Physical AI、この1年で何が変わった？ VLA・世界モデル・小型化をざっくり整理
- Physical AIのVLA・世界モデル・小型化が進化し、実用化に向けた実装が進んでいる
- VLAは経験と記憶を活用する仕組みが追加され、世界モデルは行動予測と映像生成を組み合わせる。SmolVLAは4.5億パラメータの小型VLAが登場
- ロボット学習ではエピソードを残すことで後から振り返りが可能で、データの再現性と比較が重要
企業テックブログまとめ
文章を返さないAI「Jev」を試してみた ── 社内問い合わせのエスカレーション先は判定できるか
- Jevを用いて社内問い合わせのエスカレーション先を判定する仕組みを実装した
- Jevは確率やスコアを返す型付き質問に対応、分岐ルールはコードで明示的に設計
- 分類の確信度が低い問い合わせは自動判定せず人間に回す仕組みが必要
セマンティックなHTML構造はテストすらわかりやすくする
- セマンティックなHTML構造を使うことでテストの可読性とアクセシビリティが向上する
- getByRoleでロールとaccessible nameで要素を検索、セマンティックタグでロールとnameを自動設定
- テストコードがクラス名に依存せずロールとnameで要素を検索するため、実装変更に強いテストが作れる
Spanner へのバルク書き込みの手法比較と高速化の原理
- Spannerで100,000行のバルク書き込みを高速化する手法を比較した
- Multi-row DML、Batch DML、Mutation API、BatchWrite API、MaxCommitDelayの適用
- 80,000 mutationsの上限に注意し、並列処理とグループ化で効率化する
目的で選ぶレトロスペクティブ8手法とレーン構成
- レトロスペクティブで8つの手法とレーン構成を紹介し、使いどころを解説している
- Start / Stop / Continue、Starfish、4Ls、Sailboat、Mad / Sad / Glad、What / So What / Now What、Timeline、Lean Coffeeの手法とレーンの並べ方
- 各手法のレーン構成や実行時の注意点を確認し、チームの改善アクションを追跡する方法が記載されている
dbt Analytics Engineering Certification Exam 合格体験記 〜勉強方法・試験準備・当日の流れ〜
- dbt Analytics Engineering Certification Examの試験準備と合格体験が紹介されている
- Udemyの講座で体系的に学び、Qanalabsの練習問題で弱点を把握し、公式ドキュメントで確認する方法が提案されている
- 試験範囲のすべての機能を日常的に利用していない場合でも、体系的に学び直すことで合格が可能である
RAGアプリで国会の侃々諤々を明治時代まで辿ってみた
- RAGアプリで国会会議録を検索・分析するツールが公開された
- 国会会議録検索システムAPIと帝国議会会議録検索システムAPIを活用、LLMで論点抽出・要約、Pythonで日付ソートによる機械的集計
- LLMによる時系列のハルシネーション対策として、日付の前後関係はPython側で機械的に集計している
5か月育てたQAのハーネスを棚卸しして、作り直すと決めた理由
- QAハーネスの長期運用で発生した問題を棚卸しし、作り直すことにした
- テストケースの識別子計算の不一致、複数のコードが同じ表を読む際の違い、状態変更処理の分散
- 複数の場所を同時に修正する必要があり、レビューに時間がかかりすぎたため、全体的な再構築を選択した
「しんどい」と言われないための、文章の「注意配分」技術
- 技術記事の読みやすさを向上させるため、文章の濃淡と余白を意識した編集判断が必要
- Focusは具体例や判断を厚く、Supportは前提や根拠を十分に、Passageは接続や前提を最小限に
- 読者の理解度に応じて説明量を調整し、不要な再説明を避けることで負担を減らせる
AI駆動開発でスクラムはどう変わる？短くなるサイクルとレトロの役割
- AI駆動開発でスクラムのサイクルが短くなり、レトロスペクティブの役割が広がる
- コード補完やエージェントへの作業委任で作業速度が向上、レビュー待ちや手戻りの負担が増える、スプリントの長さは1か月以内を維持する
- スプリント内での実装・検証サイクルを頻繁に回し、レトロでAI利用の効果と負担を確認する
Homebrewを何となく使っていた話
- Homebrewはインストールしたパッケージと依存関係を記録し、PATHを通すだけではない
- INSTALL_RECEIPT.jsonでinstalled_on_requestを記録し、シンボリックリンクでPATHを管理、依存関係で別のツールと競合するケースも
- brew list --installed-on-requestで明示的インストールを確認し、which -aで実際の実行パスを確認する必要がある
