
  • 計算
    • どの領域に色をつけたいか計算式を使って特定する
  • ピクセルで流体を考える
    • 流体の速度をRGBにマッピングして色を付ける
    • 隣のピクセルの色から計算して

クラウドサインを止めずに Nuxt へ、次の10年のために先に決めたこと

篠田貴大さん(弁護士ドットコム株式会社)
https://speakerdeck.com/bengo4com/20261024-vuefes-2026-shinoda

AstroとRustで考えるフロントエンドツールチェーンの今

ケンジさん(Astro Japan Community)
https://speakerdeck.com/knj/astro-to-rust-de-kangaeru-no-ima

Nuxt ContentからOxContentへ、1000ページ超のブログ基盤刷新への挑戦

Yutaro Koizumiさん(株式会社アンドパッド)
https://www.docswell.com/s/ykoizumi0903/5WR6PY-vuefesjapan2026

Vue SFCから見直す正しいHTMLの守り方

やまのくさん
https://records.yamanoku.net/vuefes-japan-2026/slide/#/

Vue.jsで作る空間解析アプリとCapacitorプラグインのData Bridge

halさん
https://vuefes2026.hal-spidernight.workers.dev/

決定的なフロントエンドアーキテクチャがいい

辻 佳佑さん(弁護士ドットコム株式会社)
https://speakerdeck.com/bengo4com/20261024-vuefes-2026-deterministic-frontend

Vapor Modeでアクセシビリティは壊れないか検証した話

福田繁之さん(株式会社mov)
https://speakerdeck.com/fuqda/vapor-mode-de-ha-kowarenai-ka-kenshou-shita-hanashi

あなたの await、OS まで届いてる? strace で覗く JavaScript の非同期

Hasutoさん(クラスメソッド株式会社)
https://speakerdeck.com/hasutosasaki/anata-no-await-os-made-todoi-teru-strace-de-nozoku-javascript-no-hidouki

v-ifとフラグ地獄からの脱出 — Pinia で作る画面遷移ステートマシン

northprintさん(株式会社 ICS)
https://vuefes-demo-statemachine.narayaman.workers.dev/talk

Vite+を爆速で社内のデザインシステムに導入してみた

ぶりおさん
https://slide.burio16.com/vite-plus-retro-v2/#/

Vite+のちょっとした改善から学ぶ、OSSコントリビューションの始め方

hakshuさん
https://www.docswell.com/s/hakshu25/K7NM2W-vite-plus-oss-contribution

Web3Dライブラリを作ってVue Custom Rendererの仕組みを理解しよう

にー兄さん(株式会社ホロラボ)
https://speakerdeck.com/drumath2237/lets-learn-vue-custom-renderer-by-making-3d-library

Vue.jsのGitHubから学ぶ意思決定

永井 優斗さん(フューチャーアーキテクト株式会社)
https://speakerdeck.com/yut0naga1_fa/vue-js-no-github-kara-manabu-ishi-kettei

「Japan FinOps Community Gathering#2」に参加してきました

FinOpsが企業文化として定着するまでの道程 ~しまいには同人誌も書いた~

堀越裕樹さん(株式会社マイネット)

  • スマホゲームの会社
    • LTVを最大化する
  • FinOpsの取り組み
    • 構成可視化と定期監査
    • 新興クラウドへの移行
      • Oracle
      • Alibaba
      • Tencent
    • ライトサイジングの徹底
      • リリースしてからだんだん利用量は減ってくる
    • マシンの最新世代への置き換え
      • 新しい方が性能がよくてコストの削減につながる
    • パフォーマンスチューニング
      • リソースを効率的に使い切る
    • アーキテクチャの見直し
      • サーバーレスにしたり
  • 文化の定着まで
    • 2018年〜
      • メンバー2名で始動
      • 進んではいたが再現性はないだろうと見える状態
    • 2020年〜
      • 成果や取り組む意義を事業側に説明
      • 数字で効果を説明できる
      • エンジニア横串組織
      • メンバー6名に
      • 半期に一度全プロジェクト確認し最適化
    • 2022年〜
      • プロジェクトチームのメンバーへ一部移譲
      • メンバー10名に
      • 社内的にも認知
      • チームごとの取組状況にばらつき
      • 評価の対象になってなかった
    • 2024年〜
      • 評価制度の中に利益貢献として入れた
      • メンバーは30名に

公共領域におけるFinOpsの取り組みについて

ソ・チャンギョさん(株式会社マイクロニティ srest)

