本日も、ネットに流れるトピックから個人的に興味を引かれたものを拾っていきます。
この記事への感想等コメントで頂けるとありがたいです。
プログラミング
.NET
ほぼ一週間の.NETまとめ。
主要なトピックは、.NET 10とC# 14の新機能や性能向上、Visual Studio 2026の高速化・AI機能強化、ReSharperやRiderの最新版での即日対応など開発環境の進化です。また、AvaloniaがGoogleのFlutterチームと協業し、Impellerレンダラーを.NETに導入する計画や、.NET MAUIがLinuxやブラウザ対応を進めている点が注目されています。各種SDKやツール類も多数リリースされており、最新の技術動向や関連プロジェクトの記事・ライブラリ紹介などが網羅されています。
JavaScript
2025年11月13日公開のJSer.infoでは、主にNode.jsとnpmの最新動向について紹介されています。Node.js v24.11.0が長期サポート（LTS）版としてリリースされ、2028年4月30日までサポートが提供されることになりました。安全かつ安定した本番運用向けバージョンです。一方、Node.js v25.2.0ではTypeScriptサポート面で進展があり、型情報のストリッピング機能が正式にStableとなりました。これによりTypeScriptファイルをNode.js上で直接実行する際、型情報を自動削除できるようになっています。また、util.deprecateに新たにmodifyPrototypeオプションが追加され、プロトタイプ変更の制御も可能になっています。
npmのセキュリティ面では、Classic tokenの新規発行停止や、より細やかな権限管理、write権限には2FA（2要素認証）必須化、CI/CD向けのBypass 2FAオプション、write権限持つtokenの90日有効期限化など、運用上のセキュリティ強化が行われました。クラシックトークンの有効期限は11月19日までとなります。加えて、ReactやCSSなどフロントエンド分野の記事、関連するライブラリのアップデート情報もまとめて掲載されています。
Python
Visual Studio Codeの2025年11月のPython拡張機能アップデートでは、AI生成のCopilot Hoverサマリーをそのままdocstringとして追加できる機能や、サマリーのローカライズ対応、ワイルドカードインポートを明示的なインポートへ変換するコードアクション、Python Environments Extension経由でプロジェクトごとにデバッガで異なるインタプリタを利用できる対応などが追加されました。そのほか、多数のバグ修正や細かな改善も行われています。
Visual Studio
Visual Studio 2026は、明瞭でアクセシブルな新しいUXを導入し、コードに集中できるよう設計されています。開発者のフィードバックをもとに、タイポグラフィやアイコン、レイアウトを刷新し、ノイズを減らして生産性を向上。設定画面も直感的かつ透明性のある現代的なものに進化し、リアルタイムでJSON管理が可能です。11種類の新テーマやエディタ外観のカスタマイズ、高コントラストの追加により、個々の環境や好みに合わせたパーソナライズとアクセシビリティにも配慮しています。AI機能やパフォーマンス向上も体験可能です。
Azure DevOps
2025年11月4日のAzure DevOpsアップデート（Sprint 264）では、GitHub Advanced Security機能の一般提供が開始され、依存関係スキャンのワンクリック有効化やセキュリティアラートへのワークアイテム直結が可能となりました。また、ローカルMCPサーバーのGAや、パイプライン承認タイムアウトの短縮、パラメータ表示の改善、テストポイント履歴の新機能なども追加されています。これらにより、セキュリティ強化や運用効率の向上が期待されています。詳細や今後の展開についてはリリースノート参照。
GitHub
