1. LLM時代の仕事 - Software Transactional Memo
LLMの真価はパターン模倣と構造理解にあるとし、コーディングからデスクワークまでAI時代の人間の役割変化を深く考察。プログラマーは単純なコード生成から構造創造と文化構築に重点を移すべきと提言している。
主なトピック:
- Few Shot Learning: LLMが例示されたパターンを模倣する優れた能力、パターンマッチングの連続としてのプログラミング
- 構造理解: 高次元な知的構造物の認識と描写能力、AIによるデバッグ手法の科学的アプローチ
- PDCAサイクル: 科学的実験手続きとしてのビジネスプロセス自動化、MCP操作による業務効率化
- ソフトウェアエンジニアリング: 「時間で積分したプログラミング」としての持続可能な開発文化
- その他: システムコール、禅とオートバイ修理技術、COBOL modernization、etc...
2. Serena MCPはClaude Codeを救うのか？
LSPを活用してコーディングエージェントの課題を解決するMCPサーバーSerenaの技術的仕組みを詳細解説。従来のテキストベース処理からシンボル理解によるコンテキスト効率化を実現するアプローチを分析している。
主なトピック:
- Language Server Protocol: IDEレベルのシンボル検索・編集機能をAIエージェントに提供、Solid-LSPによる多言語対応
- コンテキスト削減: 大規模プロジェクトでのトークン効率改善、RAGベースアプローチの限界とLSP活用の優位性
- Serena architecture: CodeEditorモジュールによる構造的編集、MCPサーバーとしての実装方式
- 比較検証: 実際のリファクタリングタスクでの効果測定、Pythonインデント問題による予想外の結果
- その他: Oraios AI、AIエディタ戦争、AgnoエージェントフレームワークのMeta-ライク戦略、etc...
- (コード例あり)
3. コーディングエージェントの能力を拡張する Serena を試してみた
SerenaをClaude Codeに実際に導入し、オンボーディングからリファクタリングまでの実践的活用例を紹介。セマンティックなコード操作により従来比で3分の1のトークン消費を実現した検証結果を報告している。
主なトピック:
- Serena導入: uvコマンドによるインストール手順、MCPサーバー設定とプロジェクトセットアップ
- オンボーディングプロセス: プロジェクト構造の自動解析、メモリファイル生成とシンボルキャッシュ構築
- 実践的コード編集: replace_regexやinsert_before_symbolツールの活用、LSPベースの効率的リファクタリング
- 効果測定: 9,500トークン vs 27,453トークンの比較検証、Repository重複除去の具体例
- その他: TypeScript言語サポート、think_about_collected_informationツール、.serena設定ファイル、etc...
- (コード例あり)
