【活動報導】別讓AI直接實作,要設計認知!——AI驅動開發進入「商業滲透期」的最前線
Key facts
- 【活動報導】別讓AI直接實作,要設計認知!——AI驅動開發進入「商業滲透期」的最前線
- 2026年5月25日,DXHR在「NeuroHub」舉辦了以AI驅動開發最前線為主題的研討會。透過現場開發者的第一手資訊分享,討論了為了讓AI進行實作而必須具備的「認知設計」重要性。
- Source: PR Times
- Date: 2026年6月4日
Direct answer
2026年5月25日,DXHR在「NeuroHub」舉辦了以AI驅動開發最前線為主題的研討會。透過現場開發者的第一手資訊分享,討論了為了讓AI進行實作而必須具備的「認知設計」重要性。
- Citation
- 【活動報導】別讓AI直接實作,要設計認知!——AI驅動開發進入「商業滲透期」的最前線 (2026年6月4日), PR Times
- Source
- PR Times
- Date
- 2026年6月4日
2026年5月25日,DXHR在「NeuroHub」舉辦了以AI驅動開發最前線為主題的研討會。透過現場開發者的第一手資訊分享,討論了為了讓AI進行實作而必須具備的「認知設計」重要性。
📋 文章處理履歷
- 📰 發表: 2026年6月4日 20:00
- 🔍 收集: 2026年6月4日 11:26
- 🤖 AI分析完成: 2026年6月4日 11:30(收集後3分鐘)
DXHR株式會社(以下簡稱 DXHR)於2026年5月25日,在其營運的共同工作空間「NeuroHub」舉辦了面向工程師與經營者的活動「AI驅動開發研討會:橫向連結與人類角色的變遷」。
此次活動是一個高密度的交流場合,分享了只有現場開發者才能說出的「第一手資訊」,內容涵蓋從「設計認知」而非讓AI直接實作的思想,到FDE(前線部署工程師)的現實,以及將15人月的工作量在1天內完成的受託開發幕後故事。
■活動背景
生成式AI的應用已明確地從單純輔助工程師編寫程式碼的階段,轉向滲透至企業整體活動的階段。從矽谷投資者的視角來看,「AI驅動開發」已是過去式的議題,新的競爭點在於如何將AI實作到商業環境中。然而,日本國內仍有許多大企業才剛開始學習提示詞(Prompt)的基礎。這種溫度差正是對於思考下一步的工程師與經營者而言,最生動且迫切的問題點。
活動伊始,主辦人伊東先生解釋了活動方針:「在AI時代,真實的人際連結價值更顯重要」,並提出了此次活動的三大目的:
- 擴大橫向連結:在資訊蒐集因深度搜尋而趨於同質化的時代,透過面對面的對話帶入無法獲取的「第一手資訊」,培育共享AI實作現場知識的網絡。
- 向專家學習:直接從NTT等活躍於最前線的參與者及小組嘉賓身上,吸收最新的趨勢與實踐訣竅。
- 創造商業機會:透過經營者、工程師與非工程師混編的結構,產生自然而然的合作或接單機會,而非過度的商業推銷。
■LT分享與小組討論
活躍於設計與運營AI代理的最前線講者與嘉賓,從「為了讓AI進行實作而設計認知」、「AI驅動開發趨勢的本質轉變」以及「FDE的真實樣貌與分工」三個切入點,分享了現場的摸索與下一步行動。
1. 別讓AI直接實作,要設計認知(講者:WellAI代表 古井戶先生)
古井戶先生擁有從放射線技師轉職為程式設計師的特殊職涯,目前率領包括AI客服中心與AI虛擬人等4項產品。他開門見山地表示:「AI時代的差距取決於消除歧義的精確度」。他曾經歷過因為下達模糊指令,導致AI過度聰明地補充了「貌似正確」但實際錯誤的設計,每次修正都產生誤差的惡循環。即便使用Claude的規劃模式,前提認知的誤差依然存在。因此,他導入了「Grill Me」機制,讓AI先向用戶提出問題。透過預先消除前提條件、邊界條件與例外狀況,成功過渡到「實作由AI完成,判斷由人類負責」的結構,幾乎無需親自寫程式碼。公司內部運作著「AI工廠」的三層結構(理念、流程、每日準則),並實踐「AI驅動開發四大原則」(傳遞資訊/設置防護欄/讓AI運作/持續改善)。結論是,AI時代被取代的將是「實作者」,留下的是「能設計認知的人」。為了掌握主動權,他強烈呼籲培養對齊認知的能力至關重要。
2. 小組討論:AI驅動開發的最前線與FDE的真實樣貌
邀請嘉賓為熊井先生(熊井總研),他自認是首位將「需求定義與設計」納入AI驅動開發範疇(自2023年起)的人士。他指出,以矽谷的觀點,「AI驅動開發」已是過去式,將AI實作於商業中才是新的戰場。他分享了透過在Claude Code中設置自動迴圈,將預估15人月的委託案件實質在1天(10小時)內完成的成功案例。另一方面,他也點出了現場的泥濘現實,例如在處理40-50人月規模的Bug修復專案時,曾遇到「資料庫環境根本沒有建置好」的情況。
