Pinned Tweet
要件定義で失敗する原因を、自分なりに15のカテゴリに整理してみた。
・要望をそのまま要件にしてしまう
・すべてが最優先で絞れない
・同じ言葉でも顧客と認識が違う
など。
今後、この15カテゴリを軸に、具体的な問題の事例を少しずつ紹介していきます。
🤖 Made with AI
1
145
タイムズカー同様、訴訟の方向へ進むらしい。リスクに晒さられる本人たちにとっては怒り心頭ですよね。それでも憎きは盗んだ方。QUOカード500円が相場になっていた頃が懐かしい。
楽天証券へ訴訟準備 1.5万人登録
#Yahooニュース
approach.yahoo.co.jp/r/SwgTL…
1
221
【要件定義100の問題 No.4|要求と要件の理解】
発言をすべて要求扱い
「ついでに、スマホでも使えたら便利だね」
会議中のこの一言が、いつの間にか開発対象に入っている。
本人は思いつきを話しただけでも、要求一覧に載ると、後の打ち合わせでは実現する前提で話が進んでしまう。
開発側は発言を記録するときに、検討候補なのか、実現が必要な要求なのかを確認します。
15カテゴリの全体像はこちら👇
teapaw.org/toki_bridge/status/212…
要件定義で失敗する原因を、自分なりに15のカテゴリに整理してみた。
・要望をそのまま要件にしてしまう
・すべてが最優先で絞れない
・同じ言葉でも顧客と認識が違う
など。
今後、この15カテゴリを軸に、具体的な問題の事例を少しずつ紹介していきます。
6
昔はプレゼン、ヒアリングなど、とにかく人の前で話す機会があると、その直前は緊張しまくり。
いまは、直前にこんな投稿してるくらいなんだけど、自分の中で何が変わったのだろうか?
慣れは、もちろんだけど。
失敗したら、どうしよう
と、考えなくなった。
いい意味で、精神的にルーズになったのがいいのかな。
15:00スタートまで、後5分
5
TOKI|発注と開発をつなぐ人 retweeted
人は仮説を立て、検証を繰り返して答えに近づく。今回面白いのは、AIがその試行錯誤を自分自身の改善に使ったこと。このサイクルを繰り返して改善を積み重ねられるなら、AIはどれほどの速さで成長するのでしょうか。すごいと取るのか、怖いと取るか😨
研究者らはLLMの「自己書き換え」に成功したと発表しています。
オープンウェイトモデルに自分の「重み(頭脳)」を自分で書き換えさせてみたところ、自ら試行錯誤した末に実際に賢くなったそうです。
イリノイ大、カーネギーメロン大、プリンストン大、スタンフォード大などの研究チームです。
彼らは、チューリングが1947年に言ったこと「機械が自分の命令を書き換えられるようにすれば、経験から学ぶ仕組みになる」が現実に起きつつあるとしています。
今回の実験では、研究者らは公開AIモデル「Qwen3.5」に、自分自身の重みを書き換えるように指示しました。
するとモデルは"自分の誤答を調べ"、"自分の内部の状態を読み"ました。
AIは、「...違いは深い層で大きくなる。まず8層目にごく小さな修正を入れてみよう...」と言いながら数値を書き換えました。
結果、"AI自身が見たことがない"数学の問題の正答率が有意に向上しました。
また、途中で「効果がない」と判断した書き換えを取り下げることもできていました。
さらに、研究者に(わざと)破壊された自分自身のコピーを修理することもできたそうです。数学の問題で見つけたトラブルの修理なのに、それによって画像タスクの性能も回復しています。
なお、実験が成功したのは「Qwen3.5」の"27B"サイズ。同じ「Qwen3.5」でも、より小さいサイズのAIモデルは、こうした"自分自身の重みを上手に書き換える"ことができませんでした。
お客様「10万円から上長承認です」
開発側「10万円以上なら承認が必要、ですね」
「から」を「超える」と解釈すれば、ちょうど10万円の扱いが変わる。仕様には「10万円以上」と明記し、お客様と合意する。誤解を防ぎ、認識が食い違った際も、合意内容と実装のどちらに問題があったか確認できるようにします。
1
19
脆弱性の公開件数が増えたからといって、すべてを同じ緊急度では扱えない。保守を担う開発会社として、自分たちが管理するシステムへの該当有無、悪用状況、業務への影響を整理する。お客様に一覧を渡すだけでなく、何を先に対応すべきか、その理由まで示すことが大切ですね。
CVE公開数とCISA KEVへの年別掲載数・掲載率を2026年10月末まで集計しました。
2026年のCVE公開数は92,319件と大幅に増加。一方、KEV掲載数は282件。CVE公開数に対する割合は0.31%。
CVE公開数の増加と、悪用が確認された脆弱性のKEV掲載数の増加は同じではありません。
もちろんKEVが悪用のすべてを網羅しているわけではありませんが、公開件数だけを追う脆弱性管理には限界があります。
問われるのは、どれだけ対応したかだけでなく、何を優先して対応したかだと思います。
1
29
人は仮説を立て、検証を繰り返して答えに近づく。今回面白いのは、AIがその試行錯誤を自分自身の改善に使ったこと。このサイクルを繰り返して改善を積み重ねられるなら、AIはどれほどの速さで成長するのでしょうか。すごいと取るのか、怖いと取るか😨