GitHubの2025年10月の可用性レポートによると、同月は4つのインシデントが発生し、サービス全体でパフォーマンスの低下が確認されました。主な障害は、ネットワークデバイス修理中の誤った稼働、モバイルプッシュ通知の設定ミス、外部依存サービス障害によるCodespaces大規模停止、そして外部プロバイダーの広範囲な障害によるサービス全体の遅延・失敗でした。GitHubは、再発防止のため修復手続きやクラウドリソース管理の見直し、依存関係の緩和や障害時のサービスのグレースフルな劣化対策を進めています。
AI技術の進化により、ソフトウェア開発は生産性向上だけでなく、開発言語やツールの選択基準自体が変化しています。2025年のOctoverseレポートでは、TypeScriptがPythonやJavaScriptを抜きGitHubで最も利用される言語となり、AIとの相性の良い型付き言語への移行が進んでいます。またBashなど“痛み”の多い言語も、AI支援により利用が拡大。今後は言語独自の特徴よりも、ツールやエコシステム、AIがどれだけ開発を支援できるかが重要視されるようになります。AIによるコード生成、WebAssemblyによる多言語の相互運用性が加速し、開発の最適化が「言語への忠誠」から「レバレッジ」重視にシフトしています。
GitHub ActionsのOpenID Connect（OIDC）トークンに新たに「check_run_id」クレームが追加されました。これにより、外部サービス連携時のトークンで実行したジョブを正確に追跡しやすくなり、コンプライアンスや監査の向上、最小権限ポリシーの実現、シークレット流出リスクの低減、迅速な失効が可能となります。Azureなどのワークフロー連携や属性ベースのアクセス制御において、トークンとジョブの紐付けが容易になる改善です。
Snowflake
Snowflake IntelligenceにWeb検索機能を統合した事例について解説した記事です。従来、Snowflakeは社内の構造化データ分析が中心でしたが、ビジネス判断には社外情報――ニュースやSNS、オープンデータなどの非構造データも重要となります。そこで、外部Web検索サービス「Tavily」のAPIを使ったストアドプロシージャを開発し、Snowflake IntelligenceでWeb上の情報を取得・要約し、内部データと組み合わせて洞察を得るエージェントを作成しました。具体例として映画のヒットによるポップコーン売上の分析を挙げ、Web検索による定量・定性情報の取得とその組み合わせによる説明能力の向上を実証。利便性を評価しつつも、情報提供元の明示、検索精度向上など今後の課題も述べています。Snowflake内部で完結しつつ外部情報も参照できる仕組みは、データ分析の幅を大きく広げる可能性を示しています。
Google Colab
Google ColabがVisual Studio Code（VS Code）向け公式拡張機能として登場しました。これによりVS Codeの操作性とColabの強力な計算リソース（GPU/TPU）を連携できるようになり、ユーザーはローカルのノートブックからColabランタイムへ簡単に接続できます。拡張機能を導入後、.ipynbファイルを開き、カーネル選択からColabを選ぶことで利用可能です。今後さらにColabの機能拡張が予定されています。
Google Code Wiki
Googleが発表した「Code Wiki」は、ソースコードの理解を劇的に加速する新しいプラットフォームです。最大の特徴は、リポジトリ全体を自動解析し、ドキュメントをコード変更のたびに最新化する「継続的なWiki生成」です。このWikiはリポジトリ固有の質問にチャットで回答でき、回答はコードや定義への直リンク付きで探しやすくなっています。また、アーキテクチャ図やクラス図、シーケンス図を自動生成し、複雑な関係も“今の状態”で可視化されます。新人や外部コントリビューターでもすぐに理解・実装できる環境を提供し、企業のレガシーコードや個人リポジトリでも有効です。今後は、社内リポジトリ向けにローカル利用できるGemini CLI拡張もリリース予定で、コードのドキュメント運用・保守の在り方を大きく変えます。手動・属人的なドキュメント管理から「理解の自動化」へと、開発体験の革新を狙っています。
UX
