Spec-Driven Development は消えたのか？ - AI 駆動開発が収束する方向性 -公開版

Spec-Driven Development は消えたのか︖ - AI 駆動開発が収束する⽅向性 鈴⽊ 章太郎 Executive Evangelist, FPT Data & AI Integration FPT Japan Holdings

鈴⽊ 章太郎 X (Twitter) ︓ @shosuz https︓//www.docswell.com/user/shosuz FPT ジャパン FPT データ& AI インテグレーション エグゼクティブエバンジェリスト 独⽴⾏政法⼈ 国⽴印刷局 デジタル統括アドバイザー兼最⾼情報セキュリティアドバイザー Microsoft MVP for Developer Technologies (.NET/Developer Tools, 2026~) 略歴︓ AI 駆動開発勉強会主催。Microsoft エバンジェリスト時代から、Dell、 Accenture、Elastic、VMware を経て現職まで⼀貫して開発者向け に最新技術を啓発。GPU クラウド技術訴求、AI 駆動開発推進。 政府の仕事は、内閣官房 政府 CIO 補佐官、 デジタル庁 PM を経 て、現職を兼務。 2 / 12

• https://www.docswell.com/user/shosuz

アジェンダ 「消えたのか」を問い、Spec Kit から業界の収束を読み解く 1 「SDD は消えた」のか - 問いの背景 2 GitHub Spec Kit とは - 8 コマンド（必須5＋任意3）のワークフロー 3 デモ - Spec Kit で作る 4 重要概念 - constitution / extensions / presets 5 各社は実質同じに - 業界の⽅向性の収束 6 まとめ - 名前ではなく「型」を学ぶ

1 「SDD は消えた」のか - 問いの背景

「SDD は消えた」のか ⾔葉は消えた - だが、なくなったわけではない ● 「Spec-Driven Development、もう聞かなくなったね︖」と⾔われ始めている ● X は個別トピック (新機能・新ツール) の洪⽔ - 次々追って焦らされる ● だが SDD は廃れたのではなく、当たり前になって各社に溶け込んだ ● 本セッション: GitHub Spec Kit を⼊⼝に「実質は同じ」を確かめる 💡 ⾔葉が聞かれなくなった - 普及して標準になった証

2 GitHub Spec Kit とは - 8 コマンド（必須5＋任意3） のワークフロー

GitHub Spec Kit とは GitHub が公開する仕様駆動開発のツールキット Spec Kit 「コードを書く前に仕様を構造化する」を⽀援する OSS 既存のリポジトリ・エージェントに被せられる / 主要エージェントに対応 (思想は共通) GitHub Copilot Claude Code OpenAI Codex その他 CLI デモで使⽤ Anthropic Agent HQ / AGENTS.md Gemini / Cursor 等 💡 特定の AI に縛られず、思想を共通化できるのが強み

Spec Kit 8 コマンドの前に - AI 逆質問で要件を固める ⼀⾔の意図から AI に逆質問させ、AI に要件を作らせる - その上で 8 コマンドが回る ① Constitution.md ② AI が逆質問 ③ requirements.toml プロジェクトの原則・憲法 ⼈間は⼀⾔の意図だけ AI が⽣成する要件 ・命名規則・規約・思想 ・全体の最上位の前提 ・AI が対象・制約・⾮機能 を逆に質問してくる ・⼈間は答えてキュレート ・AI が作る要件の SSOT ・⼈間が書くのではない ・これが spec の源泉 requirements.toml は Spec Kit の 8 コマンドには⾮搭載 - 要件をどう⽤意するかを補う私案の上流層 ここまでが「AI 逆質問で要件を固める」上流 - ここから下流へ requirements.toml を源泉に、Spec Kit の 8 コマンド（必須5＋任意3）が回る (constitution → specify →〔clarify〕→ plan → tasks →〔analyze〕→ implement ／〔 〕と checklist は任意) 💡 requirements.toml は⼈間が書くのでなく、AI 逆質問で作らせる - それが spec の源泉になる

