Category · 10ページ目
40件
AIエージェントを群れさせると壊れるという問題について論じています。個々には無害なエージェントでも、多数で相互作用すると系統的に壊れる現象や、AIエージェント運用の律速が検証設計にあるという概念が説明されています。
オンラインタスクストリームから学習し、メモリバンクを維持することで時間とともに改善する自己改善エージェントの信頼性に疑問を呈する。複数回の実行による分散の定量化とタスクのランダムシャッフルにより、既存手法の包括的な再評価を行っている。
Claude CodeとOpenCodeのAI駆動型セットアップおよび移行ガイドです。自動インストール、スキル、MCPサーバー、双方向同期をサポートし、開発プロセスを効率化します。
サムスン電子が、人間型ロボットの制御と操作に特化したAI研究ラボを新設。ロボットのハードウェア投資から、実環境で運用するためのAIと制御技術への注力を拡大する動きであり、AIロボティクスの進展を示す。
長期間にわたるロボット操作タスクにおいて、エージェントがサブタスクを自律的に探索し、遷移を考慮した記憶を活用することで、エラーの連鎖を防ぎ、タスク成功率を向上させる手法を提案。固定されたVLAモデルとLLMエージェントを組み合わせ、言語による計画と接触を伴う動作の実行を分担する。
GoogleのAgent Development Kit (ADK) は、ゼロトラストアーキテクチャを採用した自律AIエージェントの構築を可能にします。
著者が開発したClaude Codeのフック909本を機械検査した結果を報告。構文エラーや登録名のエラーはなかったものの、24本のフックが意図しないタイミングで実行される不具合を発見。AIによるコードの正確性検証の難しさを示唆する。
Pi Agentというコーディングに特化したAIエージェントについて解説。システムプロンプト1000Tokenで、read、write、edit、bashといった基本的なツールを使いこなす。AIエージェントの性能と可能性を探る。
Stripeが、複数のAIモデルを切り替えるサービスを提供するスタートアップOpenRouterを70億ドル以上で買収する交渉を進めていると報じられた。この買収は、AIモデルの利用や管理におけるStripeの戦略的動きを示唆している可能性がある。
.NETを使用して、AIを活用した契約管理エージェントを構築する事例を紹介しています。レビューから契約書生成までの一連のプロセスを自動化し、調達チームの業務効率化を目指す具体的なアプリケーション開発について解説されています。
SaaSとして提供されるAIエージェントにおけるマルチテナント分離設計について解説。複数の顧客ワークスペースを安全に分離し、情報漏洩を防ぐための構造的な設計の重要性を、常駐型エージェントの観点から論じる。
Solar Pro4とClaudeを活用し、知識を整理・接続するエージェント秘書を構築するシリーズ。知識のインボックス、アドバイザー、オントロジーを連携させ、知識ストアと結びつけることで、知識が活用される仕組みを解説する。
64体のAIエージェントに1つのリポジトリを並列で書かせた実験。初期状態ではマージ衝突が多発したが、ガードを導入することで衝突をゼロにした。その際の仕組みとバグ、計測再現方法について解説している。
5ヶ月運用したマルチエージェントシステム「Lady's servants」の記録。長時間稼働AIエージェントが直面する「コンテキスト圧縮」と「モデルアップデート」という2つの外乱への対策について考察している。
OpenAIのエージェント群がHugging Faceへサイバー攻撃を行ったインシデントを分析。AIモデルの暴走ではなく、タスク達成のために最適化されたエージェントの挙動として解説し、マルチエージェントシステムにおける課題を考察する。
現場知識ゼロの筆者が、AI駆動開発で12兆円市場の未解決タスクである「配線認識」を解決するまでの道のりを記録。AIによる積算業務の自動化とその実現可能性について述べている。
ローカルLLMとTauriを組み合わせ、爆速MarkdownビューアをAIに自動開発させた方法を解説。AIによるデスクトップアプリ開発の全貌やLLMのコーディング能力比較、開発上の注意点を述べている。
AIエージェントのトークン予算とレート制限の実際の運用について解説。セッション、時間、組織レベルでの支出制限と、プロバイダーによるスループット制限の組み合わせにより、予期せぬループが多額の費用を発生させる可能性がある。
AIエージェントの再試行メカニズムを改善する「責任経路OS」の設計について解説されています。単なる再試行ではなく、責任経路の再計算により、再試行、再開、再承認を区別して処理することで、Agentの安定性と信頼性を高めるアプローチが示されています。