医療機器のユーザビリティ向上を目指し、島津製作所ではHCD（人間中心設計）プロセスの導入と現場観察、プロトタイピングによる検証を重視しています。レントゲン装置のUI設計では、放射線技師の意見と現行機の評価を活かし、使い勝手を重視した改良を実現しました。活動は合意形成や教育にも広がり、専門資格取得を通じて社内でHCDの価値を高めています。知識習得やユーザ理解の姿勢が、信頼とより良い製品づくりにつながっています。
エージェンティックコーディング・仕様駆動開発
この記事は、LangChain/LangGraph v1.0に対応した「DeepAgents」ライブラリとローカルLLM（gpt-oss:20b）を活用し、コストやセキュリティ面に配慮しつつ使い放題のAIエージェント環境を構築する手法を紹介しています。Ollamaでgpt-oss:20bをOpenAI API互換として動作させ、DeepAgentsと組み合わせてチャットUIも利用可能に。実際にWeb検索やファイル操作を行うシンプルなエージェントの構築例と、その実行・レポート生成の結果について解説しています。
この記事は、生成AIによるコード生成の品質がプロンプト（指示）の具体性によって大きく左右されることを解説しています。抽象的な指示では品質の低いコードが出やすく、具体的な要件を伝えることで保守性や安全性の高いコードが生成されると述べています。生成AIは実装イメージを素早く具体化する補助ツールであり、基礎知識や設計力、レビュー力、改善力を持つことが重要です。考える力や学び続ける姿勢が、AI時代のエンジニアに求められます。
AI
OpenAI
Introducing GPT-5.1 for developers
OpenAIは2025年11月13日に、開発者向けAPIプラットフォームで「GPT-5.1」をリリースしました。GPT-5.1は、先行モデルGPT-5シリーズの知能と速度のバランスをさらに進化させ、エージェンティックな作業やコーディングタスク向けに特化しています。タスクの難易度に応じて思考時間を動的に調整し、簡単な作業では高速・省トークンで応答できる一方、複雑な作業にはしっかりと考察を行い、信頼性も高めています。
新機能として、最大24時間のプロンプトキャッシュ保持による高速な連続応答やコスト削減、推論不要モード（no reasoning mode）によるさらなる低遅延、並行ツール呼び出しの効率向上が加わりました。コーディング面では、「apply_patch」ツールによる信頼性の高いコード編集や、「shell」ツールによるコマンド実行も提供。数多くのスタートアップや開発企業の評価でも、高速性と正確性、使いやすさが向上したと報告されています。
GPT-5.1は、効率的な推論処理、優れたコーディング能力、新しいツール群の導入により、開発者がより高度で信頼性の高いエージェント型ワークフローを構築できるよう設計されています。今後さらに知能と機能を拡張していく予定です。
OpenAIが2025年11月に発表したGPT-5.1の新機能として、8種類のパーソナリティ（デフォルト、プロフェッショナル、フレンドリー、率直、個性的、無駄がない、探究心が強い、皮肉っぽい）から応答スタイルを選べるようになったことが紹介されています。技術論文の解説というタスクを題材に、各スタイルの特徴や表現の違いを比較した結果、同じ内容でも「説明の始め方」「重視する情報」「言葉の使い方」が大きく変化することが分かりました。目的に応じて最適なパーソナリティを選ぶことで、より好みに合った応答が得られる、とまとめています。
Microsoft
MicrosoftのAzure AI FoundryにGPT-5.1シリーズが登場。GPT-5.1は高速かつ適応的な推論を実現し、テキスト・画像・音声のマルチモーダル対応。用途に応じてchat/コーディング特化/軽量モデルも選択可能で、安全性や企業利用の機能も強化。開発や業務効率化を幅広く支援します。
OpenAPI.NETライブラリがリリース以来最大規模のアップデートを迎え、v2ではOpenAPI 3.1対応と大幅なパフォーマンス改善、依存性削減、JSONネイティブ処理などが追加。v3ではOpenAPI 3.2対応、メディアタイプやタグ階層、セキュリティ機能拡張、パラメータの柔軟性向上などが提供される。これにより、.NETのAPIドキュメント作成・運用が今後も最新仕様に追従しやすくなり、開発者体験や安定性も大きく向上する。