Spec Kit ワークフロー前半 - 仕様を固める まず「原則」と「何を作るか」を構造化する ① constitution ② specify 〔任意〕clarify 最初に作る「憲法」 何を作るかを⾔語化 曖昧さを対話で潰す ・命名規則・規約・思想を 1 ファイルに集約 ・ユーザ視点で要件を記述 (What) ・AI が抜け漏れを逆質問 ・全コマンドが参照する⼟台 ・受け⼊れ基準まで構造化 ・/speckit.constitution ・/speckit.specify ・ 中⾝（規約・命名・理由） は⼈間が渡す 💡 ここを丁寧にやるほど、後半の実装が安定する ・答えて仕様の精度を上げる ・/speckit.clarify

Spec Kit ワークフロー後半 - 計画して実装する 仕様から実装可能な単位へ落とす ③ plan ④ tasks ⑤ implement どう作るかを設計 実装単位に分解 タスクを順に実装 ・技術スタック / 構成 / データモデルを決定 ・AI が実⾏できる粒度へ ・AI が 1 つずつ実装 ・依存関係を整理 ・⼈間はレビューに集中 ・/speckit.tasks ・/speckit.implement ・What を How へ翻訳 ・/speckit.plan 💡 ⼈間はレビューに集中し、AI が⼿を動かす （任意: tasks → implement 間に speckit.analyze, speckit.checklist）

Constitution.md → requirements.toml はどこで効くか 問題提起 - 分かれ⽬は「新規 / 保守」ではなく、要件が「⽩紙」かどうか ここまで requirements.toml は「AI 逆質問で⽣成する」前提で説明してきた - でも、それは常に要る︖ 要件定義まで済んでいる ＝ ⼤多数 要件が⽩紙 ＝ 完全な新規事業（例外）★ ・保守・派⽣開発 ・通常の新規開発（受託） ← 新規でもここ ・ゼロから事業を⽴ち上げる ・誰もまだ要件を持っていない → 要件はもうある。⽣成はほぼ不要 （使っても抜け漏れ検証＝clarify 程度） → ★ ここで初めて AI 逆質問で requirements.toml を⽣成する価値 問題提起︓分かれ⽬は「新規 / 保守」ではなく「要件が⽩紙か」 Constitution.md → requirements.toml ⽣成が本当に要るのは、要件が⽩紙の "完全新規事業" だけ では︖ Constitution.md ⾃体は常に必須 - シナリオで要否が変わるのは requirements.toml 「⽣成」だけ

3 デモ - Spec Kit で作る

デモの流れ - 仕様から実装まで デモ (約 15 分) は 3 段で構成 ① 仕様化 ② 計画・分解 ③ 整合・実装 constitution → specify plan → tasks analyze → implement ・原則と要件を先に固める ・技術設計を⽣成 ・AI が実装、analyzeで整合を 機械チェック ・今回は clarify 不要 （曖昧点0）でスキップ ・実装単位へ分解 ・依存関係を整理 ・コードはまだ書かない 💡 対話しながら進む様⼦をデモで⾒せる ・動作確認しながら進む ・アプリが形になる

デモ: 既存 API に Spec Kit でカート機能を追加 ⼈間が書いたスイーツ店の商品管理 API に、Spec-Driven Development で 1 機能だけ⾜す 既存 (before) Spec Kit スイーツ店 商品管理 API 追加後 (after) + カート機能 商品 約100件 / ⼀覧・検索・CRUD ⼊れる・⼀覧・数量変更・合計 やり⽅: 仕様 → 計画 → タスク → 実装 を Spec Kit のコマンドで順に作る /constitution /specify /plan /tasks /analyze /implement ※ 今回のデモでは 曖昧点0で clarify はスキップ→ analyze を実演し C1/C2 検出 スコープ: カートは「⼊れる・⼀覧・数量・合計」まで - 決済 (Stripe 連携) は範囲外 技術︓Java / .NET（型のある⾔語＝機械的な正誤信号＝「⾨」が効く） デモは .NET - ASP.NET Core Minimal API / C# / インメモリ（DB なし）

デモ動画は後⽇公開予定 VS Code 上で、Spec Kit と .NET／C#、GPT-5.6 Terra を使⽤し、 ECサイトの機能拡張を進めるデモです。 デモ動画は後⽇ VEED.IO で公開し、こちらの Docswell の説明欄に 動画リンクを追加します。