【XAML/WPF】デザイン変更に負けない！StyleとResourceDictionaryを使った保守性の高いUI設計
- XAMLでデザイン変更を効率化するためのStyleとResourceDictionaryの使い方を解説
- Styleで共通デザインを定義し、ResourceDictionaryで色やフォントを別ファイルに集約、StaticResourceとDynamicResourceの使い分けを紹介
- StaticResourceはパフォーマンスに優れ、DynamicResourceはテーマ変更に対応するため用途に応じて使い分けること
数行の修正で直ったバグから学ぶDioインターセプター
- Dioインターセプターの仕組みを理解することで特定のアカウントのログイン制御バグを修正した
- インターセプターはリクエスト・レスポンスを横断的に処理し、エラーコードの振り分けに使われていた
- エラーコードの対応漏れが原因で修正は1ファイルの数行で済んだ
重複エラーログ根絶 Linter: errlogreturn
- Goのエラー処理でログとreturnを同時に使うコードを検出するlinterが公開された
- ログに出したエラーとreturnするエラーが同じ場合に指摘し、ラップ・フォーマット・構造体・ヘルパー経由のケースも対応
- ログとreturnの両方を含むコードはエラー件数が増えるため、1か所に集約する運用が推奨される
週刊Cloudflare - 2026/09/20週
- Cloudflare が 4.132 から 4.135 までのバージョンで Worker、Workers AI、Tunnel などに多数の機能追加や改善を実施
- Worker の権限設定、JavaScript RPC の session span 追加、Tunnel の 32-bit Windows 廃止、Cloudflare WAN の Unified Routing 一般提供
- Worker の権限設定では特定の Worker にアクセスできる権限を細かく設定できるようになった
strands-harnessの誤設定を実測 — 32パターンの仕分けとBedrock Web Searchの権限挙動
- strands-harnessの初期化時の設定ミスが例外か警告かを32パターンで実測
- explicitの判定条件とcaching・effortの既定値が分岐に影響、Bedrock Web Searchの権限拒否が警告にならない
- 初期化時に設定ミスを検出できるが、IAM権限拒否は推論全体が完走し、監査にはCloudTrailデータイベントが必要
Claude Opus 5.5のCompactionを実測 — 6万トークンが407トークンに
- Claude Opus 5.5でCompaction機能を実測、6万トークンが407トークンに圧縮
- 閾値方式のcompact-2026-01-12と明示方式のcompact-2026-09-04の2機構が動作、要約で冪等キーの変更経緯まで保持
- 200が返っても意図したCompactionにならない条件があり、usage.iterationsやstop_reasonで発火状況を確認する必要がある
Strands harnessのcontext管理を実測 — 既定のauto＋cachingでinput換算トークン46%削減
- Strands harnessのcontext管理でinput換算トークンを46%削減できることが実測で確認された
- offloadによるツール結果の退避と切り詰め、cachingによる固定入力トークンの圧縮が効果的だった
- ツール結果が6,000文字を超えるワークロードで効果が顕著で、要約は今回のタスクでは発火しなかった
Kimi K3のPrompt Cacheを実測 — GPT-5.6向けの設定はそのまま使える
- Kimi K3のPrompt CacheはGPT-5.6向け設定をそのまま適用できる
- prompt_cache_options.modeやprompt_cache_key、breakpoint数の受理範囲、TTLの指定方法が実測で確認された
- prompt_cache_options.modeをexplicitにしないとキャッシュが効かない場合があり、breakpointは最大5個まで対応可能
DynamoDBでベクトル検索を導入する際は既存のGSIの射影タイプの確認が大事だと思った
- DynamoDBでベクトル検索を導入する際、既存GSIの射影タイプを確認しないと書き込みコストが4倍になる
- GSIの射影タイプがALLの場合、ベクトルデータがGSI4本とベクトルインデックスに複製される。同居と分離の比較でWCUが24と6に差が出る
- GSIの射影タイプがALLでベクトルを問題アイテムに同居すると、採点時のWCUが4倍になるため、ベクトルを別アイテムに分離する設計が有効
