AI
Harness（Systems）Engineering
prompt engineeringからcontext engineeringへ、その次はどこへ向かうのか。Anthropicのエンジニアリングブログに見られる最近の流れを手がかりに、harness設計、eval、containment（隔離）という3つの方向とtoken節約の議論とのつながりを整理する。
AIトークン節約術
AIコーディングのトークン費用をReact POCで測定し、prompt caching、subagent、MCP整理、context engineering、Cursor Composerで削減する方法を解説する。
トークンの仕組み
AIのトークンは単語でも文字でもない。BPEトークナイザーがトークンを作る方法、トークンがembeddingベクトルとなってモデルに入る流れ、prefillよりdecodeの出力が高い理由、KV cacheとprompt cachingがコストを下げる仕組みまで解説する。
AIエージェントツール
Claudeを使ったフロントエンド開発で出会ったツールを、4つの視点から整理する。CLAUDE.md・AGENTS.md・SKILL.mdの違い、MCPの仕組みとSerena、CodeGraphなどコードインテリジェンスツールの動作原理、GitHub Trendingの読み方まで解説。
AIフロントエンドエンジニア
AIがコードを書く時代に、フロントエンドエンジニアはどのように成長し、生き残ればよいのか。Karpathyのagentic engineering、Vercel v0、Stack Overflow Survey、METRの研究など、検証された資料をもとに、検証・仕様化・判断力を軸とした新たな能力と学習戦略を整理する。