デモの結果 ワークフローだけで動くアプリが完成 1 2 3 仕様駆動で成果物まで到達 ⼿書きの実装をほぼせず、仕様から動くものができる AI が実装、⼈間はレビュー ⼈間はコードを書くのでなく、仕様とレビューに集中する 再現可能 ⼿順 (仕様) が残るので、誰でも同じ成果を再現できる 💡 「速い」より「仕様から再現できる」ことが価値

4 重要概念 - constitution / extensions / presets

統制と拡張の全体像 ⼩さなコアを 3 つの仕組みで⽀える constitution 3 層構造 拡張で伸ばす プロジェクトの憲法 常時 / 専⾨ / 強制 extensions / presets ・常時︓毎回効く原則 (CLAUDE.md / AGENTS.md / Constitution.md) ・コアは⼩さく保つ ・原則だけをコアに残す （詳細は外出し） ・全コマンドの共通⼟台 (SSOT) ・専⾨︓必要時の知識 (Skills 相当) ・強制︓必ず通すルール （Hooks) 💡 ツール選定ではなく「思想と仕組み」を設計する時代へ ・extensions で機能追加 (現在 100 近い) ・presets で要件を⽅向づけ

extensions の上に重ねる - hooks と presets 機能を「追加」する extensions、「⽅向づける」presets hooks presets 重ね⽅ (layering) プロセスに差し込む 挙動を⽅向づける 優先度つきで合成 ・各ステップに処理を フックできる ・機能追加でなく「影響」 ・append / prepend / wrap / total replace ・例: Git 連携は hook として実装 ・組織 / チーム単位で配布 ・例: PII 禁⽌を全 PJ 強制 💡 constitution を「各⾃任せ」から「組織で強制」へ ・現在 約 20 種 (A11Y 等)

適⽤範囲と運⽤の勘所 新規・既存どちらにも効く / ⽂脈管理が鍵 (エンプラ向け) greenfield brownfield context 管理 新規プロジェクト 既存プロジェクト ⻑時間作業の⽂脈維持 ・⽴ち上げ時から仕様駆動 ・全置換は不要 改修箇所から SDD 化 ・context window を意識 ・最初に原則を定義 ・きれいに積み上げ ・既存資産を活かす ・段階的に広げる 💡 既存システムでも「改修箇所から」始められる ・compaction で⽂脈を保つ ・仕様が⽂脈を補完

⽂脈を設計する - Context Engineering の 4 要素 「⽂脈管理が鍵」を具体に - WHAT / HOW / WHY / FEEDBACK の 4 層で設計する WHAT HOW WHY ★ FEEDBACK スタック・構造 規約・命名 設計の理由 検証コマンド 技術・フォルダ構成 正例 / 反例つきで 具体化 ⽋けやすく⾼コストな 誤りの元 test / build / lint と期待出⼒ 運⽤は ContextOps - Capture（暗黙知を規約化）→ Version → Distribute（各ツール形式へ）→ Govern（違反を pre-commit で検知）

過程を残す - Observability と監査証跡 LLM ⼊出⼒＋エージェントの過程を、⾃⼰ホストの受け⽫へ集約する ① Proxy 層 ② エージェント OTel 層 ③ 受け⽫（集約・監査） LLM の⼊出⼒を記録 過程を記録 集めて保存・検索・監査 （⾏って帰った内容） ツール呼び出し・判断 Langfuse 等セルフホスト可 ＝社内に置ける 過程の記録＝監査証跡＝完了の証 - テストが受け⼊れ基準として残るのと同じ考え⽅

5 各社は実質同じ⽅向性 - 業界の⽅向性の収束

異なる仕組みを⽤いつつも実質的に業界は SDD に収束 構造化された意図を「⼀級市⺠」にする同じ原理へ Anthropic / Claude OpenAI / Codex GitHub AWS CLAUDE.md / Agent Skills AGENTS.md / plan・ spec Spec Kit AI-DLC ・CLAUDE.md = 毎回効く原則 (constitution 相当) ・Agent Skills = SKILL.md ・agentskills.io で標準化 ・AGENTS.md = ⽂脈・規約の外部化 ・plan / spec モード ・Goal / Context / Constraints / Done ・constitution → spec → plan → tasks → implement ・最もフルに形式化 ・標準化潮流の中核 ・Mob Elaboration で intent を要件化 ・AI 逆質問 → ⼈間が検証 ・各フェーズで clarify を繰り 返す 💡 各社「SDD」とは呼ばないものの、実質的に構造化仕様で AI を駆動している

