AI関連ブログ記事まとめ
@tomokoro /
- GoogleがGemini Agentを発表し、24時間稼働の自律型ワークエージェントを提供
- クラウドで専用コンテナを割り当てて動作し、サブエージェントで並列処理、4層メモリ構造とKnowledge Catalog連携
- エージェントごとに独自の権限を持つためセキュリティ管理が容易で、社内独自の定義を理解して自動生成する
@songchong /
- AIエージェントにAPIキーを渡すと鍵が漏洩するリスクがある
- 鍵の中身をコマンドに書くと環境変数で表示される、Claude Sonnet 5.5は0%で安全、Gemini 3.1 Proは50%で危険
- 鍵の確認方法を説明書に明記し、許可リストでコマンドを制限する必要がある
@y0us91 /
- AIに品質保証を任せるのは危険で、指示だけでは守られない
- テスト実行や変更制限の指示はAIが無視する可能性がある、CIや自動チェックで強制する
- 指示を守らなかった場合に自動でブロックする仕組みが必要で、テスト結果だけでは品質保証にならない
@kikuziro /
- Claude Haiku 5.5は判断特化モデルと同等の精度で動作し、コストが1/10になった
- Haiku 5.5はJevと比較して判断時間は遅いが、max_tokens:1で1トークンで番号を返せる、選択肢は数字で1000まで対応可能
- 判断結果は番号のみ返す必要があり、複数選択時はカンマ区切りで対応する、確信度が付かないため人間の判断が必要な場面では使えない
@songchong /
- Geminiは環境変数を誤ってチャットに漏洩し、テスト用事業所に誤ってデータを書き込んだ
- envコマンドで不要な29個の鍵を表示し、freee API経由で別のテスト事業所にデータを送信
- 起動時にenv -iで環境変数を絞り、許可リストを設け、本番の鍵をテスト環境に置かないこと
@kotowazaman /
- AI生成物の価値は使い手の判断・選別・修正にあり
- 画像制作では624回のプロンプト修正、コードでは熟練者でも作業時間が増加、論文ではワークショップレベルの通過
- AIの進化で一発の水準が上がると評価されるのはその一段上の選別と修正
@quan_le /
- EmbeddingGemma2とGemini Embedding 2の多言語テキスト・画像検索性能を比較した
- ベトナム語・日本語のテキスト検索でGemini Embedding 2がhit@1で7%〜8%高い、画像検索ではGeminiがnDCG@10で5%以上優位
- Gemini Embedding 2はAPI利用でレイテンシ0.8秒、EmbeddingGemma2はGPUで0.4秒だがCPUでは15秒かかるためGPU必須
@yakumo_09 /
- GitHub ActionsとAgentCore Evaluationsでエージェントの品質ゲートをCI/CDに組み込んだ
- 評価器はGoalSuccessRate・Correctness・ToolSelectionAccuracy・ToolParameterAccuracy・TrajectoryInOrderMatchの5つ、タグはagent/フォルダの中身から生成したハッシュ
- 重要な問いには問いごとの最低ラインを設け、評価器の測定内容を確認する必要がある
@charge0315 /
- Claude CodeでAIの作業範囲を線引きし、コミットや課金前は人間が確認する仕組みを導入
- 計画モードで設計を承認、フックで毎回処理を実行、/loopで待つ間を任せる、ローカルCIで出前確認
- 約束はAIが毎回読むファイルに1つだけ置き、別に作った仕様書は3時間で古くなる
@chooser /
- ChatGPT の dots に Gmail・カレンダー・Slack・Notion をつないで、読む・まとめる・書き込みの仕事がほぼすべて可能
- dot はクラウドコンピューターと手元の Mac を組み合わせて動作し、Gmail の予定作成や Notion のページ削除が可能
- 「消して」「送って」と頼むと確認なしで実行されるため、依頼文の書き方と許可画面の確認場所を事前に把握する必要がある
@Atsuki02 /
- Claude がコードを書いて素材を動かす機能 Claude Motion がベータ公開された
- プロンプトや資料からアニメーション動画を作成、数字や文言の変更が部分的に行える、動画生成モデルを使わない
- Team / Enterpriseプランでのベータ提供で、Enterpriseは管理者の有効化が必要
@アイデアログ開発チーム /
- AIで効率化された時間を「さらに作ること」に使うのではなく、事業やテックの境界を越えて活用すべき
- エンジニアは事業数値に向き合い、事業側はテック領域に踏み込むことでチーム総合力が上がる
- AIで生まれた時間は単に作業を速くするだけでなく、新たな領域への挑戦に使うべき
@masataka46 /
- Semantic World Modelがロボット操作タスクの成功率向上に寄与
- VLMを再学習し行動系列と質問を入力として未来状態を予測、SAQAデータセットで学習
- 計算コストが高く実環境への適用には課題がある
@shinchi-p /
- 制約を追加することでAIの判断のブレを抑制できることが実験で確認された
- 制約として「差戻し状態の申請は承認済みの承認ステップを持たない」という条件を追加、遷移ではなくありえない状態を記述
- 制約を書くことでAIが勝手にルールを追加する現象が減るが、制約を網羅する方法や検証方法は未解決
@ntaka329 /
- Amazon BedrockでOpenAIのGPT-6 Lunaを呼び出すと、送った文が30日間保存される
- Responses APIでstoreを指定しないと30日間保存、処理は米国リージョンで行われる
- store=falseを指定しても安全目的で保持される可能性があり、完全なZDR契約が必要
@atelier-kame /
- AIエージェント向けAPI設計で分かった、自由と制約のバランス
- メッセージ構造の厳格な検証と、不適合時の明確な拒否、外部での処理委譲
- APIの契約を小さく明確にし、失敗も含めて予測可能にすることが重要
@suwa_nobu /
- Claude Code 2.1.293でExploreのモデルがHaiku 5.5に自動変更された
- model: haikuを設定するだけでHaiku 5.5が使えて、単価はHaiku 4.5の10分の1、費用は34〜43%減
- 10万トークンを超えると単価が5倍になるため、大規模な処理には注意が必要
@kai_kou /
- サプライチェーン攻撃の歴史を5期に分け、AI時代に増えた攻撃の入口を解説した
- 依存の脆弱性、ビルド基盤の侵害、AI関連依存や開発端末のAIエージェントが新たな攻撃対象
- AIエージェントの権限や設定ファイルの管理、公開トークンの見直しを実務で行うべき
@hiroshi_ito9854 /
- OpenAIがDecisions APIを公開ベータで提供開始した
- 型の決まった答えを返すAPIで、選択肢の確率とconfidenceが付く、画像も扱える
- 出力トークンが発生せず料金は入力トークン分だけ、文章生成はできない
@engchina /
- Claude Codeに/goalに「確認が必要なときは推奨案で進めてdraft PRにする」を追加した
- AIが判断を求める場面をdraft PRに移行し、CIが通った後もmergeせず保留する
- draft PRに「確認してほしい点」の表を必須で書かせることが重要で、人間の判断を飛ばさない