Scraps 最終更新 2026/10/02 22:40

#AIエージェント

@416nishimaki /

BobとCPLEXで顧客に値引きクーポンを出し分け利益を最大化させる（C-1）

  • 顧客に値引きクーポンを出し分け利益を最大化する最適化手法が紹介された
  • SPSS Modelerで予測スコアを算出し、CPLEXで最適化計算を行う。500円〜2000円のクーポンを対象者に割り当てる
  • 小規模な問題ではPythonで可能だが、業務規模では商用ソルバーが必要なケースが多い
BobとCPLEXで顧客に値引きクーポンを出し分け利益を最大化させる（C-1） - Qiita

@じまさん /

AIコーディングエージェントを狙う攻撃あるけど、なんかしたほうがいいの？

  • AIコーディングエージェントを狙う3つの攻撃手法と、各ツールの防御対策が紹介されている
  • 間接プロンプトインジェクション、MCP経由の攻撃、Slopsquattingが挙げられ、実行前の承認、サンドボックス、ネットワーク制御が防御手段
  • 各ツールのデフォルト設定でどれだけ防御できるかは異なるため、利用者は権限を絞ってレビューを挟む必要がある
AIコーディングエージェントを狙う攻撃あるけど、なんかしたほうがいいの？

@quan_le /

Agent Harness：LLMとAIエージェントの間を埋める決定的なレイヤー

  • Agent HarnessはLLMとコードリポジトリ間の決定的な中間レイヤーとなる
  • フィードバックループ、ツール実行、コンテキスト管理、権限管理、検証、オーケストレーションの6つの領域を制御する
  • 実際のコード修正やテスト実行に必要な環境制御をシステム側で行う必要がある
Agent Harness：LLMとAIエージェントの間を埋める決定的なレイヤー - Qiita

@ぜま /

ウィトゲンシュタインを通して見る生成AIの現在地

  • 生成AIは言葉の使用から意味を理解できるが、生活経験の欠如により限界がある
  • ウィトゲンシュタインの言語ゲーム理論と単語埋め込みの統計的分析が中心。言葉の意味は使用に依存し、LLMは文脈に応じた応答を生成するが、感覚や身体経験の理解は不十分
  • LLMは文法的・文脈的な理解は可能だが、感覚的・身体的経験に基づく判断は人間と差がある
ウィトゲンシュタインを通して見る生成AIの現在地

@Yasuhito Morimoto /

国内AIエージェント動向(2026/9/8号)

  • 国内企業がAIエージェントを業務システムに組み込み、具体的な作業を担う動きが目立つ
  • kintoneやWord、Salesforceへの統合、人による承認・修正の仕組み、モデル選択肢の拡充
  • AIの実行範囲と人の承認工程を切り分け、失敗時の処理停止や戻しの設計が重要になる
国内AIエージェント動向(2026/9/8号)｜Yasuhito Morimoto

@今道拓真 /

生産性の裏で、問題把握力が痩せていく — AIと共に成長するエンジニアであるために

  • AIに答えを出させるのではなく、問題を出させて自分の答えを採点する仕組みを37日間で23回まわした
  • 問題把握力と解決設計力の2つの項目で採点し、仮説の検証と「なぜ？」を考える習慣を身につけた
  • AIを使うことで急かされない環境が得られ、仮説を立てて検証する姿勢が自然と身についた
生産性の裏で、問題把握力が痩せていく — AIと共に成長するエンジニアであるために

@kmatsuda_slj /

AIのおかげでできることは増えた。でも、できるようになったとは限らない

  • AIを使って問題を解いたとしても、自分自身の理解が深まらない可能性がある
  • AIに答えを聞くだけでは、なぜその答えになるのかが分からない、自分で考えた後に確認する必要がある
  • AIを使う際には、自分の理解を深めるために自分で考えた後に確認する習慣が必要
AIのおかげでできることは増えた。でも、できるようになったとは限らない - Qiita