天井を上げるのは Agentic Engineering - モデルより規律 失敗もするエージェントを、品質を保ったまま統率する ※ Andrej Karpathy（現 Anthropic、元 OpenAI 創設メンバー / 元 Tesla AI 責任者） Vibe Coding ＝ 最低ラインを上げる Agentic Engineering ＝ 到達できる上限を上げる ・誰でも「記述」でアプリを作れる ・失敗しやすいエージェントを統率 ・開発の⼊り⼝を下げる ・正確性 / セキュリティ / taste / 保守性を保つ「専⾨規律」 💡 この資料の SDD / ハーネス設計 ＝ Agentic Engineering（到達できる上限を上げる側）

失敗からルールを育てる CLAUDE.md LLM がどこで間違うかから導いた 4 つの⾏動ルール ① Think Before Coding ② Simplicity First ③ Surgical Changes ④ Goal-Driven Execution 誤った前提を置かない 混乱を隠さない 問題を解く 最⼩コードだけ 触る所だけ 無関係に波及しない 検証可能な基準にし、 検証までループ Karpathy(2026/1/26): 「モデルは勝⼿に誤った前提を置き、確認せず⾛り、押し戻さない」 💡各ルールは失敗の裏返し - 失敗を先回りで CLAUDE.md に刻む 「追加の指⽰ゼロでエージェントが働けるように、CLAUDE.md や REVIEW.md、Skills、ドキュメントを書くべきだ」 - Boris Cherny https://x.com/bcherny/status/2077460395279692197

• https://x.com/bcherny/status/2077460395279692197

マルチツールの規約を 1 つに - AGENTS.md を正本に Codex・Claude・Gemini が別ファイルを読む断⽚化を、AGENTS.md へ寄せて解く 問題︓断⽚化 解︓AGENTS.md を正本に 各ツールが別ファイルを読む ・AGENTS.md を Canonical （正本）に ・Codex → AGENTS.md ・Claude → CLAUDE.md ・Gemini → GEMINI.md ・ツール固有ファイルは symlink で補う ・60k+ OSS・30+ ツールで採⽤ 💡Spec Kit の Constitution.md とは両⽴ – 常時規約は AGENTS.md、spec ⽣成は Constitution.md

SDD は「ハーネス」設計の中核 各社が収束した先は、モデルではなく "ハーネス" を設計する時代 Prompt Engineering 2022〜 単発プロンプト • • ➜ Context Engineering 2024〜 RAG・マルチターン 「infra 化できるドメイン知識は、もう lint や型やテストで表現できる範囲に留まら ない。コメント・Skills・CLAUDE.md・メモリとして、ほぼ全ての暗黙知を刻める」 - Boris Cherny https://x.com/bcherny/status/2077460395279692197 ➜ Harness Engineering 2026〜 ★ ⾃律・並列・本番 ハーネス ＝ AI が⾛り出す前に「どう⾛るか」を伝える層 Spec Kit の constitution / specify / clarify はその具体実装 ハーネス（進路を⽰す・主観） ガードレール（道を外れない・客観） ・Constitution / Skills / プラン設計 ・lint / 型 / build / test / CI ・「どう⾛るか」を事前に設計する - Hooks で⾃動発⽕・違反をブロック（PreToolUse / PostToolUse） - 逸脱を機械的に検知・阻⽌する したがって、ここでも SDD が消えたわけではない ハーネス設計の中核として、AI をどう⾛らせるかの中⼼に残っている

ハーネスの中⾝ - 3 層で設計する 「ハーネス設計の時代」を具体に - モデルの周り全部を 3 層に分ける Model（中核） Internal Harness External Harness ★ • 推論エンジン • Opus / Sonnet / Fable • context から出⼒を決める • agent loop・tools・context 管理 • モデルを「エージェント」にする層 • Claude Code ⾃体がこれ • Constitution.md・spec （＝ SDD の成果物）・ CLAUDE.md・Skills・ Hooks・MCP • ユーザーが設計・改善する層 • ハーネス⼯学の主戦場 運⽤ 3 原則 - ⼩さく保つ / 可搬に保つ（Markdown で他ツールへ）/ built-in を使い切る

