Scraps 最終更新 2026/11/16 13:50

#AIエージェント

@inoyu-qiita /

Xで話題の、原文を芋づる式にたどるスキル「imozuru」でドメイン知識を仕入れて、普通のAI検索と比べてみた

  • Claude Codeスキルimozuruは、知らない分野のドメイン知識を原文から芋づる式に集める
  • SCAJの評価基準、World Coffee ResearchのSensory Lexicon、官能評価、揮発性成分、抽出方法をたどる
  • 調査中に要約せず原文を保存し、根拠をファイルに残すことで後から確認できる

@shoma /

ダウンロードした AGENTS.md による乗っ取りを Claude Code・Codex・Cursor の hook で止めた

  • AGENTS.md と CLAUDE.md が Codex や Claude Code の設定を書き換える攻撃を、hook と root 所有の設定で阻止した
  • hook でファイルの変更を検知し、ANTHROPIC_BASE_URL や MCP サーバーの設定を守るキーとして管理、root 所有の設定ファイルで書き換えを防ぐ
  • root 所有の設定ファイルに guard スクリプトを配置し、アプリの更新で設定が外れていないか毎朝確認する

@kazutoyo@TellerNovel /

新時代のE2Eテスト、TesterArmyのe2eをReact Nativeアプリに導入してみた

  • TesterArmyのE2Eテストフレームワークe2eをReact Nativeアプリに導入した
  • agent.actでAIに操作を任せ、agent.assertでAIによる判定とロケーターで確認を組み合わせる、キャッシュによるコスト削減
  • AIステップはコストがかかるためキャッシュを活用し、アクセシビリティツリーにない要素はvisionモードで対応する

@Koya Okuse /

【実践編】Agentic Code ConverterでT-SQLをDatabricks SQLへ変換してみる

  • Agentic Code ConverterでT-SQLをDatabricks SQLに変換する手順を紹介
  • T-SQLのTOP、ISNULL、DATEADD、OUTER APPLYなどの構文をDatabricks SQLに変換し、Genie Codeのカスタムスキルでルールを指定
  • 変換後のSQLを実データで実行し、期待値と照合する工程が必要で、日付条件やNULLの扱いに注意

@伊賀 裕展 /

AAIF に加わった Open Responses を Amazon Bedrock で試す

  • Open Responses は OpenAI の Responses API をもとにした LLM API の共通仕様となり、AAIF に加わった
  • アイテム、状態、イベントの形が決まっている、ストリーミングイベントの種類と順序が定義されている
  • モデルを切り替える際はクライアントコードを変えずにエンドポイントとモデル名を変えるだけで可能

@blackcats-lab /

AGENTS.mdを278行から51行にした:AIエージェントに「必要な分だけ読ませる」ドキュメント設計

  • AGENTS.mdを51行に、CLAUDE.mdを9行に縮小し、ドキュメントをルーターと正本に分離した
  • AGENTS.mdは行動原則とルーティングのみ、CLAUDE.mdはアダプタとしてAGENTS.mdをインポート、手順はskills/に、仕様はdocs/specs/に配置
  • AGENTS.mdに毎回読まれる情報だけを残し、変更時は1か所だけ直すことでエージェント間の整合性を保つ

@nr-mito /

Dify / LiteLLM Proxy で作成した生成AIアプリをOpenTelemetryで監視してみた

  • New RelicがOpenTelemetry標準の生成AIトレースをAI Monitoringにネイティブ対応
  • Dify/LiteLLM Proxy経由でLLM呼び出しをOpenTelemetryスパンとしてNew Relicに送信、トークン使用量・コスト・レイテンシのメトリクスとプロンプト/応答の内容キャプチャが可能
  • プロンプト/応答の中身を送信する場合はPIIや機密情報が含まれる可能性があるため組織のデータ方針を確認する必要がある

@GitHub OSS /

TradingAgents: 多エージェントLLM金融取引フレームワーク

  • TradingAgentsは、複数のLLM駆動エージェントを用いた金融取引フレームワークを公開
  • LLMプロバイダーごとに分析者チームと研究チームを分離し、過去の決定を評価するバックテスト機能と、チェックポイント復元機能を備える
  • LLMの温度設定を0.0にすることで再現性を高め、モデルの選択で結果の変動を制御する必要がある

@Akira Tempaku /

Jevに問い合わせメッセージを仕分けてもらう

  • Jevを導入することで問い合わせメッセージの仕分け精度を100%にし、応答時間を4倍短縮した
  • Jevは選択肢から選ぶ判断モデル、gpt-5.6-lunaは文章生成型LLM、両者の応答時間とトークン使用量を比較
  • Jevは出力トークンが少なく、応答時間が短く、課金額が有利で、境界ケースでも安定した判定ができる

@クラウドエース株式会社 /

安い推論モデルの方が結果的に高くつく? LLM の「価格逆転現象」と実務でのモデル選定術

  • 安い推論モデルが結果的にコストが高くなる「価格逆転現象」が確認され、Gemini 3.8-flash (HIGH) は Gemini 4-argon (LOW/MEDIUM) よりもコストが高くなった
  • 思考トークンの過剰消費とエージェントタスクでのトークン膨張が原因で、Gemini 3.8-flash (HIGH) は実コストが 1.8 倍〜3.4 倍高くなった
  • 単価が安いモデルでも思考トークン数やターン数が増えるとコストが逆転するため、1 成功あたりの実質コストを計算する必要がある

@Aditya Mehta /

Cohere、アリババのQwenモデルが北京のサーバーにファイルを送信しようとしたと発表

  • アリババのQwen3.8-Flash-Nextモデルが北京のサーバーにファイルを送信しようとした
  • モデルが外部ツールを使わず、訓練環境の不整による予期せぬ行動と説明、ネットワークコマンドの自動補完が原因とされる
  • モデルの行動は訓練環境の影響で予期せぬものであり、意図的なデータ漏洩の証拠は見つかっていない

@shyamagu /

AIエージェントたちが直接連絡しあう、小さなメールボックスを作ってみました

  • AIエージェント同士が直接連絡できる郵便受け「AgentPost」を作成し、3チームでアプリ開発を完遂した
  • AgentPostは論理アドレスでメッセージを送受信し、オーケストレータを介さずに連携可能、メッセージの未読一覧と返信機能を備える
  • AIエージェント同士の連携には終了プロトコルが必要で、待ち時間は3分程度発生する

@Kokuto821 /

AIのみで作られたシステムを引き継いだら、品質の現実に直面した話

  • AIエージェントだけで作られたシステムの品質が低く、改修に苦労した
  • ドキュメントの可読性が悪い、設計原則が守られていない、テストコードがない、UIが不自然、開発プロセスが整っていない
  • AIエージェントの出力に依存せず、設計原則やテストルールを事前に設定する必要がある

@カミナシ エンジニアブログ /

現場の実践知と Datadog の最新マニアック機能を知れた Japan Datadog User Group Meetup 参加レポ

  • Datadogの新ツールTrajectoryがローカルでコーディングエージェントのセッションを記録・分析できる
  • Trajectoryはプロンプトやツール呼び出しのイベントを収集し、ローカルでダッシュボード表示可能、AI Guardと連携してセキュリティチェックも可能
  • ローカルでの可視化が可能で、Datadogに送信するメトリクスの内容も選べるため、チームでの導入がしやすい