Scraps 最終更新 2026/11/16 12:50

#AIエージェント

@しゃけ /

Orcaを使ってみたら、開発のテンポがガラッと変わった話

  • Orcaは複数のAIエージェントを並列実行できるADEで、タスクごとに独立した作業スペースを自動生成する
  • Git worktreeによるタスク分離とスマホからのリモート操作が特徴、コードレビューはGitHubライクなUIで行う
  • Token消費量が早く上限に達するため定額プラン利用時は注意が必要

@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

@YUSUKE TABATA /

CEATEC 2026に見るPhysical AIの現在地

  • CEATEC 2026でPhysical AIの技術が現実世界での応用に進んでいることが確認された
  • ヒューマノイドロボットやロボットアームがAIによる自律的動作を実現し、農業や店舗での作業支援が可能になった
  • ロボットの性能競争は単なる機械性能ではなく、AIによる状況理解力が鍵になる

@Yosuke Fujii /

Claude CodeでAndroidの回帰テストを回して分かった、データ・トークン・シナリオ化の課題

  • Claude Codeとagent-deviceでAndroidのリグレッションテストを自動化する取り組みで、テストデータ不足やトークン消費の問題が浮き彫りになった
  • テストデータの不足、トークン消費量、録画からMaestroへの変換時の不一致が主な課題、セッションを150応答で区切るバッチ実行でトークン使用量を4割削減
  • テストデータの準備とセッションの区切り設定が自動化のボトルネックとなり、AIのFAIL判定は再確認の入口として扱う必要がある

@ytakagi /

社内システムのデザインガイドラインを、根拠つきで AI と作る

  • 社内システムのデザインガイドラインをAIと作成し、根拠を脚注に残す方法を紹介している
  • DDR(Design Decision Records)の考え方を脚注に組み込み、根拠の順番を客観的資料・業務実態・UIライブラリの既定で決める
  • 脚注に「何で決めたか」「どうなったら決め直すか」を記載し、AIが読んでも判断できるようにする

@dyoshikawa /

OpenCode+Docker+GitHub Actionsで全自動AIペネトレーションテストはじめました

  • ZennはGitHub ActionsとDockerで全自動AIペネトレーションテストを毎週実行している
  • OpenCodeとFireworks AIのオープンウェイトモデル、nucleiとOWASP ZAPのツールを組み合わせ、Dockerによるネットワーク隔離でサンドボックス環境を構築
  • AIエージェントが外部に通信しないようにするため、ネットワークを制限し、AIの分類器でコマンドを審査する多重ガードの仕組みを導入している

@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

@しんや /

BIの移行作業はどこまでAIに任せられるか: Tableau→Sigmaを例に段階別整理(2026年10月版)

  • TableauからSigmaへのBI移行を7段階で整理し、どの工程が自動化できるかを示した
  • 棚卸し、抽出、翻訳、データモデル作成、ワークブック作成、検証、運用化の工程で、AIエージェントや移行スキルが自動化の鍵
  • データモデルはGA、ワークブックコード化はBetaで、UIの見た目や未対応の計算式は人の判断が必要

@Russell Brandom /

Anthropic、AIモデルのアイデンティティを証明するシステムを開発中

  • AnthropicがAIモデルの出力を証明するシステムFlashProveを開発中
  • 出力に暗号技術でモデルのIDを証明する仕組み、モデルの重みを公開しないフィンガープリントを活用
  • モデルの重みを公開せずに証明可能で、商用モデルにも対応できる仕組みが特徴

@Jagmeet Singh /

Ted SchleinのBallistic Ventures、AI駆動のサイバーセキュリティブームの中で4億9千万ドルの新ファンドを募集

  • Ballistic Venturesが4億9千万ドルの新ファンドを募集した
  • 360百万ドルの第3ファンドと1億3千万ドルのBallistic Ventures Fund Bを設立、AIによるサイバー攻撃の増加が背景
  • サイバーセキュリティスタートアップへの投資が増加しており、AI技術の進化が影響している

@songchong /

⚪︎⚪︎はしないで!AI エージェントの行動を制限する 5 つの方法を、守られる強さで比べた

  • AIエージェントに「しないで」と頼んでも守られないことがあり、代わりにコマンドを書くのが効果的
  • 禁止だけの指示は強度1・2で51回中1回問題が発生、代わりのコマンドまで書くと強度2で問題なし
  • 強度3以上の設定や許可リストで制限する方法を重ねる必要がある

@Aisha Malik /

Netflixの新AI「Discover」タブで気分に合わせて映画やドラマを検索可能

  • NetflixがAIを活用した新「Discover」タブをリリースし、ユーザーの気分に合わせたコンテンツを提案
  • 気分や視聴履歴、時間、トレンドに応じたテーマからコンテンツを検索可能で、Tune Your Recommendationsボタンでカスタマイズ可能
  • アメリカでのみ利用可能で、対応テレビでのみ表示されるため、利用する際は端末の対応状況を確認する必要がある

@tatsumack /

ISUCON2026に参加して78位でした

  • ISUCON2026でチーム「カレーおじさん」が78位を獲得、AIを活用した開発手法を試した
  • AIにコード生成と分析を任せ、DBのロックやリージョン間通信の最適化を実施、画像処理の最適化も行った
  • AIに実装を任せた結果、コミット数が過去最多となり、ベンチが一度も失敗しなかったが、AIの戦略的判断には限界があった

@masanork /

Radeon VIIとUbuntu 26.04でROCmを動かし、Flash-NextをOpenCodeにつないだ

  • Radeon VIIでROCmを動かし、Qwen3.8-Flash-NextをOpenCodeにつなぐ環境を構築した
  • ROCmのnightly版とStrataのソースビルドで gfx906向けに構成、Q2_0量子化モデルをローカルAPIで動作
  • ROCmのnightly版はAMDの通常保証対象外で、環境依存の設定が必要なため、アップデート後の動作保証はない

@からあげ /

NVIDIAの音声修復モデルRE-USEでポッドキャストのノイズ除去と文字起こしを比較してみた

  • NVIDIAの音声修復モデルRE-USEでポッドキャストのノイズ除去と文字起こしの比較を行った
  • RE-USEは音声のノイズを減らすモデルで、Whisperは音声を文字に変換するモデル、CERで認識精度を測定した
  • 原音で文字起こしをしたほうが精度が高く、修復後の音声は配信用に使うのがおすすめ