GitHub は中⽴なハブになる 1 2 3 全モデルを取り込む Copilot はどのモデルでも動く - 特定ベンダーに賭けない 全エージェントを取り込む Spec Kit はエージェント⾮依存 - 各社ツールをそのまま乗せる 標準は中⽴の場（AAIF）へ - GitHub はそれに乗る AGENTS.md / MCP は AAIF (Agentic AI Foundation＝ガバナンス/標準化団体) へ - 規約の標準化の中⼼に座る

6 まとめ - 名前ではなく「型」を学ぶ

キーメッセージ 持ち帰ってほしい 3 つの核⼼ 1 2 3 コードの前に仕様を構造化する Spec Kit は Constitution.md を起点に、仕様 → 計画 → タスク → 実装をつなぐ 異なる仕組みを⽤いつつも実業界は同じ⽅向へ 各社は違うツールでも、同じ⽅向に向かっていること- SDD は消えたのではなく収束した 追うべきは個別機能でなく「型」 個別技術は陳腐化する。考え⽅は陳腐化しない 💡 「どのツールを使うか」より「どう仕様を構造化するか」が問われる

次のステップ - 明⽇から試す ⼩さく試して効果を確かめる ● ⼿元のリポジトリに spec-kit を⼊れて /speckit.specify を 1 回実⾏する ● - /speckit.constitution を実⾏して、チームの規約・思想を constitution にする ● brownfield なら、改修が⼊る箇所から段階的に SDD 化する ● 個別の新機能を追うより、8 コマンドの「型」を⾝につける 💡 次は、⾃分の題材で plan → implement まで回してみる

参考資料 📚 参考URL⼀覧（リソース） Agent HQ 関連 https://github.blog/news-insights/companynews/welcome-home-agents/ https://github.blog/news-insights/company-news/pickyour-agent-use-claude-and-codex-on-agent-hq/ https://docs.github.com/en/copilot/how-tos/use-aimodels/change-the-chat-model https://code.visualstudio.com/blogs/2025/11/03/unifiedagent-experience https://code.visualstudio.com/docs/copilot/agents/overv iew GitHub Copilot https://github.com/features/copilot https://github.com/features/copilot/agents https://docs.github.com/en/copilot Spec-Driven Development https://github.com/github/spec-kit Agent Skills & MCP https://github.com/aktsmm/vscode-agent-skill-ninja https://marketplace.visualstudio.com/items?itemName= yamapan.agent-skill-ninja https://claude.com/blog/extending-claude-capabilitieswith-skills-mcp-servers Claude https://www.anthropic.com/claude https://www.anthropic.com/news/claude-opus-4-6 https://x.com/bcherny/status/2023801162634572082?s =46&t=x8ThQ5xz1EucrC3ss1gHig FPT AI Factory https://factory.fpt.ai/ja/ Spec Kit (docs / extensions / hooks / presets) https://github.github.com/spec-kit/ https://github.github.io/spec-kit/reference/presets.html AGENTS.md https://agents.md Agentic AI Foundation (AAIF) https://aaif.io https://www.linuxfoundation.org/press/linux-foundationannounces-the-formation-of-the-agentic-ai-foundation MCP https://modelcontextprotocol.io Agent Skills https://agentskills.io OpenAI Codex https://github.com/openai/codex Open Source Friday with Spec-Kit https://youtu.be/2IArMAhkJcE