研究者らはLLMの「自己書き換え」に成功したと発表しています。
オープンウェイトモデルに自分の「重み(頭脳)」を自分で書き換えさせてみたところ、自ら試行錯誤した末に実際に賢くなったそうです。
イリノイ大、カーネギーメロン大、プリンストン大、スタンフォード大などの研究チームです。
彼らは、チューリングが1947年に言ったこと「機械が自分の命令を書き換えられるようにすれば、経験から学ぶ仕組みになる」が現実に起きつつあるとしています。
今回の実験では、研究者らは公開AIモデル「Qwen3.5」に、自分自身の重みを書き換えるように指示しました。
するとモデルは"自分の誤答を調べ"、"自分の内部の状態を読み"ました。
AIは、「...違いは深い層で大きくなる。まず8層目にごく小さな修正を入れてみよう...」と言いながら数値を書き換えました。
結果、"AI自身が見たことがない"数学の問題の正答率が有意に向上しました。
また、途中で「効果がない」と判断した書き換えを取り下げることもできていました。
さらに、研究者に(わざと)破壊された自分自身のコピーを修理することもできたそうです。数学の問題で見つけたトラブルの修理なのに、それによって画像タスクの性能も回復しています。
なお、実験が成功したのは「Qwen3.5」の"27B"サイズ。同じ「Qwen3.5」でも、より小さいサイズのAIモデルは、こうした"自分自身の重みを上手に書き換える"ことができませんでした。
また脆弱性だけど、意外に騒がれてませんね。
「致命的とされた問題が悪用されるのは、デフォルトではない設定や一般的でない構成の場合に限られる」からかな?
PHPに再度「致命的」な脆弱性、日本時間19日夜に修正版 先月分は悪用確認も(ビジネス+IT)
#Yahooニュース
news.yahoo.co.jp/articles/ed…
1
549
政府が発信するこっち(NGINX脆弱性)のほうに打ち消されてしまっているようです。いずれにしても、担当エンジニアの方は、今夜も眠れない夜になるのだろうか。お疲れ様です。
teapaw.org/nhk_news/status/212327…
ソフトウエア「nginx」にぜい弱性 “必要な措置を”官房長官
news.web.nhk/newsweb/na/nd-2… #nhk_news
73
「小さな修正だから、ついでに」。一つずつは小さくても、割り込みが重なれば予定していた作業が進まない。どれも優先順位を高くしたいことはよくあるが、開発責任者は業務への影響と納期を見て、今直すものと次回にまとめるものを決める。担当者の気遣いで引き受け続ける前に、チームとして修正の優先順位を決めておきたいです。
17
「調査に2日かかります」だけでは、お客様は判断しづらい。影響範囲の確認や修正方法の検証など、調査に必要な作業を事前に洗い出す。自分たちのタスクリストになり、2日かかる根拠を説明する材料にもなる。お客様には、何を調べ、何を報告するかを伝えたうえで、どこまで細かく説明するかは相手に合わせます。
8
【要件定義100の問題 No.3|要求と要件の理解】
要求と仕様の混同
「承認ボタンを画面の上に置いてほしい」
言われた位置に移せば、要望どおり。
ただ、その理由が「明細が多く、下までスクロールするのが大変」なら、承認前に何を確認するかも整理が必要になる。
開発側は、配置の指定と合わせて、その画面で行う作業も確認する必要があります。
15カテゴリの全体像はこちら👇
teapaw.org/toki_bridge/status/212…
要件定義で失敗する原因を、自分なりに15のカテゴリに整理してみた。
・要望をそのまま要件にしてしまう
・すべてが最優先で絞れない
・同じ言葉でも顧客と認識が違う
など。
今後、この15カテゴリを軸に、具体的な問題の事例を少しずつ紹介していきます。
13
操作説明会の翌日、現場から「使い方が分からない」と質問が続く。説明を聞いたことと、理解したことは同義ではない。
業務システムの導入で、開発側が説明会を準備するなら、次の5点を押さえておく。
① 担当業務に沿った説明
営業なら受注、倉庫なら出荷。各担当者が普段の業務を最初から最後まで通してみることで、仕事と操作を結び付ける。
② ユーザー自身による操作
説明者の操作を見ているだけでは、どこで迷うかは分からない。練習用の注文を用意し、ユーザー自身に処理してもらう。
③ 誤操作や中断からの復帰
数量の誤入力、入力の中断。そうした場面で、どこまで戻り、何を直せば再開できるかも確認しておく。
④ 不参加者や後任者への引き継ぎ
欠席した人や、後から担当する人もいる。よく使う手順と、困ったときの問い合わせ先を残す。操作の流れを見返せる動画も効果的。
⑤ 理解度の確認と補足
「質問はありますか」だけでは、理解できたかを把握しにくい。処理結果の確認方法や、次に誰へ引き継ぐかを参加者に説明してもらう。理解が曖昧なところを見つけ、補足する。
開発者は、自分が作ったシステムに愛着がある。しかし、使い方を知っている自分の感覚だけで判断せず、ユーザーがどこで迷い、何を理解しにくいのかを客観的に見る。そこで見つかった課題を、導入前に解消します。
24