GoogleのNotebookLMは最新アップデートで「Deep Research」機能を追加し、さらに多様なファイル形式に対応しました。Deep Researchは、ユーザーが研究したいテーマに対してオンライン情報を自動収集し、詳細なレポート作成や関連論文・ウェブサイトの推薦を行う専用エージェントのように働きます。ユーザーが調査範囲を指定でき、調査の進行に合わせて内容が洗練されていきます。レポートはNotebookLMノートに直接追加でき、さらに他の情報源も随時追加可能です。NotebookLMなら、音声・動画による概要表示などの各機能で知識を深めることもできます。また、Google SheetsやWord(.docx)ファイル、画像やPDFの直接アップロード、Google DriveURLの追加にも対応し、一層幅広い情報を取り込めるようになりました。これらの新機能は来週から全ユーザーに順次展開予定です。
この記事では、Gemini File Search ToolとGitHub Actionsを組み合わせて、自動更新されるRAG（検索拡張生成）AIアシスタントを簡単に構築する方法を紹介しています 。Gemini APIにテキストファイルをアップロードするだけで面倒なベクトル化や前処理が不要で、GitHub Actionsが定期的に最新ドキュメントをスクレイピングし自動的にGitリポジトリに反映します 。これにより、手動作業なしで常に最新の公式ドキュメントを学習し続けるAIアシスタントが実現でき、GASやGemini APIの専門的な質問に的確なコード例を回答できるようになります 。
Gemini Code Assistの新しい「メモリ」機能は、AIによるコードレビューの品質向上を目指しています。従来のAIコードレビューツールは履歴を記憶できないため、過去のフィードバックを活かせず、非効率や重複が生じていました。この機能は、Pull Request中で交わされたフィードバックやチームのコーディング標準・スタイル・ベストプラクティスを動的に学習・保存し、将来的なレビューで自動的に適用します。これにより、プロジェクト固有の知識が継続的に蓄積・共有され、より適応力の高いコードレビューが実現します。
Anthropic
Anthropic社は「Project Fetch」で、AIモデルClaudeがロボット犬のプログラム支援にどれほど有効かを検証しました。ロボット未経験の研究者8人をClaudeあり・なしのチームに分け、ロボット犬がビーチボールを自律的に取ってくる課題に挑戦。Claudeチームは作業効率・達成度ともに優れており、AI活用がロボット制御・プログラミングの大きな助けとなることが示されました。AIは物理世界への影響力を高めており、今後さらに自律性が進化する可能性を示唆しています。
GitHub Copilot
GitHub Copilotコーディングエージェントは、リポジトリのルールセットをすべて満たせない場合に自動で無効化されていましたが、今回の変更で特定のルールに対して「バイパス役」として設定できるようになり、人間のコミット要件は維持したままエージェント利用の柔軟性が向上します。
OpenAIの新モデル「GPT-5.1」「GPT-5.1-Codex」「GPT-5.1-Codex-Mini」がGitHub Copilotでパブリックプレビュー開始。Copilot ProやBusiness、Enterprise向けに提供され、各開発ツールやCLIで順次利用可能となります。管理者の設定やモデルピッカーで選択・APIキー登録も可能です。
GitHub Copilotのコーディングエージェントタスクを、Visual Studio Code（VS Code）内で一元管理できるようになりました。「Agent sessions」パネルでセッションログやコミットの理由を確認し、タスクビューで複数タスクの状態を一目で把握できます。また、VS Code、Codespaces、GitHub CLI間で作業の継続も簡単です。利用には最新のVS CodeとCopilot Chat、Pull Requests拡張機能が必要です。コラボレーションにはリポジトリの書き込み権限が必要です。
論文・その他