@分析屋 /

AI Coding Agentの活用 with GitHub Copilot ーPart2ー

  • GitHub CopilotのCopilot ChatでAgentモードを実行するとAIがタスクを自律的に実行する
  • AgentモードではLLMモデル選択、推論レベル、コンテキストサイズの調整が可能で、コード作成から動作確認まで一連の流れを実行
  • AIクレジットの消費量を節約したい場合はAutoモデルを選択するのが良い
AI Coding Agentの活用 with GitHub Copilot ーPart2ー｜分析屋

@渡邉 愛子 /

Weekly Google Cloud アップデート情報 - 2026年9月8日

  • Gemini Enterpriseにコンテンツポリシーによる機密データ保護機能が一般提供
  • コンテンツポリシーで機密データの検査とブロック、Assured Workloadsでのフェデレーションデータストアサポート
  • Gemini Enterpriseアプリが機密データをユーザーに提示しないようにするため、セキュリティ設定を確認する必要がある
Weekly Google Cloud アップデート情報 - 2026年9月8日

@平木 佳介 /

[社内勉強会資料公開] Claude Code 入門 #9 — サブエージェントとAgent Teamで並列化する

  • サブエージントはメインの会話とは別に独立したコンテキストを持つ「もう一人の自分」を呼び出し、重い調査や作業を任せる仕組み
  • 組み込みのExplore・Plan・general-purposeに加え、.claude/agents/で業務特化の専門agentを自作できる
  • 観点ごとに専門agentへ役割分担させることで、レビューの見落としを減らし、時間の短縮にもつながりやすい
[社内勉強会資料公開] Claude Code 入門 #9 — サブエージェントとAgent Teamで並列化する

@shirok /

Select AIが Metadataから SQLを生成する仕組みと AI Ready Dataを整理してみてみた

  • Select AIは自然言語からOracle SQLを生成するNL2SQL機能で、Metadataを活用して業務用語とデータの対応を伝える
  • Metadataのコメントやアノテーション、PK・FK、ViewがSQL生成に影響し、拡張プロンプトに含まれる
  • AI Profileの設定でコメントやアノテーションを有効にし、SHOWPROMPTで生成SQLの確認を行うことが重要
Select AIが Metadataから SQLを生成する仕組みと AI Ready Dataを整理してみてみた - Qiita

@Kou /

「コード生成の次は「検証」！AI開発で生き残るための3つの防衛策」～【python】今週の人気記事TOP5（2026/09/06）

  • AI開発で生き残るための3つの防衛策が提案された
  • 不変条件を使ったテスト設計、サイレントバグの発見方法、ドキュメント運用の重要性が挙げられている
  • AIの誤動作を防ぐには検証プロセスをしっかり設計する必要がある
「コード生成の次は「検証」！AI開発で生き残るための3つの防衛策」～【python】今週の人気記事TOP5（2026/09/06）

@tobacha /

「完璧に動くのに誰も使わない」を生まないためのSkillsの作り方

  • AIエージェントのSkillは要求の質×翻訳精度×実現精度の積で決まり、要求の解像度が最も重要
  • 要求から仕様への翻訳精度（k1）と仕様から実行への実現精度（k2）の2つの係数、Claude Fable 5では過剰な指示が実行精度を下げる
  • Skillの設計は一度で完璧にせず、実行してフィードバックを積み重ねるサイクルを回すことが有効で、モデル更新時にLinterの観点を拡張する必要がある
「完璧に動くのに誰も使わない」を生まないためのSkillsの作り方 - Qiita

@坂本友哉 /

E2Eテストの合否判定をAIに任せる「AIテスター」を作った件

  • E2Eテストの実行結果をAIで一次判定し、人間がズレを修正する仕組みを構築
  • 失敗トレース解析・カバレッジギャップ検出・弱いアサーション検出・モック監視の4機能を実装、スキルDBで人間の判断をAIに反映
  • 判定のズレをスキルDBに記録し、AIの精度を改善する運用を開始
E2Eテストの合否判定をAIに任せる「AIテスター」を作った件