• https://github.blog/news-insights/company-news/welcome-home-agents/
• https://github.blog/news-insights/company-news/pick-your-agent-use-claude-and-codex-on-agent-hq/
• https://docs.github.com/en/copilot/how-tos/use-ai-models/change-the-chat-model
• https://code.visualstudio.com/blogs/2025/11/03/unified-agent-experience
• https://code.visualstudio.com/docs/copilot/agents/overview
• https://github.com/features/copilot
• https://github.com/features/copilot/agents
• https://docs.github.com/en/copilot
• https://github.com/github/spec-kit
• https://github.com/aktsmm/vscode-agent-skill-ninja
• https://marketplace.visualstudio.com/items?itemName=yamapan.agent-skill-ninja
• https://claude.com/blog/extending-claude-capabilities-with-skills-mcp-servers
• https://www.anthropic.com/claude
• https://www.anthropic.com/news/claude-opus-4-6
• https://x.com/bcherny/status/2023801162634572082?s=46&t=x8ThQ5xz1EucrC3ss1gHig
• https://factory.fpt.ai/ja/
• https://github.github.com/spec-kit/
• https://github.github.io/spec-kit/reference/presets.html
• https://agents.md
• https://aaif.io
• https://www.linuxfoundation.org/press/linux-foundation-
• https://modelcontextprotocol.io
• https://agentskills.io
• https://github.com/openai/codex
• https://youtu.be/2IArMAhkJcE

Thank you!

日本から世界に挑戦する人を増やす。

主催者について RevenueCat（本社：米国カリフォルニア州サンフランシスコ、共同創業者兼CEO： Jacob Ei1ng）は、モバイルアプリの収益化を支えるリーディングプラットフォーム です。世界中の開発者やアプリ企業がRevenueCatを利用し、iOS、Android、Webを 横断して、購入機能の実装、顧客データの管理、収益成長を実現しています。 RevenueCatは、サブスクリプション、ポイント課金、広告などの収益化モデルに対 応し、課金、レシート検証、分析、ペイウォール、コンバージョン最適化を一つの プラットフォームで提供します。現在、OpenAI、No1on、PhotoRoom、Runna、 GLOBIS、Ubie、YAMAPなどを含む、世界中の11万以上のアプリがRevenueCatを活用 しており、1日あたり30億件以上のAPIリクエスト、年間約2.4兆円以上の収益を支え ています。 RevenueCatは、Y Combinator発の米国企業であり、Bain Capital Ventures、Index Ventures、Y Combinator、Adjacent、Volo Ventures、SaaStr Fundなどの投資家から支 援を受けながら、世界中のアプリ事業者の持続的な収益成長を支えるインフラとし て事業を拡大しています。RevenueCatの詳細については、revenuecat.com/jp をご覧 ください。

• http://revenuecat.com/jp

RevenueCat主催のグローバルイベントで8月1日から9月末まで開催 2か月間、アプリ開発 ストア公開 マネタイズ をオンラインで競う 高額賞金 VC支援 NYC表彰式 他豪華特典。参加資格不問 完全無料 昨年は世界で50,000人以上が参加。アプリ総売上は10億円突破 優勝した「Payout」は、2週間で開発し約500万円の売上を達成 300万ダウンロードを達成するアプリなどソロプレナーが続々誕生

参加特典と賞金 参加特典 受賞カテゴリ スポンサーから提供されるAIツール無料クレジットの獲得 売上、社会的意義やデザインなど10の受賞カテゴリに応じた賞金 賞金 優勝賞金約1600万円、賞金総額約1.6億円 表彰式 上位入賞者はニューヨークのタイムズスクエアで表彰 VC支援 上位入賞者にはVCからの投資機会有り

受賞カテゴリー Build & Grow賞 BuildInPublic賞 HAMM賞 Catvertising賞 RevenueCat Design賞 RevenueCat Peace賞 Best Game賞 Next Gen賞 Influencer賞 Conflict of Interest賞

グローバルスポンサー

ルール① 登録 8月1日から9月30日の間にDevpostに登録すること 公開 8月1日から9月30日の間にアプリをストアに公開すること 申請 8月1日から9月30日の間に公開済アプリをDevpostに申請すること 対象アプリ RevenueCat SDK導入済のサブスクリプション課金アプリ アプリ言語 英語UIのアプリ（グローバル市場への挑戦）

ルール② アプリ種別 iOS、iPadOS、macOS、Androidのいずれか 申請内容 ● テキストでアプリの概要と機能を説明 ● 2分以内のデモビデオ（もちろん英語）を作成し、YoutubeやVimeoなど 公開URLで共有。著作権侵害をしていないこと ● 公開したストアのURL、1024 x 1024のアイコン、1179 x 2556 スクリーンショッ ト（端末のフレームなし） ● 未成年の方 フリートライアルまたは有料機能をアンロックするプロモコードがあること Next Gen賞のみ対象 ※ストア公開は不要