  • 公共領域に特化のFinOpsツール
  • 自治体システム標準化
    • 総務省デジタル庁が主導で自治体の基幹システムを統一仕様に
    • ガバメントクラウド上へ
    • 移行前と比べて運用費用が2.3倍
      • 最大5.7倍
      • 半分以上が2倍以上に
  • 国の政策としてFinOps
    • デジタル行財政改革会議
    • 総合的な対策の一つとして自治体でのFinOpsの実践支援
    • FinOpsガイド
      • 継続的運用経費最適化ガイド
  • 民間FinOpsとの違い
    • 主体の違い
      • 契約する人払う人使う人が全部違う
      • デジタル庁が一括調達
      • 自治体がデジタル庁に払う
      • 使うのは委託先の事業者
    • 動機の違い
      • 自治体はコストを下げたい
      • 事業者は確実な運用が必要
    • FinとOpsが分離してしまっている
  • 公共FinOpsの現在地
    • FinOpsガイドへの記載
      • 契約に盛り込みましょう
      • コストを可視化しましょう
      • 最適化計画の検討と実行
    • 事業者に改善提案してもらって自治体が判断する体制へ

グリーが挑戦を続ける大型ゲームインフラのFinOps

黒木誠士さん(株式会社グリー)

  • 大型ゲームのインフラ
    • ピーク時数千RPS
    • ゲームなのでイベントなどピークに偏りあり
  • データによる意思決定
    • さまざまなクラウドを使ってる
      • メトリクスをGrafana Cloudに集約
    • ダッシュボードを民主化
      • 必要なら誰でも作れる
    • 費用ダッシュボードも
    • 判断に使う軸
      • どこを削るか
        • 課金レポートを日付とSKUの掛け算で分析
        • インパクトの大きいところから
      • どこまで削るか
        • ロードバランサーのレイテンシを重要指標に
        • ユーザ影響は発生させないように
  • リスクを考慮し段階的に
    • リリース直後が負荷が高い傾向
    • リリース後は損失回避のために大きく構える
    • その後ははやく頻繁に調整
    • 複数回に分けて体験を維持したまま縮退
  • 仕組み化
    • 人手で全ての環境をやり続けるのは限界がある
    • スケーリング
      • 日時の波はk8sのHPAでオートスケール
      • 事前に分かる負荷はKEDA Cron Scalerでスケール
    • Spot選定
      • Compute Classを定期自動更新
      • 価格を取得して安く安定したマシンタイプを特定
        • ノードの入れ替えによるPodの増減が激しい

クラウドコスト診断200社超の我々が挑むLLMコスト削減

丹哲郎さん(株式会社DELTA)

  • AIのコストマネジメント
    • 個人利用
      • 使う人のリテラシー
      • 教育でどうにかしていける
    • 本番アプリ
      • どの機能にどれくらいかかってるか分からない
  • これまでのSaaSとの違い
    • 利用者が増えるほど利益が増えていく
    • AIのSaaSは人が増えても費用も増えていく
  • クラウド費用との違い
    • クラウドのコスト削減は辺りをつけやすい
    • LLMのコスト改善は難しい
  • LLMのコスト削減
    • レート x 使用量 x 頻度
    • トークン単価
    • 呼び出しトークン数
    • 呼び出し回数
  • LLMの観測
    • 計測ツール
      • LangSmith
      • Langfuse
      • Datadog
      • などなど
    • プロンプトは機密性の高い情報
    • 国内にデータを置けるサービスは少ない
  • 最適化後の品質の担保
    • LLM as a Judge
    • プロンプトを用意しておいて結果の差分を採点させる
  • 最適化をやる人
    • アプリインフラAIと広くかかわる
    • 単一職種では見きれない
    • 全員がコストに責任を持つ

ハードウェアベンダーから見る、ハイブリッドクラウド × AI時代のFinOps / Tokenomics

安江啓人さん(日本ヒューレット・パッカード合同会社)

  • FinOps Beyond Cloud
    • パブリッククラウドを超えてSaaSやデータセンターなどの支出も含める
    • テクノロジーの支出全体を対象に
  • AIの支出
    • エージェントのトークン消費の加速
    • AIをどこでどう使うかという選択
      • AI SaaS
      • パブリッククラウド
      • オンプレ
    • 単純タスクはローカルLLMでもできる
    • 複雑なタスクは成功率と消費量の差が激しい
  • 品質コスト性能の最適化
    • 誰が何のために使ったか
    • どのリクエストでどのモデルをどれだけ使ったか
    • どこでつまったか
  • 観測するだけで終わらせず活用する
    • 組織ごとの価値基準や制約に合わせて閾値を決める
    • 何をもって最適なのか
    • 誰がいつどう改善するか

私たちが始めたTokenomics実践

石崎奏さん(株式会社NTTデータグループ)