この記事は、ローカルLLM（大規模言語モデル）の過去2年間の効率進化を俯瞰し、クラウド型LLMとの使い分けの将来についてまとめたものです。クラウド上の巨大モデルに依存していたこれまでと違い、小型ローカルモデルやAI専用チップの進化により、実用的なタスクを手元でも高精度・高効率で行えるようになってきました。実際の大規模なユーザークエリと多様なハードウェア・モデルを使った実証実験を通じて、処理能力・効率性の両面から、今後はクラウドとローカルを目的に応じて使い分ける時代になることが示唆されています。
AIの要約機能は状況に応じた柔軟な運用が重要であり、「一律の対応」は適切ではないとO'Reillyは主張しています。AIが公式情報源のみを使う場面と、多様な情報源を使うべき場面は区別すべきです。また、AI企業はコンテンツ制作者の権利を尊重し、規制だけでなく、健全な市場や自律的な規範構築にも努めるべきです。持続可能なビジネスモデルの追求と、創作者への正当な報酬がAI業界の成長には不可欠だとしています。
クラウド
Azure
Azure Updates (2025-11-13) | ブチザッキ
2025年11月13日付のAzureアップデートまとめでは、.NET Conf 2025の開催や、App ServiceでNode.js 24とPython関連機能の一般提供(Azure Functions/MySQL連携)、Ultra Diskの柔軟なプロビジョニングモデル、AKSのeBPF Host Routing・Layer 7ネットワークポリシー・Agentic CLI・Flatcar Linux・Application Gatewayなどの新機能が発表されています。Blob/オブジェクトレプリケーションの優先設定やSQL Server Management Studio 22、PostgreSQL/MySQL拡張、MiniMax-M2などAzure AI Foundry、Copilotの国内処理対応、Teamsの配布方式改善、Visual Studio 2026の新機能・.NET 10リリースなども紹介されています。
2025年11月13日時点で発表されたAzure関連の公式情報をピックアップしたまとめです。MySQLのlower_case_table_names設定やテーブル変更をトリガーにAzure Functions実行がGA、AKSスケジューラープロファイル設定のパブリックプレビュー、App Service for LinuxのPythonサポート強化、Microsoft Ignite関連情報などが紹介されています。
OS
UNIX
52年前にベル研究所で作成されたUNIX V4（1973年ごろ）の完全なコピーは存在しないとされていましたが、ユタ大学のコンピュータ科学研究科の倉庫でそのデータが記録された磁気テープが発見されました。テープには「UNIX Original from Bell Labs v4」と記載があり、歴史的価値が高いものとされています。これまで確認されていたのはV4の一部ソースコードやマニュアルのみで、完全な記録は見つかっていませんでした。テープはコンピューター歴史博物館に運ばれ、専門の機材と復旧プログラムで慎重にデータのデジタル化が進められる予定です。この発見により、UNIXの発展史研究や保存活動に新たな光が当てられています。また、発見されたテープは、3Dモデル「ユタ・ティーポット」の制作者であるマーティン・ニューウェル氏に渡っていたものであることも判明し、計算機科学史と関連付けた話題となっています。
Windows
Windows 11 Build 22631.6269（KB5070312）がRelease Preview Channel向けに公開されました。主な修正点は、モバイルオペレーターのプロファイル更新、エクスプローラーのマウスクリック無反応問題の修正、.tarファイル展開時の中国語文字処理の改善、グループポリシーで「おすすめセクション非表示」がAVD環境で正しく動作しない問題の改善など、品質向上を目的とした非セキュリティアップデートです。
macOS
macOS 26 Tahoeへのアップグレード後、日本語などの非ASCII文字を含むコンピュータ名やフォルダ名を使用していると、QNAP NASへのTime Machineバックアップが完了しない不具合が発生しています。これはUnicodeの正規化形式(NFD/NFC)に関する不具合が原因で、macOS 26.1でも未修正です。QNAPは回避策として、コンピュータ名を英数字のみに変更する、フォルダ名から特殊文字を削除する、または一時的にバックアップを停止することを推奨しています。