よくある質問① 質問① 開始時間のタイムゾーンは？ 👉 8月1日0時日本時間です。 質問② もう開発はじめていいの？ 👉 OK 質問③ もう宣伝はじめていいの？ 👉 OK 質問④ 申請するアプリ数に上限は？👉 何個でも申請可能です。

よくある質問② 質問⑤ すでに公開済のWebアプリのモバイルアプリ化は？👉 OK 質問⑥ 他のハッカソンで出したアプリは？👉 ストア公開してなければOK

日本特別企画 ● 事前説明会開催（那覇・札幌・神戸・福岡・東京） ● 京都IVSスポンサーシップ ● メディア説明会 ● カウントダウンパーティー ● カフェ（ワークショップ・セッション・交流） ● Builders Weekend - Shipaton special edi8on ● Discord日本語チャネル ● リアルイベント参加でしかもらえないグッズ

事前説明会 jp.shipaton.com

7/31 カウントダウンパーティ

8/3-6 カフェ

8/8 Builders Weekend

日本オリジナルグッズ

jp.shipaton.com

AI 駆動開発でソフトウェア開発の⾰命を起こす︕

AI 駆動開発カンファレンス 2026年夏 イベント趣旨 国内企業における AI 駆動開発の導⼊促進とノウハウの共有、 競争⼒強化を⽬的に「AI 駆動開発カンファレンス Summer 2026」を 2026年夏に開催します︕ AI 駆動カンファレンス 2026夏 開催 ⽣成 AI がもたらす新たな開発スタイルとチームの最前線 ● ⽇時︓2026年7⽉30⽇・31⽇ 2days ● 会場︓⽇本マイクロソフト株式会社（品川グランドセントラルタワー） ● 主催︓AI 駆動開発カンファレンス 実⾏委員会 ● 協⼒︓⽇本マイクロソフト株式会社 AI 駆動開発コンソーシアム

セッション枠 (Day1: 7/30) 10:20 open Room A(96) Room B(60) Room CD(120) Booth オープニングキーノート︓Cognition 正井様、シバタ様 11:00-11:50 12:10-12:50 さくらインターネット (ランチセッション) 13:00-13:40 株式会社ハイヤールー （広⽊⼤地様×葛岡様） 13:50-14:30 株式会社アイスリーデザイン RevenueCat（スペクト株式会社） (ランチセッション) ULS コンサルティング (ランチセッション) みずほ証券 （招待講演） テックファーム株式会社 クラスメソッド株式会社 休憩（ブースツアー） 14:30-15:00 展⽰ブース (11:50〜18:00) 15:00-15:40 Postman, Inc. 株式会社 Grizzlarity（シンカ） トランスコスモス株式会社 15:50-16:30 ファインディ株式会社 株式会社ネバーマイル LINE ヤフー株式会社 16:40-17:20 ライオン中林様 (招待講演) ダイキン前川様 (招待講演) 17:30-18:20 クロージングキーノート︓⽇本マイクロソフト株式会社 畠⼭様、岡嵜様 18:30-20:00 軽⾷・ネットワーキング

セッション枠(Day2: 7/31) 10:20 open Room A(96) Room B(60) Room CD(120) オープニングキーノート︓GitHub（登壇者調整中） 11:00-11:50 12:10-12:50 FPT ジャパンホールディングス (ランチセッション) 13:00-13:40 モノタロウ (招待講演) 13:50-14:30 株式会社 SHIFT クリエーションライン (ランチセッション) Replit （招待講演）※リモート登壇あり 富⼠通 (招待講演) アークウェイ 森屋様 (招待講演) 14:30-15:00 休憩（ブースツアー） 15:00-15:50 キーノート︓Anysphere/Cursor Nick Miller 様 株式会社サーバーワークス 16:00-16:40 CodeRabbit Inc. フェンリル株式会社 ⽇本 IBM 株式会社 16:50-17:30 KDDI アジャイル開発センター 株式会社 NTT データ MSE JTP 株式会社 17:40-18:20 株式会社 Autest AI 駆動開発のその先へ、 「AI 駆動企業」への道標（荒井） 調整中 18:30-20:00 Booth 懇親会 展⽰ブース (11:00〜17:00)