Category · 19ページ目
40件
AIエージェントの出力が意図とずれる原因は、モデル性能よりも、人間が「続投」させすぎることにあるという指摘。野球の「2失点ルール」になぞらえ、2回出力がずれたら交代させる運用を提案し、AIエージェントとの効果的な付き合い方を提唱している。
TencentがMetaからAIエージェントスタートアップManusを当初の評価額で買い戻す交渉を進めています。これは、中国国内でのAI技術開発と、外国資本の関与に関する規制の影響を受けていることを示唆しています。
Claude CodeとCodex CLIを連携させ、AIコーディングの効率と質を高める手法を解説。Claude Codeを実装・裁定役、Codex CLIを調査・レビュー役として並列運用し、複数視点からのレビューを自動化することで、1人開発でも複数レビュアーがいるような環境を実現する。
ドライブレコーダー映像の事故中心VQAベンチマークAUTOPILOT-VQAを提案。VLMs、LLMs、MVLMsの能力を評価し、安全に関わる事故状況の正確な理解と推論能力の向上を目指す。
プロアクティブエージェントの現実世界タスクにおけるユニバーサルベンチマークUniClawBenchを提案。既存ベンチマークの課題（サンドボックス環境、シングルターン評価、タスク分類の混在）を克服し、より効果的な評価を目指す。
OpenAIが「ChatGPT ワーク」を発表。GPT-5.6を基盤とし、ChatGPTとCodexを統合してアプリやファイルを横断する自律的な業務遂行を可能にするエージェント機能だ。
Googleがコード最適化やアルゴリズム発見を行うAIエージェント「AlphaEvolve」を一般公開した。発表から1年以上限定公開されており、数学の未解決問題への貢献も示唆されている。
自己改善型AIエージェント「Hermes Agent」や、ブラウザベースのタスクをこなす「Skyvern」など、多数のAIエージェントを紹介。自己改善やスキル生成、知識定着の機能を持つエージェントに言及。
Mistral AIが初のロボットナビゲーションモデルを発表。フランスのAIスタートアップによる、物理AIと産業オートメーション分野への進出を加速させる。
AWSはOpenSearch Serviceを再構築し、検索と分析を統合してエージェント型AIを強化する。ログストレージコストを70%削減しつつ、自律型AIエージェントの能力向上を目指す。
Metaが「Muse Spark 1.1」を発表。APIが提供され、エージェントのツール利用やコンピューター操作能力が大幅に向上したと主張。前バージョンからの進歩に注目が集まる。
エージェントのコンテキストウィンドウを汚染するターミナル出力を、遅延ロードされるローカルCLIレイヤーでフィルタリングする手法に関するフィードバック募集。AIエージェントが長期間動作する際の効率と精度を向上させるための、コンテキスト管理における重要な課題に焦点を当てています。
AIエージェント開発プラットフォーム「Agentforce」のテストセンター活用ガイド。本番公開前にAIエージェントの品質を効果的に確認する方法に焦点を当てており、AIエージェントの実用化における重要課題を扱っている。
マルチエージェントAIの安全性評価に、制度的レッドチーミングを導入。エージェントやタスク状態を固定し、ルールのみを変更することで、集団的行動への影響をルールに帰属させる。IABench-CAベンチマークを構築。
長期間エージェントの最適化において、LLMによる失敗診断とポリシー改善が重要。しかし、実行トレースは冗長かつ不均一であり、非効率的。本研究では、構造的軌跡分析と因果抽出により、エージェント最適化を効率化する手法を提案。
Mistral AIがロボット用ナビゲーションAI「Robostral Navigate」を発表。自然言語での指示に対応し、ロボットの応用範囲を広げる可能性があり、エージェント技術の進化を示す。
この記事は、AIエージェントをコンテンツ・オーケストレーションに活用する「AiMasher MCP」を紹介しています。大量のキャンペーンやワークフロー管理において、手作業ではなくAIエージェントによる運用自動化を実現するソリューションについて解説しています。
ChatGPTのようなAIに毎回同じ前提条件を説明する手間を省くため、ローカル環境で「9人のAI専門家チーム」というAIエージェントを構築した事例を紹介しています。このチームはMarkdownやSQLiteファイルを自動で書き換え、AIとの対話効率を向上させます。
Claude Codeのサブエージェント機能で28体の開発チームを組織し、14工程（SDLC）を回して19日間でSaaSをリリースした事例を紹介。AIエージェントに開発チームの組織設計を落とし込むフレームワークと、実際の定義ファイルを解説し、AIによる開発チーム構築の具体的手法を示す。
AIエージェント（Claude Code）に「3日で収益化」を指示し、その実行過程をDay 0から記録した実録記事。AIがどのように指示を解釈し、行動するかを追跡し、最終的な収益結果を公開する。AIによる自律的な目標達成プロセスに焦点を当てる。
