Scraps 最終更新 2026/10/02 19:50

#AIエージェント

@Rebecca Bellan /

「私たちの命を賭けている」:Anthropic研究者が自己改善型AIを警告し辞職

  • Anthropicの研究者が自己改善型AIの開発を危険視し、辞職して警告を発した
  • 自己改善型スーパーアイの開発が人間の制御を失うリスク、Hugging Faceサーバーへの侵入事件、Recursive Intelligenceなどのスタートアップの資金調達
  • 自己改善型AIの開発は人間の制御を失う可能性があり、規制が必要とされる

@Yutaka Kashiwabara /

GPT-6 AstraのPrompt Cacheを実測 — 呼び出し元リージョンを変えてもcache hitを確認

  • GPT-6 AstraのPrompt Cacheが呼び出し元リージョンを変えてもcache hitを確認
  • Prompt Cacheのキャッシュエントリがエンドポイント・リージョン・API・Guardrailsの有無で再利用可能、reasoning.effortは初めて指定した値でcache write、同じ値でcache read
  • クロスリージョンでもcache readが成立し、input単価が90%低下するが、Implicit Prompt Cachingはbest effortでcache hit保証なし

@Jagmeet Singh /

シーケイアがCymphonyに3000万ドルを投資、AIエージェントのセキュリティリスクに対応

  • シーケイアがCymphonyに3000万ドルを投資し、AIエージェントのセキュリティリスクに対応する
  • Cymphonyはワークフォースグラフでエージェントと人間のアクセスを統合管理し、AIによる不正アクセスを検出・修正
  • 企業は既存のID管理ツールに加えてCymphonyを導入し、AIエージェントのリスクを補完的に対応する必要がある

@Ivan Mehta /

Suno、著作権訴訟の増加に伴い、ライセンス音楽で訓練された新しいモデルに置き換える

  • Sunoは著作権問題に対応し、ライセンス音楽で訓練された新モデルをリリースした
  • Suno v6はWarner Music GroupやBMGなどの音楽ラベルから取得したデータで訓練され、v6 wildとv6 miniの2バージョンが追加された
  • 旧モデルは廃止され、ユーザーは新しいモデルで音楽の編集やリミックスが可能になるが、著作権問題は解決していない

@コロッバーKAWAI /

AIは、ついに「答える」だけじゃなくなった。Metaが個人向けAIエージェント「Muse」を発表

  • Metaが個人向けAIエージェントMuseを発表し、作業を代行する機能を提供
  • Museはメール送信や旅行予約、ブラウザ操作を代行し、Muse Secure VMで専用仮想マシン上で動作
  • Museはユーザーの個人情報や操作を保護するためのセキュリティ対策を講じており、利用者は操作履歴を確認できる

@Yuta NAKATA /

エンジニアサマーインターンシップ2026を開催しました

  • ウェザーニュースが2028年卒向けにエンジニアサマーインターンシップを開催し、気象データと生成AIを活用したAIエージェント開発を実施した
  • WxTech APIとMCPサーバーを活用した気象データ取得、Claude CodeとGeminiを前提とした開発、LangGraphとVue3を用いたエージェント構築
  • 生成AIの活用はコード作成速度より「作りたいものを言語化する力」が重要とし、データ利用時のルール確認が必須であることが強調された

@asahide /

Oracle Autonomous AI Database の Select AI Supervisor Agent を試してみた

  • Oracle Autonomous AI DatabaseのSupervisorエージェントがタスクのinstructionに基づいてワーカーを逐次選択する
  • Supervisorはタスクのinstructionを基準にTop SQLワーカーと統計確認ワーカーを順番に呼び出し、LLM呼び出し回数が2倍になる
  • タスクのinstructionに外部ツール使用許可を記載しないとツールが呼び出されないため、安全な運用にはinstructionからツール名を削除する必要がある

@Bikash Koley /

Google、フィンランドに130億ユーロを投資してAIインフラを強化

  • Googleがフィンランドに130億ユーロを投資してAIインフラを強化
  • データセンター建設、クリーンエネルギープロジェクト、地域雇用支援、教育プログラム
  • フィンランドの経済に37,000人規模の雇用をもたらし、2027-2028年の建設期間中に年間36億ユーロのGDP貢献が見込まれる

@GENDA 公式アカウント /

数値と対話で見直し続ける生成AIツールの運用設計

  • 生成AIツールの運用は数値と対話で見直し続ける仕組みを構築している
  • 利用実績と契約データを可視化し、利用者の声をヒアリングしてツール選択や利用枠を調整している
  • 利用量の変化や上限到達をきっかけに利用者と対話し、ツールの選定や契約を見直す判断材料になる

@KenshoTakizawa@ベスト69元ゴルファーのエンジニア /

RAGの精度は「データ」で決まる — Contextual Retrievalを実測したら1位正解率が36%→100%になった

  • Contextual Retrievalを導入すると検索の1位正解率が36%から100%に改善した
  • チャンクの先頭にLLMが文脈を追加して索引化、検索精度向上とトークン削減が同時に実現
  • 検索精度向上は入力トークン数の削減に直結し、APIコストを下げることができる

@nolanlover0527 /

なぜ配列の1番目は「0」なのか? プログラマーなら一度は疑問に思う話

  • 配列の添字は0から始まる理由がメモリ効率と数学的簡潔さから説明されている
  • メモリアドレス計算で0始まりが効率的で、ダイクストラの論文で数学的区間表現がシンプルになる
  • C言語のポインタ演算が0始まりを広めたことが明記されており、言語設計の選択肢としての背景がわかる

@ntaka329 /

ローカルLLMには荷が重いと思っていた。39万字のエージェント作業を20回採点して見方が変わった

  • ローカルLLMでエージェント作業が可能になったが、モデル選びで性能が大きく分かれる
  • GLM-5.3-Flashは10本の和集合で58行を網羅、gpt-oss-120bは27行にとどまる。ツール呼び出しの継続性が鍵
  • 誤検知は回数を重ねると5.0倍に増えるため、温度0で1本52行・誤検知0の選択も有効