Scraps 最終更新 2026/11/16 11:20

AI関連ブログ記事まとめ

@watany /

退屈なCoding AgentはMuseにやらせよう

  • Museにコードを書かせる機能とコーディングエージェントを組み合わせて使う方法が紹介されている
  • Muse Spark 1.3でコードが書け、Pi Coding AgentとOpenAIのプランを組み合わせて運用する
  • MuseのVMは無料で使えるが定期的に再起動するため、ミドルウェアの永続化を事前に設定する必要がある

@meursyphus /

AIが書いたテストでは変異の半分を検出できなかった

  • AIが生成したテストでは変異の半分を検出できなかった
  • ミューテーションテストで550個の変異体を検証、49.6%が検出されなかった、ソース文字列を調べるテストが62個あった
  • テストが通っても動作が正しいとは限らず、境界値や未検証の分岐を確認するテストが不足していた

@Atsushi Kadowaki /

NVIDIAの「長文コンテキスト不要」論文

  • NVIDIAが長文コンテキストを不要にする手法を発表し、AIエージェントのコストと遅延を削減
  • コンテキストを圧縮して必要な情報のみをプロンプトに含め、検索ツールで余分な情報を取得
  • 圧縮したコンテキストでコストを最大8.8倍削減できるが、検索の往復で処理時間が増える

@suwa_nobu /

Claude Code を新しい Fable 5.2 に切り替えると速く安くなるのか。36回測ったら、Fable 5.1 より2割速く3割安く、費用は Opus 5.5 の1.6倍だった

  • Claude Fable 5.2 は Fable 5.1 より2割速く3割安く、Opus 5.5 の1.6倍の費用だった
  • Fable 5.2 の出力は Fable 5.1 より1.32倍で、1秒あたりのトークンは105、Opus 5.5 の100万トークン単価は $4
  • Fable 5.2 の費用は Opus 5.5 の1.6倍で、キャッシュ書き込みが1回の費用の6割を占めた

@Oikon /

Claude Codeで最近使っているTips【2026/11】

  • Claude Codeで/btwコマンドやHTMLレポート、Claude Mods、マルチエージェントパターン、Remote Controlを使うようになった
  • /btwコマンドで進捗確認、HTMLレポートで情報共有、Claude ModsでUIカスタマイズ、マルチエージェントパターンでタスク並列化、Remote Controlで複数マシン接続
  • /btwコマンドでセッションを中断せずに進捗確認できる、HTMLレポートで図表を使って情報を整理できる、Remote Controlで複数マシンのセッションを統合管理できる

@サカツ | PeopleX AIプロダクトエンジニア /

AIですぐに作れる時代に、何と向き合うか

  • AIが実装を担うことで、エンジニアの仕事は何を作るかを決めることにシフトした
  • コードのレビューはDB設計やアーキテクチャに重点を移し、AIに実装を任せた場合でも設計の承認とセルフレビューを人間が行う
  • AIの得意不得意を考慮したハーネスを構築し、設計の承認とセルフレビューは人間が行うことが重要

@Keita Ichihashi /

LLM アプリケーションのプロンプトをどこで管理するか

  • LLMアプリケーションのプロンプト管理方法として4つのパターンを比較した
  • コードに同梱するA、実行時に取得するB、gitから登録するC、管理ツールから同期するDの4パターン、プロンプトとコードの結びつき強さや反映方法が異なる
  • プロンプトをコードに同梱するAはPRを通じた変更が必要で、管理ツールを使う場合はエンジニア以外の修正や高速リリース要件がある場合に有効

@kohei /

古代のグラボ(GTX 1080)でも動くローカルLLMを動かしてみた

  • GTX 1080で動くローカルLLMがドラえもんの道具選択タスクを実行
  • 4〜9Bパラメータモデルを量子化して8GBVRAMに載せ、道具の説明をプロンプトで渡すことで正答率を40%に改善
  • 特別ルールや罠のある問題は道具の説明を渡してもほぼ解けず、思考力が試される問題には限界がある

@kikuziro /

[宇宙最速!?]AI音声チャットでTTFA 0.2秒を実現したった~Jev × ElevenLabs~

  • TTFAを0.2秒に短縮するAI音声チャットシステムをJevとElevenLabsで実現した
  • 事前に用意したリアクション音声を再生しながらSonnet 5.5で回答を生成し、Jevでメッセージに合った台詞を選定する
  • リアクションの続きとしてLLMの回答を生成する仕組みで話の流れを自然に保つことが可能になる

@kassyi /

Gemini を主力エージェントから外して、Claude に移った(全 3 回)

  • Gemini を主力エージェントから外し、Claude に切り替えた
  • Claude はコードの深さと安定性が高く、Gemini は頼んでいない実装を始める傾向があった。API 単価の上昇とツールの終了が理由
  • Gemini の API 単価が2倍になり、Antigravity での Claude の利用が有料化した。Google One のプラン変更で支払い済み期間が返金されなかった

@Dash3 /

LLMに全部お任せ、の次へ。仕事のルールからわかるニューロシンボリックAIと自動推論

  • 経費申請の処理でLLMとルールを組み合わせたニューロシンボリックAIと自動推論の活用法が説明されている
  • LLMが文章を読み取り、抽出したデータをルールと照合する仕組みと、前提とルールから結論を導く自動推論の技術
  • ルールの確認はプログラムに書いた条件に依存し、何を確認するかを決める仕事は残る

@rhaya /

M365 Copilot Agent BuilderにSKILL.mdを登録してみた

  • M365 Copilot Agent BuilderにSKILL.mdを登録してエフティーアドニャンの描画を一貫性を持たせた
  • SKILL.mdにキャラクターの構造・色彩・表情のルールを定義し、胴体のないデザインを強制する。AIエージェントにスキルを登録して出力を安定化させる
  • スキルの設計には細かいルール記述が必要で、トークン消費量や柔軟性の低下に注意する

@inoyu-qiita /

Claude Codeの/model opusplan+/advisor fableでOpus・Fable・Sonnetを自動で使い分けたら、めちゃめちゃ良かった

  • Claude CodeでOpus・Fable・Sonnetを自動で使い分けたら、作業効率と品質が向上した
  • /model opusplanで計画をOpus、/advisor fableで判断をFable、実装をSonnetに自動振り分け
  • モデル切り替えを手動で行う必要がなく、品質確認と仕組みの反映がしやすくなった

@Mikihiro Tanaka /

SigLIP2に匹敵する画像エンコーダーをフルスクラッチで開発した話

  • SigLIP2と同等の英語性能を維持しつつ、日本語・中国語ベンチマークで上回る画像エンコーダーをスクラッチで開発した
  • ViT-SO400M-14-SigLIP2構造を採用し、Interleavedデータの処理とRecaptionデータのフィルタリングを実施
  • 日本語・中国語のドキュメント理解タスクでSigLIP2を上回る結果を確認し、画像・テキストの対応付けが向上している

@nobu34 /

「AIのレビューだけでマージ、正直まだ怖い」と思ってたけど、条件次第ならアリかもしれない話

  • AIレビューだけでマージする運用が一部で可能に
  • マイクロソフトはAIレビュー+人間の目、AnthropicはAIレビューをほぼ全てに、Metaは低リスクな変更に限り人間のレビューなし
  • ハーネスエンジニアリングと最低限の動作確認が整っていれば、UI変更やE2EテストのコードはAIレビューのみでマージ可能