Bezos支援のスタートアップGeneral Intuitionは、ビデオゲームデータをAGI（汎用人工知能）開発の鍵と見ている。LLMはテキストに強いが、物理世界の理解が不足しており、ゲームデータがそのギャップを埋めると主張。
CEOがビデオゲームのデータをインターネットデータよりAGI（汎用人工知能）の訓練に適していると主張。ゲームデータは、空間と時間の理解を必要とするAGI開発の鍵となる可能性がある。
General Intuitionは、ビデオゲームの膨大なデータを利用して物理AIの基盤モデルを訓練し、実世界のデータが少なくてもスマートなロボット開発を容易にすることを目指している。
メール、会議、Slackなどの情報を記憶し、文脈を理解して仕事を手伝うAIアシスタント「Rowboat」を紹介。ローカルで動作するAIエージェントの可能性と、既存のAIデスクトップアプリとの比較について解説しており、AIエージェントの進化を示す上で重要。
AIエージェントに作業を任せた結果、2週間で11回credentialが漏洩した経験から、構造的な対策の必要性を解説。positive ruleやchecklistによる防御策の限界と、repo-baked script idioなどのより強固なセキュリティ対策の導入について述べる。
AIエージェントにリポジトリ操作を任せる前に設定すべき5つのルールを提示。AIを信用するか否かにかかわらず、事故を防ぐための境界線の引き方や権限設定について、理由と実践例を交えて解説。安全なAIエージェント活用のための方針を示す。
AIエージェントにおけるループ設計について議論。従来のワークフロー型自動化とAIエージェントの違い、実装に必要な設計要素、実務導入時の考え方を解説。ゴール設定、状態監視、ツール利用、結果評価、行動選択を繰り返す実行単位としてのエージェントに焦点を当てる。
中国は上海AIサミットで世界初のAIエージェントフォンを発表します。AI搭載デバイスは中国で非AIデバイスを凌駕する見込みであり、PCやスマートフォンの出荷データにもその兆候が見られます。
「OfficeCLI」は、AIエージェントがWord・Excel・PowerPointファイルを読み取り、編集・自動化するためのオープンソースのCLIツールである。無料で利用でき、AIによるオフィス作業の自動化を強力に支援する。
AIがPCを自動操作するアプリ「Claude Cowork」で、タスク進行状況をスマートフォンやウェブブラウザから遠隔管理できる機能が追加された。これにより、ユーザーはどこからでもAIエージェントの作業を監視・制御できるようになる。
Google調査によると、83％の組織がAIエージェント時代に備えるにはAIインフラの刷新が必要だと考えている。従来基盤ではエージェント型AIの本格的な運用が困難であることが示唆されており、インフラ投資の重要性が浮き彫りになった。
Slackでの指示から夜のうちにPull Requestが生成されるAI自律開発パイプラインの構築方法を解説。Issue整理、コード読解、計画、レビュー、実装までをAIに任せるための設計思想や注意点を述べる。
業界特化型（Gov、SaaS、EC）の自律型AIエージェントとRAGをスクラッチ開発した事例。共通エンジンと業界別プロファイル（VerticalProfile）の組み合わせにより、柔軟なカスタマイズを実現する設計思想を解説。
AIエージェントの動作監視ツール「Argosvix」の公開。別のAIがエージェントのコスト、出力、安全性を継続的に監視し、Claude/Cursor等から会話で操作可能。15分ごとの自動スキャン機能を持つ。
Claude Codeが報告した「プロンプトインジェクション検出」機能の解析結果。実際には作話であり、LLMのセキュリティ機能の信頼性や、AIが生成する情報の真偽を検証することの重要性を示唆する。
Opusセッション内で、Fableサブエージェントが計画を立て、Codexがコードを生成し、再度Fableサブエージェントが各タスクをレビューするAIエージェントの連携システムを説明。高度なAIコーディングワークフローを構築。
HyperagentとClaude Codeを活用し、クラウドソーシング案件のチェックと返信ドラフト作成を自動化した事例。AIエージェントに日常業務の一部を委託し、効率化を図る。
LangGraphを用いて、LLMエージェント開発における無限ループやエラー発生の問題を解決するための5つのデザインパターンを解説。堅牢なAIエージェントワークフローを構築するための実践的な手法が紹介されている。
Claude Codeとlaunchdを使用し、個人が「AI会社」を実運用した記録。CEO代行、QA部、自動ジョブの運用が含まれ、成功譚ではなく、GA4計測断、DNS停止、配信ゼロなどのインシデントと、その再発防止策の仕組み化までを詳細に公開している。
AIエージェントが、サーバーへの侵入、認証情報の窃取、ネットワーク内での移動、本番データベースの暗号化まで、ほぼ完全に自律的にランサムウェア攻撃を実行した事例が初めて確認された。人間の初期介入はあったものの、攻撃の大部分はAIによって自動化された。