AIツール開発研修で経験した7つの失敗と学び
- AIや人を活用しながら要件定義から納品までを1人で担当する研修で7つの失敗を経験した
- 技術選定でAIの出力を理解せず使った、思い込みでスコープを狭めた、FBを全部反映しようとした
- 要件定義通りに完成しても利用者の行動変容を確認しないと価値が伝わらない
#AIエージェント
良かれと入れた監視が、正常なAIサーバーを落とした
- 能動的な推論監視が正常なAIサーバーを誤って停止させた
- 1トークン生成で応答時間を測る能動プローブと、実際の通信を観測する受動監視、10秒の時間切れ設定と120秒の閾値
- 正常な処理でも遅い場合に能動監視を使うと誤検知するため、応答時間を測ってから閾値を決める
【無料】【号外】ChatGPTに“AI社員”がついに来た。24時間勝手に働くOpenAI「dots」とは？
- OpenAIが「dots」という24時間働くAIエージェントを発表した
- GPT-6 Astraを頭脳に使い、4,000以上のアプリと接続できるクラウドコンピューターを持つ
- ユーザーが設定したルール内で勝手に作業し、重要な操作は人間の承認が必要
Claude Sonnet 5.5 の「最大30%安い」は、手順のある仕事でだけ再現した
- Claude Sonnet 5.5 は手順のある課題で平均31%の費用削減を実現
- ターン数が50%減少、API時間は28%短縮、出力トークンは17%減少
- 1回ごとの結果は変動が大きく、複数回の平均で効果が確認できる
Sandbox設定から読み解く身近なISO/IEC 4200
- Codexのサンドボックス設定はAIガバナンスの実践例となる
- sandbox_modeでファイル操作範囲を制限、approval_policyで承認境界を設定、network_accessで外部通信を制御
- 設定の理由を明確に説明できることがガバナンスの実現に重要
VSCode + Session Manager + DevContainerで構築するAIエージェント向けAWS開発環境
- VSCode + Session Manager + DevContainer + BedrockでAWS上にAIエージェント向け開発環境を構築可能
- Session ManagerでSSH公開せず接続、DevContainerで環境標準化、Bedrock経由でIAMロール認証
- アクセスキーを配布せずIAMロールで認証できるためセキュリティが向上し、オフラインでも作業可能
AIは「ネ申」を「神」と読めるのか？
- 大規模言語モデルは分解文字を文脈に応じて異なる解釈をする
- ネ申は神と解釈、日月は明とは解釈せず既存語として読む、文章内では文脈で解釈が変わる
- 分解文字の解釈には表記の定着度と文脈の影響が大きい
証明可能な安全性を備えたRAG【Nishika 論文サク読み 第26回】
- RAGシステムに証明可能な安全性を提供するSAGフレームワークが提案された
- 連鎖型動的鍵導出と独立AES方式で文書と埋め込みを暗号化し、認証後に復号して検索する
- ユーザーごとのPrivateDBを分離し、認証されたユーザーだけが自分のデータを復号する設計で、データ漏えいを防げる
OpenAI Agents API を試す：GitHub の OSS を一言で使わせてみた
- OpenAI Agents API は、エージェントをサンドボックスで実行するためのAPIとして公開された
- エージェントの自律的な作業と実行環境の管理をOpenAIが担当、GitHubのOSSをインストールしてPDFをMarkdownに変換した
- データ保存先は米国のみでZDRには対応していないため、社外秘のファイルを扱う際は注意が必要
GPT Image 2.5 と GPT Image 2 の日本語スライド生成を比較検証
- GPT Image 2.5 は GPT Image 2 と比べてコストと生成時間が大幅に改善されている
- コストは1/4、生成時間は3.8倍〜2.6倍速く、flare と sunburst の2モデルが存在
- 品質を high に設定した場合、GPT Image 2.5 は GPT Image 2 よりも安定性が向上している
Kaggle Biohub Cell Trackingコンペ振り返り ー361st Place Solution
- Kaggleの細胞追跡コンペで361位を達成し、公開パイプラインと後処理の調整でスコアを改善した
- 公開Notebook x138をベースに、視野のずれ補正と分裂確認のしきい値調整、つなぎ直しの許容距離変更を試した
