Tabnine– tag –
-
AIコード補完のTabnine、テスト大手Tricentisに買収 企業向け「エージェント型品質」強化へ
AIコード補完ツールを提供するTabnine（タブナイン）は、ソフトウェアテスト分野のグローバルリーダーであるTricentis（トライセンティス）に買収されたと明らかにしました。企業向けの開発・テスト現場で進む「AI×品質保証」の流れを象徴する動きとして、... -
「エージェントファースト開発」時代到来 JiraやConfluenceとどうつなぐ？
AIエージェントが、開発現場で人間のエンジニアと肩を並べて働く時代が現実味を帯びてきました。特に、プロダクション環境の不具合を自律的に「発見・原因特定・修正」まで行う「エージェントファースト開発」が注目を集めています。しかし、その実力を発... -
OWASP「LLM Top 10」ではカバーしきれない、AIセキュリティの“抜け落ちた一層”とは
生成AIやLLM（大規模言語モデル）の安全対策として注目される「OWASP LLM Top 10」。しかし専門家の間では、「もっとも重要なレイヤーが抜け落ちているのではないか」という指摘が出始めています。本記事では、その問題意識を手がかりに、AIセキュリティの... -
AIコード生成で「検証危機」 導入企業の7割超で本番障害増加という調査結果
AIによるコード自動生成は「開発効率を飛躍的に高める」と期待されてきましたが、その裏側で深刻な「検証（テスト）危機」が進行している可能性が浮かび上がりました。2026年版「State of AI Coding Report」によると、AI生成コードを本番環境に導入した企... -
AIコーディングの本当のROIとは？「たくさんコードを書く」から「正しいコードを早く本番へ」への発想転換
開発現場でAIコーディングツールの導入が進む中、「どれだけ多くのコードを自動生成できるか」が注目されがちです。しかし、英語圏で議論が広がる最新の視点では、AIコーディングの投資対効果（ROI）は「コード量」ではなく、「正しいコードをいかに低コス... -
レガシー刷新は「文法変換」ではない AI時代に問われる本当の難しさとは
企業システムの「レガシー刷新」は、古い言語を新しい言語に書き換えれば終わり——そんなイメージを持たれがちです。しかし、専門家は「レガシーモダナイゼーションは構文（シンタックス）の変換問題ではなく、知識の継承問題だ」と指摘します。AIがコード... -
企業AIに迫る「誤った現実」のリスク──コンテキスト完全性が新たなセキュリティ課題に
企業で生成AIを活用するうえで、「間違ったコンテキスト（文脈）」は、単なる精度の問題にとどまらず、深刻なセキュリティリスクになりつつある。モデルの安全対策だけでは不十分であり、AIが参照する現実そのもの──どの情報源を信頼し、どの事実を正とみ... -
マルチエージェントAI開発のカギは「共有メモリ」 Tabnineが示す次世代ソフトウェア開発の姿
AIがコードを書く時代は、「1つの質問に1つのアシスタントが答える」段階から、「複数のAIエージェントが協調して開発する」段階へ移りつつあります。しかし、複数のエージェントがバラバラの前提知識で動き出すと、開発現場は一気にカオスになります。こ... -
AIでコード生成が加速、信頼できるコードにする「判断力」のボトルネックが顕在化
AIがプログラミングコードを高速に生成できるようになった一方で、「そのコードをどこまで信頼してよいのか」という新たな課題が浮き彫りになっています。業界関係者の間では、AIが生み出すアウトプットの量に、レビューや検証といった人間の「判断力」が... -
Tabnineが「エンタープライズAIコーディングエージェント」でGartnerのVisionaryに選出 自動補完から“文脈を理解する開発エージェント”へ
エンタープライズ向けのAIコーディングプラットフォームを提供するTabnineが、ガートナーの「2026 Gartner Magic Quadrant for Enterprise AI Coding Agents」で“Visionary（ビジョナリー）”に選出された。分類が急速に進化する中で、コードの「量」よりも... -
Tabnineが「Agentic Platform」を発表——企業向けコンテキスト、BYO LLMキー、透明価格、エアギャップ対応を強化
Tabnineは新たに「Agentic Platform」を発表した。発表によると、企業利用を前提としたコンテキスト管理、独自のLLMキー持ち込み（BYO LLM key）、透明性の高い価格設定、そしてオンプレミスやエアギャップ環境を含む柔軟なデプロイに対応するという。開発... -
ミッションクリティカルなソフト開発に特化したAIが登場—高信頼・高品質を前提とした新潮流
英語の発信によれば、「ミッションクリティカルなソフトウェアエンジニアリングの厳格さに耐えうるAI」が紹介された。安全性や可用性が最優先の現場に向けた設計思想が強調されており、一般的な開発支援AIとは一線を画すアプローチに注目が集まっている。 ... -
AI時代の「Vibe vs Craft」論争：ソフトウェアエンジニアは淘汰されるのか、強化されるのか
生成AIの浸透で、コードを書く行為そのものが変わりつつあります。いま議論の中心にあるのが「Vibe Coding（直感・対話主導の開発）」と「Craft Coding（設計・実装の職人技）」のせめぎ合いです。AIはエンジニアの仕事を奪うのか、それとも飛躍的に拡張す... -
AIがSDLCに与える影響をどう測るか：成果に直結する評価指標と実践
ソフトウェア開発の現場でAI活用が急速に進むなか、「導入して良くなった気がする」で終わらせず、成果に結びつく形で効果を測り、継続的に改善する姿勢が競争力を左右します。本稿では、SDLC（ソフトウェア開発ライフサイクル）にAIを導入した際のインパ... -
Tabnineが提起する「RAG vs ファインチューニング」—ブラックボックスAI依存に待った
AIコード支援に取り組むTabnineが「Black-Box AI guesses. Tabnine knows.（ブラックボックスAIは推測する。Tabnineは知っている）」と掲げ、ソフトウェア開発におけるRAG（検索拡張生成）とファインチューニングの比較に言及した。開発現場でのAI活用を最... -
Tabnineが提起する「RAG vs 微調整」論争：ブラックボックスAIから“知っているAI”へ、開発現場はどう選ぶべきか
ソフトウェア開発における生成AIの使い方として、「RAG（検索拡張生成）」と「微調整（ファインチューニング）」のどちらが適切か—。Tabnineは「Black-Box AI guesses. Tabnine knows.（ブラックボックスAIは当て推量、Tabnineは“知っている”）」というメ...
1