本文へ移動

#エージェント

今日 1 件

9月22日

火曜日
  1. TypeSafe AI、System One の意思決定モデル Jev を公開

    TypeSafe AI は先週 Jev を公開し、新しい「System One モデル」の最初の例としたが、筆者は「意思決定モデル」の呼び名を好む。文字を入力し、分類、はい・いいえ、点数に対応する浮動小数と信頼度を返す。入力だけに課金し、初モデルは100万トークン当たり0.042ドル。筆者は迷惑メール検出、タグ付け、順位付けに適すると考え、検索の再ランキングにも試した一方、数字、日付、敵対的内容は苦手と指摘する。

9月21日

月曜日
  1. NVIDIA:AIの安全は工学の問題、エージェント各層での対処方法

    NVIDIAはAIの安全を工学の問題として扱い、明確な安全要件、実行可能な制御、責任者、保護の有効性の証拠を求める。オープンソースのNVIDIA OpenShellは推論範囲の外で方針を強制し、サンドボックス実行を提供する。Cisco DefenseClawが統制層を追加し、JFrogはOpenShellによるエージェント技能の走査と検証を統合する。

  2. エンジニアが語る、大企業内部でClaude Codeがすべてを生成する現状

    大企業に入社して半月のエンジニアによると、チームの仕様書、コード、テスト、PRD、チケットとその処理、レポートなどはすべてClaude Codeが生成している。チーム内でこのやり方を好む人はおらず、できるだけ多く納品するよう強いられている。上層部から「コードをプッシュすることはボトルネックではない」と何度も聞かされ、人々はただEnterキーを押すために1日12〜13時間働いている。L1からL7までのエンジニアが同じことをしており、誰も何も読んでいないという。

  3. MCP は時代遅れか、Simon Willison は価値が過小評価と反論

    Simon Willison は「MCP はもう悪い案」との見方に反論し、無制限のネット接続を持つ Claude Code や Codex などの端末エージェント以外では代替できない価値があるとした。外部サービスへのアクセス制限、API キーに直接触れさせない運用、接続・認証の UI、強い監査ログを提供しやすくする。完全なコーディングエージェントが不要とするだけで時代遅れと断じると、他の用途を見落とすとする。

9月19日

土曜日

9月18日

金曜日
  1. GitHub Podcast、5つのAI論争を検討:コードを読むべきか、RAGは終わりか、SkillsはMCPをなくすか

    GitHub Podcastの最新回はAI開発の5つの話題を検討する。AIコードは読み、責任を持つ必要があるが、確認の度合いはリスクに応じる。Skillsはチームの経験を包装したもの、MCPはツールとデータをつなぐ標準で、組み合わせられる。RAGは終わっておらず、学習外の情報を提供し、エージェント、Skills、MCPと同じワークフローに共存できる。

  2. AINews:Claude Code Projects、Jev 分類モデルなどエージェントの進展

    Anthropic は Claude Code に Projects を導入した。一つの会話から並列クラウドセッションを派生し、スレッド間で文脈を渡し、ユーザーが離れた後も動く。Google は Gemini の管理エージェントに Antigravity ベースのハーネスを更新し、Credentials API と Files API を追加した。費用は最大30%減り、キャッシュヒット率は22%向上するとする。

9月17日

木曜日

9月16日

水曜日
  1. NVIDIA、DSX による AI 工場の1 MW 当たり生産性向上を解説

    NVIDIA は AI Infra Summit で、一定の電力予算内で AI 工場のトークンスループットを高める DSX を紹介した。Lambda は5ラック・19ノードの HGX B200 クラスターで DSX MaxLPS を検証し、16ノードの最大電力と同じ予算で19ノードを稼働させた。トークンスループットは毎秒約400万から500万に24%増え、1ワット当たり性能は23%向上した。

9月14日

月曜日

9月12日

土曜日

9月11日

金曜日
  1. GitHub Copilotアプリ入門:diff・端末・ブラウザーパネルを使う方法

    Copilotアプリはdiff、端末、ブラウザーを内蔵し、画面を切り替えずAIコードの確認、実行、プレビューを行える。diffは追加を緑、削除を赤で示し、採用、コメント、追加修正に対応する。端末はコマンド実行と複数ウィンドウ切替、ブラウザーはPick & Polishで要素を選びエージェントに調整させられる。

9月10日

木曜日
  1. Gradio Workflow で AUTOMATIC1111 を再構築、73ノードの Workflow1111

    Hugging Face チームは Gradio Workflow で AUTOMATIC1111 の機能の大半を一つの Workflow1111 キャンバスに再構築した。11本のメディアパイプラインと73ノードで、テキストから画像、高解像度修復、画像から画像、プロンプト行列、VLM による逆解析、検出からの inpaint マスク生成、ControlNet 型アノテーター、背景除去、PNG Info、画像から動画を扱う。

9月9日

水曜日
  1. Mistral、AIエージェントで4万行のFortranレガシーコードを移行

    Mistralは欧州のエネルギー事業者が4万行のFortran 77をC++へ移行するのを支援した。対象はテストや集約された文書がない、物理計算中心の油層シミュレーターだった。チームはまず数値一致を確認するテスト基盤を作り、Skill.mdでエージェントに状態スナップショットの出力と移行モジュールの検証を指示した。その後Vibe CLIで100超のエージェントを起動し、呼び出しツリーを解析し、Mistral OCRで散在する文書を整理した。

9月7日

月曜日

9月6日

日曜日

9月5日

土曜日
  1. GitHub、複数モデルの編成で最先端のコーディング品質を実現するProject HydraFusionを公開

    GitHubはProject HydraFusionの研究プレビューを公開した。実行時の複数モデルの編成でCopilotに最先端のコーディング能力を提供する。Copilot CLIで/experimentalから有効化でき、各モデルが実際に使うトークンの標準料金で課金される。

9月4日

金曜日
  1. GitHub Copilot app入門:複数エージェントを同時に動かす方法

    Copilot appは独立したGit worktreeで複数セッションを同時に動かし、干渉せず各文脈を保つ。sessions viewで名前と進捗を見て、いつでも切り替え、中断から再開でき、依頼を説明し直す必要はない。tailspin-toysでfunded sort機能、アクセシビリティー確認、テストを同時進行する例を示す。

9月3日

木曜日
  1. Google DeepMind、Fairwind Programで政府と企業にGemini 3.8 Flash Cyberの防御能力を限定公開

    GoogleはFairwind Programを開始し、Google Cloud顧客、政府機関、サイバーセキュリティのパートナーに防御能力へのアクセスを限定提供する。第1弾としてGemini 3.8 Flash CyberモデルとCodeMenderツールチェーンを提供し、脆弱性の自律的な発見、検証、修正に用いる。