About

石田 尚幹

Naoki Ishida — Stasshe

所属
立命館大学 情報理工学部 1回生
現在
株式会社アルファ・オメガ VPoE(2026.8 —)
主軸
TypeScript / React / Next.js、業務で Go・CI/CD・LLM 推論基盤
受賞
U-22 プログラミング・コンテスト 2025 経済産業大臣賞・アクセンチュア賞
  • 2026.9Talk

    KC3 2026 — 低レイヤ FE

    クライアントサイドアプリケーションの高速化と状態管理。

  • 2026Talk

    PHP カンファレンス関西 — 良い設計とは

    Jack W. Reeves「What Is Software Design?」(1992)の「コードこそが設計書である」を、AI 時代の設計判断に接続する。

  • 2026Talk

    良いプレゼンの仕方・しゃべり方

    ほか学生向けの登壇。

  • 2026.6 —Teaching

    摂津市立第一中学校 部活動 特別講師 / 技術顧問

    摂津市教育委員会からの委託。部活動で Pyxis-CodeCanvas を利用。

  • —Teaching

    マンツーマンのコーディング講師

    抽象的な考え方と設計の捉え方を中心に指導。

  • 2025Award

    U-22 プログラミング・コンテスト 2025 経済産業大臣賞〈テクノロジー部門〉・アクセンチュア賞

    Pyxis-CodeCanvas で同時受賞。Celeritas とあわせ 2 作品が事前審査を通過。

  • 高2Security

    学食システムの脆弱性報告

    出身高校で導入された学食システムの脆弱性を発見。公開せず学校事務経由で制作会社へ報告し、代表者から複数の指摘を確認した旨の返信を受けた。

  • 高校Research

    JR 四国と連携した一般販売ツアーの企画

    小中高を通じた自然科学系の探究。成果を県で発表。

技術

言語・Web 標準
  • HTML
  • CSS
  • JavaScript
  • TypeScript
  • Python
  • Swift
  • Dart
  • Lisp
  • Lua
  • C++
  • Rust
  • SQL
  • C
  • PowerShell
  • Shell
  • Bash
  • Assembly
  • WebAssembly
  • Kotlin
  • Objective-C
  • Perl
  • Go
フロントエンド・UI
  • React
  • Next.js
  • Vue.js
  • Astro
  • Nuxt
  • Svelte
  • Solid
  • Tailwind CSS
  • Bootstrap
  • MUI
  • shadcn/ui
  • Chakra UI
  • Radix UI
  • React 最適化
テスト・ビルド・品質
  • Node.js Test Runner
  • Jest
  • Vitest
  • Playwright
  • Selenium
  • Puppeteer
  • Bun Test Runner
  • Vite
  • Prettier
  • ESLint
  • Rollup
  • esbuild
  • Webpack
  • Babel
  • SWC
  • CMake
  • Biome
クラウド・CI/CD
  • Cloudflare
  • Vercel
  • AWS
  • AWS CloudFront
  • Google Cloud
  • Firebase
  • Netlify
  • Google Cloud CDN
  • Fastly
  • Render
  • Docker
  • GitHub Actions
モバイル・デスクトップ
  • Flutter
  • Tauri
  • Qt
  • QML
  • React Native Web
  • Expo
状態管理・エディタ
  • Zustand
  • Jotai
  • Valtio
  • Monaco Editor
  • CodeMirror
  • xterm.js
Web API・並行処理
  • Comlink
  • Worklets
  • Web Workers
  • Audio Worklet
バックエンド・データ・API
  • PostgreSQL
  • MongoDB
  • Supabase
  • Firebase Realtime Database
  • Cloud Firestore
  • Firebase Authentication
  • Google Apps Script
  • LINE Developers
  • Node.js
  • Bun
  • Hono
開発環境・OS
  • Git
  • GitHub
  • Neovim
  • chezmoi
  • mise
  • Windows
  • Linux
  • Arch Linux
  • Ubuntu
LLM・セキュリティ
  • LLM 推論基盤
  • GPU 環境
  • セキュリティ

AI と競わない。AI と「一緒に働く」とも考えない。AI を使う側に立つ。

AI で実装速度は大きく上がった。ただ、実装が速くなることと良い設計になることは別物である。

コードは目的、利用者の要求、過去の設計判断、将来の保守方針と結びついている。AI の出力が動いても、責務が妥当か、変更しやすいか、安全性や性能を損なわないかは人間が判断するしかない。AI の弱点は知識の不足ではなく、文脈を広く保ち続けられないことにある。

人間が担うこと

  1. 01

    AI が見落とす背景や制約を整理し、コンテキストとして与える

  2. 02

    生成されたコードを批判的に評価する

  3. 03

    何を問題とし、どの制約を置き、どう評価するかを決める

設計観

目的から逆算する
軸を保ち、最終目的から妥協と断行を見極める。
現場で無理なく使えること
理想的な自動化より、例外と当日の変更を人が扱える設計。— Celeritas
制約を出発点にする
環境の不利を UX 設計の起点に変える。— Pyxis-CodeCanvas
使い続けられる状態まで
機能の正しさに加え、例外対応、管理のしやすさ、導入時の信頼形成、作り手が離れても続く運用。
責任と手順
自分が使うサービスに責任を持ち、問題は適切な相手に適切な手順で伝える。— 学食システムの脆弱性報告
抽象化の背後を意識する
フレームワークや AI が隠す責務・制約・トレードオフを理解していないと、障害の診断も変更影響の評価もできない。
コード自体が設計である
Reeves「What Is Software Design?」の論点。登壇「良い設計とは」の軸。

自己評価

伸びた力 — マクロ

  • AI に何を任せ、何を任せないかの判断
  • コードベース全体の構造把握
  • 責務境界の設計
  • 問題の本質の整理と抽象化