Linux
Ubuntu 14.04 LTSは「Legacy Support」アドオン提供により、最大15年間サポートされることが決定しました。これにより全LTSが5年・10年・15年から選択可能となり、長期運用環境で利便性が向上します。一方、DNSSECのデフォルト有効化テストは、上流DNSやLXDコンテナ環境でトラブルが発生しオプトイン方式へ変更。また、Ubuntu 25.10リリース記念のオフラインミーティング告知や、各種セキュリティアップデート情報も掲載されています。
エンジニア
AIとお仕事
Rubyの生みの親・まつもとゆきひろ氏は、AI時代に若いエンジニアが感じる「仕事がなくなる」不安に寄り添いつつ、AIは万能ではなく間違えることも多いと語る。AIは学習を強力に補助できる優れた教師だが、実務では既存プログラムの再現は得意でも、新しいものをつくる力は弱い。現状ではAIによる開発は「成功率1割以下のガチャ」のようなもので、人間が軌道修正しサポートする「AIをガイドする力」が求められると強調している。
学習と教育
この記事は、「学習」と「教育」の違いについて、OJT（On-the-Job Training）を通じて実感した知見をまとめた内容です。筆者は、学習は知識やスキル・リテラシーを自ら獲得する行為である一方、教育は外部からの働きかけにより、考え方や価値観・スタンスを変容させる行為と定義しています。仕事で成果を出すための能力は、「スキル」「リテラシー」「ポータブルスキル」「スタンス」「ポテンシャル」の五つの層に分解できます。特にポータブルスキルやスタンス、ポテンシャルは、経験やフィードバックによる教育によって身につくと言います。教育の本質は、その構造を示し、自立した課題解決力を育むことであり、単なるスキル伝達だけでなく、考え方や判断基準を言語化し、相手が自ら仕事を進められるよう支援することだと強調しています。
本記事は、OJT（On-the-ジョブ・トレーニング）でのレビュー対応について、単に「修正しました」と返すのではなく、修正の理由や範囲を明示する重要性を説いています。指摘された箇所に対し、具体的な修正内容、残した部分、そして修正理由をあわせて説明することで、レビュアーの理解が深まり、チーム全体の知識共有にもつながります。また、レビューはただ“正解”を受け取る場ではなく、考え方をすり合わせ、相互に学び合う成長の機会であるという意識を持つことが大切です。根拠を添えた返答は、再指摘の減少や説明力・判断力の向上、判断基準の共有など多くのメリットをもたらします。これらを意識して取り組むことで、個人の成長とチームの生産性向上につながるとまとめられています。
感想:
AIへの開発指示で「コンテキストエンジニアリング」がよく言われるようになりましたが、これは人間に対しても同じです。人間間でもコンテキストがうまく伝わらないと、結果的に上手くものができない、後戻りの作業になる、余計なコミュニケーションコストが発生するなどの悪影響が出ます。報告は結果だけでなく、何があってどのように考え、こう作業したのでこういう結果になったとわかるようにするべきですね。自分も気をつけます。
マネージメント
この記事は、LayerXバクラク事業部でAIエージェント機能を継続的に開発するプロダクトマネジメントについての実践例を紹介しています。バクラク事業は、競合との機能差を埋める必要からAIやLLM系機能導入が遅れていました。しかし、将来の価値創出のため、既存のロードマップを白紙にしトップダウンでAIエージェント開発へ方針転換。ユーザーニーズに基づくユースケースカタログを作成し、機能選定や優先順位決定をエンジニア主導で進めることで技術的失敗リスクを軽減しています。また、PoC（概念実証）で終わらず継続的なデリバリーを重視し、段階的なリリース文化を構築。従来型開発との違いを理解した上で、組織的な仕組みによりAIエージェント機能を世の中に持続的に届ける体制づくりを目指しています。
感想:
PoCで終わりがちなAI使用アプリケーションですが、継続的に使って貰って継続的に改善していく体制作りを同時にやっていく必要性がありそうです。