@jqit_suwa / 82日前 AIの思考ログは、暗号化されているから安全ではなかった Claude Codeのログに暗号化された推論が19.6MB積まれていたsignatureつきのthinkingブロック5,419件、最大318,492文字のブロック公開ログからAPIキーなどの認証情報が復元可能で、ディスクに積まれたログを確認する必要がある #AIエージェント#生成AI・LLM#セキュリティ
@yangguofu / 82日前 Google Antigravity for Visual Studio Code in GitHub Codespacesが便利すぎる件【サンドボックス / 脱GitHub Copilot】 Google AntigravityがVS Code拡張機能として登場し、GitHub Codespacesと組み合わせてAlways Proceedを安全に使えるようになったAntigravityの権限モデルでDeny/Ask/Allowを設定し、Codespacesの使い捨てコンテナでサンドボックス環境を構築Codespacesの認証情報は使い捨てではないため、git push --forceやgh auth tokenをDenyリストに追加する必要がある #AIエージェント#DevOps・CI/CD#クラウド
@yui / 82日前 Claude Codeの規律をhookに降ろしたら、Haikuでも壊れなくなった Claude Codeのhooksでルールを強制することで、モデルのランクやコンテキスト長に影響されない決定的なチェックが可能になったプロンプトに置くルールとhooksで実装するルールの違い、grepで書けるルールをhooksに移行機械判定可能なルールをhooksに移行することで、トークンコストを削減し、レビューの効率を向上させた #AIエージェント#DevOps・CI/CD#インフラ
@Ryotaro-namaketAI / 82日前 AIの提案が一般論ばかり返ってくるのは、こちらが一般論しか渡していないからだと思う 生成AIの出力が一般論になるのは、コンテキストが不足しているから前提・制約・評価基準・出力形式の4要素を明示しないと、AIは一般論を返す出力が曖昧なら、どの要素が抜けているかを特定して補うことで改善できる #AIエージェント#生成AI・LLM#バイブコーディング
@小川幹雄 / 82日前 「AIの民主化」を日本で言い出した身として、そろそろ本当に「民主化」をやめたい話 AIエージェント時代には「AIの民主化」が成立しなくなったAutoML時代の1対5の生産性差がエージェント時代には1対100〜1000に拡大し、30点のプロトタイプと80点以上の運用システムのギャップが生じている30点のエージェントは自己責任で使うべきで、80点以上の品質を確保するには専門家によるガバナンスが必要 #AIエージェント#生成AI・LLM#アーキテクチャ
@Yasuhito Morimoto / 83日前 国内AIエージェント動向(2026/8/25号) 国内AIエージェントが業務フローから事業運営へと適用範囲を広げているHmcommは1人で複数Agentで事業運営、Ownrは新規事業の作る・売る・学ぶを連続実行、クラシルは販促費管理、TIMEWELLは図面・論文処理、JPiXは投資検討支援人間の承認と例外処理、公式情報への限定、PIIマスキングなどの権限境界が明示されている #AIエージェント#機械学習#データ分析
@nr-mito / 83日前 New Relic アップデート(2026年7月) New RelicがAutopilotとNotebookの一般提供を開始AutopilotはAIエージェントによる障害調査自動化、Notebookは変数による動的データ分析と手順書統合Autopilotは自然言語対話で障害調査を数分で完了、Notebookは変数変更で全チャート一括更新可能 #AIエージェント#RAG#クラウド
@jqit_suwa / 83日前 AIにテストを書かせると、決まって同じ場所が抜ける AIが生成したテスト仕様書は78件のテストケースを自作し、要件の矛盾も指摘したが、規格で測ると平均63.12%の網羅性だった同値分割(EP)のvalidのみでinvalidを抜ける、境界値分析(BVA)の下限を無視、決定表(DT)の条件を1つずつしか動かさないテストケースの網羅性は基準によって100%から25%まで変化し、同じ文書でも異なる結果になることが分かった #AIエージェント#テスト#機械学習
@sasakuna / 83日前 敵対的検証をLLMコードレビューで試すと何が起きるのか 敵対的検証に反論役を追加したAdversarial Reviewがコードレビュー精度を3ポイント向上させるReviewerが問題点を指摘しCriticが証拠付きで反論し合意までやり取りする、AGREE/DISAGREE_EVIDENCE/DISAGREE_CONCERNの3分類トークン消費が4.5倍になるためコストと精度のバランスを考慮する必要がある #AIエージェント#生成AI・LLM#DevOps・CI/CD
@ryu-ki / 83日前 【AgentCore】Runtime の命名で混乱したのでルールを整理する AgentCore Runtimeの命名ルールをAPI、CLI、CDKから整理したagentRuntimeNameは英字始まり・英数字とアンダースコア・最大48文字、CLIのエージェント名はハーネスプロジェクトで40文字CLIのプロジェクト名は23文字まででアンダースコア不可、CDKのruntimeNameはAPIと同一で変更すると再作成される #AIエージェント#クラウド#インフラ