此次活動是一個高密度的交流場合,分享了只有現場開發者才能說出的「第一手資訊」,內容涵蓋從「設計認知」而非讓AI直接實作的思想,到FDE(前線部署工程師)的現實,以及將15人月的工作量在1天內完成的受託開發幕後故事。
■活動背景
生成式AI的應用已明確地從單純輔助工程師編寫程式碼的階段,轉向滲透至企業整體活動的階段。從矽谷投資者的視角來看,「AI驅動開發」已是過去式的議題,新的競爭點在於如何將AI實作到商業環境中。然而,日本國內仍有許多大企業才剛開始學習提示詞(Prompt)的基礎。這種溫度差正是對於思考下一步的工程師與經營者而言,最生動且迫切的問題點。
活動伊始,主辦人伊東先生解釋了活動方針:「在AI時代,真實的人際連結價值更顯重要」,並提出了此次活動的三大目的:
- 擴大橫向連結:在資訊蒐集因深度搜尋而趨於同質化的時代,透過面對面的對話帶入無法獲取的「第一手資訊」,培育共享AI實作現場知識的網絡。
- 向專家學習:直接從NTT等活躍於最前線的參與者及小組嘉賓身上,吸收最新的趨勢與實踐訣竅。
- 創造商業機會:透過經營者、工程師與非工程師混編的結構,產生自然而然的合作或接單機會,而非過度的商業推銷。
■LT分享與小組討論
活躍於設計與運營AI代理的最前線講者與嘉賓,從「為了讓AI進行實作而設計認知」、「AI驅動開發趨勢的本質轉變」以及「FDE的真實樣貌與分工」三個切入點,分享了現場的摸索與下一步行動。
1. 別讓AI直接實作,要設計認知(講者:WellAI代表 古井戶先生)
古井戶先生擁有從放射線技師轉職為程式設計師的特殊職涯,目前率領包括AI客服中心與AI虛擬人等4項產品。他開門見山地表示:「AI時代的差距取決於消除歧義的精確度」。他曾經歷過因為下達模糊指令,導致AI過度聰明地補充了「貌似正確」但實際錯誤的設計,每次修正都產生誤差的惡循環。即便使用Claude的規劃模式,前提認知的誤差依然存在。因此,他導入了「Grill Me」機制,讓AI先向用戶提出問題。透過預先消除前提條件、邊界條件與例外狀況,成功過渡到「實作由AI完成,判斷由人類負責」的結構,幾乎無需親自寫程式碼。公司內部運作著「AI工廠」的三層結構(理念、流程、每日準則),並實踐「AI驅動開發四大原則」(傳遞資訊/設置防護欄/讓AI運作/持續改善)。結論是,AI時代被取代的將是「實作者」,留下的是「能設計認知的人」。為了掌握主動權,他強烈呼籲培養對齊認知的能力至關重要。
2. 小組討論:AI驅動開發的最前線與FDE的真實樣貌
邀請嘉賓為熊井先生(熊井總研),他自認是首位將「需求定義與設計」納入AI驅動開發範疇(自2023年起)的人士。他指出,以矽谷的觀點,「AI驅動開發」已是過去式,將AI實作於商業中才是新的戰場。他分享了透過在Claude Code中設置自動迴圈,將預估15人月的委託案件實質在1天(10小時)內完成的成功案例。另一方面,他也點出了現場的泥濘現實,例如在處理40-50人月規模的Bug修復專案時,曾遇到「資料庫環境根本沒有建置好」的情況。
常見問題
DXHR株式会社が開催したイベントの目的は何ですか?
「AI駆動開発勉強会:横のつながりと人間の役割の変化」は、現場の一次情報を共有してAI実装に関する知見を深めること、有識者から最新トレンドを学ぶこと、そして経営者・エンジニア・非エンジニア間での連携やビジネスチャンスを創出することを目的としています。
AI駆動開発において「認識を設計する」とはどういうことですか?
漠然とした指示でAIに実装を任せるのではなく、前提条件・境界条件・例外ケースを事前に明確化することで、AIの回答精度を高めるアプローチです。実装自体をAIに任せ、人間は判断と認識設計に注力する構造への移行を指します。
イベントに登壇した伊東和成氏の背景は?
株式会社サードスコープの取締役COOであり、技術領域のトップインフルエンサーです。2社の外部CTO、上場企業の非常勤顧問を務めるほか、QiitaのTOPコントリビューター選出など、エンジニアコミュニティの発展に貢献しています。
熊井氏が共有したAI駆動開発の成功事例はどのようなものですか?
Claude Codeに自動ループを導入することで、本来15人月を要する受託案件を実質1日(10時間)で完了させた事例を共有しました。
AI駆動開発の現状としてどのような変化が指摘されていますか?
生成AIの活用が単なるコーディング支援から、企業活動全体への浸透フェーズへとシフトしており、AIをビジネスにどう実装するかが新たな勝負所になっていると議論されました。