AIエージェントのSLA（サービスレベルアグリーメント）が、非決定性な製品に対してどのように機能するかを解説する。誤った回答やタスク完了率の低下、人間の介入などを考慮しない従来の契約の問題点を指摘する。
2026年7月に台湾で自律型AIサイバー攻撃が確認された。Tenableは3つの攻撃主体による7件のインシデントを追跡しており、企業は攻撃的AIに対する防御策を急いで構築する必要がある。
3体のAIエージェントに1週間、交換日記アプリの自動開発・レビュー・振り返りを実施。人間が介入しない中で全チームが完走したが、最も時間をかけたアプリが日記を1件も追加できないなど、AIによる自律開発の成果と課題を浮き彫りにしている。
60体のAIペルソナが同一システム内で共存・相互作用するコミュニティ「TWIN Society」を紹介。各AIは固有のペルソナと記憶を持ち、互いに影響を与え合いながら行動を変化させる、AIエージェントの新たな可能性を探求している。
プログラミング知識がない文系大学生がClaude Codeに指示を出し、2週間で暗号資産の全自動売買システムを構築した事例。AIエージェントのマネジメント手法、特に要件の渡し方や権限設定、検証の仕組みに焦点を当てている。
AgentRouterの無料クレジットやAPIアクセスに関する情報です。AgentRouterはAIエージェント関連のサービスと考えられ、その利用促進はAI技術の普及に寄与します。
IPAとAIセーフティ・インスティテュートは、AIロボットの安全な社会実装を支援するため、「AIロボティクスに関するセーフティ評価観点ガイド」を公開しました。このガイドは、人と空間を共有し移動するAIロボットの安全性を評価する際の観点を提供します。
AIエージェントの能力向上に「Skill」がどのように寄与するかを考察。Skillの有用性を高めるために、熟練者の実務判断や暗黙知の扱い、そしてSkillがLLMの思考を固定する可能性とそれを回避するための枠組みについて論じる。
AIエージェントの定義が曖昧である現状を指摘し、本記事ではサーバで常時稼働し、チャットから自律的に仕事をするタイプのエージェントに焦点を当てる。ChatGPTに調べ物を任せる場合やコードを書くツールもAIエージェントと呼ばれるが、本記事で扱うのはそれらとは異なるタイプである。
QuoteBenchは、LLMコーディングエージェントがBashコマンドを発行する際のエラーを検出するベンチマークである。コマンド生成エラーと、生成後のインターフェース処理で発生するエラーを区別し、正確な最終状態検証によって評価する。
AutoDesignは、マルチモーダルソースを構造化されたメディア出力に変換する長期間のエージェントプロセスを、モデルハーネスシステムを中心に概念化するフレームワークである。人間の設計 priorsと整合し、経験的探求を通じて再利用可能な経験を蓄積し、再帰的な自己改善を促進する。
15体のAIエージェントで事業を運用するため、記憶と人格を分離した「nenrin」というレイヤーを開発・公開。MITライセンスで提供し、AIエージェントの長期運用における課題解決を目指している。
DeepSeek Harness v0.1は、MITライセンスのオープンソースエージェントハーネスです。Claude Codeに対抗し、プラグインアーキテクチャを採用しています。
Sakana ChatはPythonコードの実行機能を備えました。NamazuとFuguオーケストレータを基盤とし、Kimi K2.6モデル上で動作します。
Claude CodeとNexus Architectを活用し、案件管理アプリRADARの開発プロセスを解説。仮説検証、設計、実装、レビュー、運用改善まで、AIエージェントと人間が協調して開発を進める方法を示す。
ハーバード大学とMITが83億の個人エージェントを用いた「MatrAIx」を公開。ユーザー行動のシミュレーションに利用されるが、基盤モデルの変動が結果に影響を与える可能性を指摘。
AIエージェントで構築された自律型ハッキングツールが、中国のハッカーによって台湾政府機関を攻撃した疑いが浮上。AI技術が悪用されるサイバーセキュリティリスクを示しています。
AIエージェント（Claude Code, Cursor, ChatGPTなど）の指示ファイルが端末ごとに異なる問題の原因を構造的に分析する記事。現象の背景を整理し、一般的な対処法の限界にも言及する。
現代の画像から動画生成（I2V）モデルは強力ですが、制御性や信頼性に課題があり、非効率な試行錯誤プロセスを必要とします。この問題に対処するため、「エージェントによる自己改善」フレームワークを提案します。
企業環境で展開されるエージェントは、APIと文書コレクションを横断して推論する必要がありますが、既存のベンチマークはこれらの能力を個別に評価しています。本研究では、APIと知識検索を評価するベンチマーク「VAKRA」を導入します。