@Eggletric / 83日前 AIは回せば回すほど凄いのか ―「常時稼働」という設計の敗北 AIを常時稼働させる設計はコストと設計の面で破綻している高品質モデルのAPI課金で破綻、格安モデルの手戻りコストで破綻AIは必要なときに最小コストで狙った出力を引き出すべきで、設計の本質は回さずに済ませることである #AIエージェント#生成AI・LLM#アーキテクチャ
@Junji Uehara / 83日前 ターミナルを閉じてもClaude Codeが動き続ける理由、supervisorデーモンとAgent viewについて Claude Code に supervisor デーモンが実装され、ターミナルを閉じてもセッションをバックグラウンドで動作可能supervisor デーモンは claude daemon run で起動する独立プロセス、Agent view からセッションの状態確認や操作が可能/config の「← opens agents」をオフにしないと意図せずにセッションをバックグラウンド化する可能性がある #AIエージェント#生成AI・LLM#バイブコーディング
@inoyu-qiita / 83日前 お金さえ払えば、Claude Codeは最大2.5倍速くなる──従量課金の「/fast」を調べてみた Claude Codeの/fastはOpusモデルを最大2.5倍速くするが、従量課金で利用料が発生する同じOpusを高速化する仕組みで、Usage creditsから課金される。会話途中でのONは高コストになるUsage creditsの設定と上限を確認しないと予期せぬ追加料金が発生する #生成AI・LLM#AIエージェント#クラウド
@taku_life / 83日前 AIエージェント初心者がポケカの知識を使ってルールベースAIを改善してみた ルールベースAIのパワープロテイン使用判断をポケカ知識で改善したパワープロテインの使用条件に残りHPとサポートカードの使用予定を考慮、scoreの計算を変更無駄な使用を減らすことで試合の勝率は上がったが、全体的なスコア変化は小さかった #AIエージェント#機械学習#データ分析
@shogo-h / 83日前 semantic-routerとQdrantで、LLMを呼ばずに問い合わせを振り分けてみた semantic-routerとQdrantを組み合わせてLLMを使わずに問い合わせを振り分ける手法を紹介semantic-routerのRoute・encoder・indexの3つの部品と、Qdrantをindexとして使用。スコア閾値による振り分けと、HybridRouterでの密ベクトルとスパースベクトルの併用が特徴LLMを使わずとも問い合わせを高速に振り分け可能だが、正解率はLLMに劣る。スコア閾値の調整と、Qdrantの永続化設定が実務で重要 #生成AI・LLM#AIエージェント#クラウド
@tkym / 83日前 AIの「中の人」になってみる GitHub Copilot CLIで人間がLLMの役割を務める仕組みを実装したyouarellmはOpenAI互換APIを受け取り,人間がメッセージまたはtool callを返す,Chat CompletionsとResponsesの両方を実装ツール定義を減らすことでトークン消費を抑えるが,根拠や範囲の記述は判断に必要 #AIエージェント#生成AI・LLM#DevOps・CI/CD
@azubiwa / 83日前 AIに数学採点させる!さくらのAI Engineで自動採点できる数学演習アプリを作った 数学の演習アプリでさくらのAI Engineを採点に使っている求値問題は完全一致、記述問題はキーワード一致とAI採点、プロンプトでTeX表記の柔軟性を設定AI採点ではTeX表記の正確性より答えの意図を重視し、フィードバックで具体的な改善点が得られる #AIエージェント#生成AI・LLM#クラウド
@ryoheiiwamoto / 83日前 元ヤフーエンジニア社長が考える、AI時代のエンジニアに必要な3つのスキル AI時代のエンジニアに必要な3つのスキルはAIを使いこなす力、ビジネス戦闘力、人間力AIツールを自分で調べて使いこなす力と、ビジネス的な思考力と人間的な魅力が求められるAIのスキルは誰でも身につけられるため、人間力の差が結果を分ける可能性がある #AIエージェント#キャリア#マネジメント
@hashiryu_ / 84日前 【AIエージェント初心者向け】Codex CLI、どこまでやってくれる?Java開発環境をゼロから作ってみた Codex CLIでJava/Spring Boot開発環境を構築し、AIと人間の役割分担を実践AGENTS.mdで作業ルールを設定、プロンプトログとコマンドログを残し、調査→実行→検証の流れで作業AIに任せた作業内容を後から確認できるようにログを残し、重要な変更は人間が直接確認する #AIエージェント#バックエンド#DevOps・CI/CD
@株式会社RevComm / 84日前 法務がClaude Codeを使ったら、「法務にしかできない仕事」に時間が戻ってきた【#レブコムAI活用リレー】 Claude Codeを活用して法務の定型業務をスキル化し、作業時間を圧縮したNDAレビューのチェック項目と官公庁提出書類の作成手順をスキルとして登録、指示を細かくすることで安定したアウトプットを得たスキル化する際には判断基準や範囲の線引きを明確にし、細かい指示をすることで品質を安定させることが重要だった #AIエージェント#生成AI・LLM#バックエンド