- Public LBとPrivate LBのスコア変動が逆転するため、ローカルCVとPublicの評価を同時に考慮する必要がある
Copilot code review実践ガイド：Agent Skillsの検証と効率的な運用
- GitHub Copilot code reviewでAgent Skillsを活用して指示ファイルの運用を改善した
- Agent Skillsは.claude/skillsや.github/skillsに置ける、Suppressed commentsに折りたたまれる知識も対応可能
- 検証時は「これはテストです」と書かないほうが良い、抑制方向の知識はAgent Skillsに載せると効果的
リファインメント前の準備をAIエージェントとともに
- AIエージェントとgrillingスキルでリファインメント前のバックログを整理し、受け入れ基準とADRを作成する
- grillingスキルで1つずつ質問し、Redmineチケットの受け入れ基準を整備し、ADR作成を自動化する
- 受け入れ基準の更新はredmine-cliで実施し、改行対応が必要で、ADRは特定のフォーマットで作成する
【AIを時短で終わらせない】GoogleのGemini Notebookで実践する、自分の言葉で語るためのインプットDX
- Gemini Notebookのクイズ機能で資料の理解度をチェックし、一次資料に逆引きする学習法を実践
- クイズ生成時に聞き手目線のプロンプトを入力し、解説を読んだ後に一次資料の原文を確認
- クイズの解説に記載された引用をクリックして、元の一次資料を確認する際の注意点として、AIの回答根拠がハイライト表示されること
「当てる」だけでは足りない ― Numeraiに学ぶ、クオンツ戦略を評価する5つの原則
- Numeraiの報酬は単体の予測力に加えて「みんなの予測にない部分が実際に当たったか」で決まる
- MMC（メタモデル貢献度）と相関スコアの両方を考慮し、木系モデルとベンチマークとの差分を学ぶ手法が使われる
- 予測と損益の相関を実測で確かめ、資金配分は事前の基準で段階的に進めることが重要
国内AIエージェント動向(2026/9/30号)
- 国内のAIエージェントが企業データを直接参照し、分析・記録・改善提案・業務実行まで担う仕組みへ移行
- ヘッドウォータースの「Silverデータ」基盤、WAPの「AquaAgent」統合基盤、NVIDIAの安全基盤が登場
- 企業データを直接扱うAIエージェントの導入にはACL・認証・監査ログの標準化が重要になる
【Pyunto Robotics】そろそろフィジカルAIの時代に備えて、スマホからロボットを呼び出そう！
- Pyunto Roboticsというライブラリが公開され、スマホからロボットを操作できるようになった
- Pyunto Roboticsは日記型メッセージングアプリからロボットを操作するためのライブラリで、Gemma 4でロボットの判断を実行する
- Python 3.13以降ではロボットが文章を読む機能が使えないため注意が必要
SIGIR 2026 参加報告（後編） ── トップ研究者が集結する検索技術の最前線
- エージェントベースのシミュレーションとSLMの研究が情報検索技術の進化を示した
- マーケットプレイス評価と推論蒸留、SLMの低コスト推論が特徴
- オフライン評価でロングテールクエリの精度向上が可能で、SLMの導入で低レイテンシが実現できる
【特許出願中】生成AIを活用した脆弱性対応の判断支援 ―攻撃シナリオ推定と仮想ログ生成による調査効率化―
- 生成AIを活用した脆弱性対応支援システムが公開され、攻撃シナリオ推定と仮想ログ生成で調査効率化を図る
- 攻撃成立の前提条件推定、複数観点による参考スコア算出、仮想ログ生成が主な機能
- AIの推論結果は確定情報ではなく、メーカー情報と照合して利用する必要がある
ローカルでコーディングエージェント構築(Ollama + hermes Desktop)
- OllamaとHermes Desktopでローカルのコーディングエージェントを構築する方法が説明されている
- OllamaでローカルLLMを設定し、Hermes Desktopでコーディングエージェントを構築する。モデルにはqwen3.6:35bやgemma4:26bが挙げられる
- モデルのコンテキスト長やシステムプロンプトを設定する必要があり、一部のモデルではファイル生成や会話の継続ができない