  • Tokenomics
    • 可視化
    • 最適化
    • ビジネス価値
  • AIトークンの利用量の増加
    • 利用量やクオータを把握する仕組みがなかった
    • 上限到達して初めて気付く
  • トークンの圧縮
    • ライブラリで入力コンテキストを圧縮
      • Headroom
    • 同じ意味を保ったままトークンを短縮
    • 端的な質問よりも長い文章ほど効果は大きくなる
    • 圧縮に数秒かかってしまう
      • GPUで高速化できるがコストはかかる
  • アプリ側の改善
    • 呼び出し回数
    • キャッシュの活用
    • コンテキストサイズ
    • アウトプットの最適化

「東急URBAN HACKSのデザイナーの現在地 〜Designer Night #2〜」に参加してきました

URBAN HACKSの紹介

宮澤秀右さん

  • URBAN HACKSは5周年
  • 東急は1922年創業
  • 4つの事業
    • 交通
    • 不動産
    • 生活サービス
    • ホテル/リゾート
  • 東急のサービス
    • リアルのサービスが強い
    • リアルとデジタルの融合へ

企業サイトを毎日楽しむ情報プラットフォームへ

押味美由貴さん
森山ひかるさん

  • 東急・東急電鉄サイト
    • 運行情報や沿線の情報
    • 2025/6にリニューアル
  • これまでは企業情報や運行情報が中心
    • 多くのサイトがあってアクセスが分散していた
  • リニューアル
    • 顧客調査コンセプト作成から
    • ペルソナ作ったりプロダクトビジョンボードを作ったり
  • メディア領域
    • 各事業を束ねるハブへ
    • 各駅のまちの情報
    • 子育て支援の事業部と共創でコンテンツ
    • さらなる改善に向けたリサーチ
      • アンケート6000件
      • AIインタビュー66名
  • 電鉄領域
    • 誰もが使うサイト
      • WCAGのAAを目標に
    • やりたいことは多いが誰もが対象になる
      • 認知的ウォークスルー
      • セグメント洗い出し
      • リサーチャーのメンバーも一緒に
      • 分析し事業部の意思決定へ

デジタルに閉じない移動領域のおもしろさ

藤森大樹さん

  • 移動領域
    • 電車/バス
    • 移動した後の目的地
  • 移動の価値を追求する
    • Fun/Smart/Unique
  • サービス
    • 東急線アプリ
    • Q SKIP
  • 体制
    • 東急
      • ビジネスオーナー
      • 現場メンバー
    • URBAN HACKS
      • プロダクトオーナー
      • アカウントマネージャー
      • プロダクトマネージャー
      • デザイナー
      • エンジニア
      • リサーチャー
      • QA
  • Q SKIP
    • 新たな移動の創出
    • 東急線のデジタルチケットサービス
      • お得な乗車券
      • 施設やイベントと連携
      • スマホを持ってれば電車に乗れる
    • デジタルとリアルの両面の難しさ
      • 改札が混んでたら
      • 電波が悪かったら
      • さまざまなイベントの体験をスムーズに
    • サービスデザイナーとして
      • 実際に使って調査
      • QRの物理機器の検証

Shibuya TOQ Pass ここで働けてよかったをどうデザインするか

仙田浩之さん

  • 渋谷で働いている人への優待
    • 不動産事業の中のワーカー向けの施策の一つ
    • 渋谷ヒカリエ/渋谷ストリーム/渋谷スクランブルスクエア
    • クーポンとか
  • 初期は紙のパスからスタート
    • どう使えるか分からない
    • どう使われてるか分からない
    • 2023年にアプリ化
    • 2024年にリニューアル
  • ユーザーを知るところから
    • アンケート
      • 優待はお店選びのきっかけに
    • デプスインタビュー
      • さまざまな属性の人
    • 探す - 選ぶ - 思い出す
      • つまずきポイントを見つける
  • 探しやすく思い出しやすく
    • 施設店舗入居企業との接点
      • クリエイティブを作って掲載してもらったり
      • 自分が行く姿を想像してもらえるように
    • 店の中にいるのにお店を検索しないといけない体験
      • 店舗コードを入れてすぐにたどりつけるように
      • 置いてもらうポップも自分たちで
      • 掲示してもらう案内やマニュアルも
    • 250店舗
      • パワポで雛形作って事業部の人も作れるように
  • ユーザの体験とそれを届ける仕組みまでデザインできる

パネルディスカッション

  • URBAN HACKSの文化
    • 自考自走な組織
  • 事業部との共創
    • お互いの常識を共有しながら進められるように
  • どこまでデザインの上流に関われるか
    • 事業部の課題を相談してもらうところからスタート
    • サービスデザイナーは広くだけどUIUXデザイナーでも案件による
  • URBAN HACKSのデザイナーに共通するところ
    • 思いを持って入社してる人が多い
      • 自分の生活や人生
    • ポジティブな人が多い
      • 失敗を許容する文化
      • それを糧に次に繋げられる人
    • 相手の声を受けて自分を変える覚悟を持っている人