RTX 5060 Ti 16GBでローカルLLM(Qwen3.8 27B)にもう一度挑んだ話
- RTX 5060 Ti 16GBでQwen3.8 27Bをローカルで動かす実験をした
- soyaakinohara版の12GBモデルとOllama、vLLM(AWQ)、Cafe llama.cppの比較で実行速度とVRAM使用量の最適化を試みた
- Ollamaでnum_gpuを66層に指定することで生成速度が8倍になり、VRAMの自動見積もりが保守的すぎる問題が判明した
#AIエージェント
LLMでカタログPDFから構造化データを抽出する：プロンプト設計と後処理の実践
- LLMでPDFカタログから構造化データを抽出する際、プロンプト設計と後処理が不可欠である
- 「など」の削除、閉集合制約、原文参照の指示、価格フィールドの別管理、JSON解析のフォールバック処理
- プロンプトの改善だけでは実用に足らず、後処理を設計の中心に据える必要がある
【Antigravity】もうProいらない？「Gemini 3.8 Flash」が来たのでPro 3.1を超えたのか本気で考えてみた
- Gemini 3.8 FlashがPro 3.1を上回る性能を発揮
- Agentic DevelopmentやAdvanced Reasoningの領域でプロモデルに迫る性能、3倍の出力速度と知能指数が上回る
- 簡単な作業には3.7 Flash、複雑なタスクには3.8 Flashが適しているが、トークン消費量が増える点に注意が必要
DietrichGebert/ponytail
- AIエージェントにYAGNIとナイーブワンライナーを組み合わせたコード生成ルールを適用するプラグイン ponytail が公開された
- YAGNIルールとナイーブワンライナーの2つの技術を組み合わせ、コード量を54%削減しコストを20%削減した実証結果がある
- コードの過剰構築を防ぐためのルール適用が必須で、既存コードに依存する場合でも最小限の変更で済むことが確認されている
NousResearch/hermes-agent
- Hermes Agentは自己改善ループを持つAIエージェントで、複数のプラットフォームで動作する
- 自己学習ループ、マルチプラットフォーム対応、ツールゲートウェイ機能
- インストール時にセキュリティソフトの誤検出対応と、ツールゲートウェイの設定が重要です。
mattpocock/skills
- AIエージェントの開発プロセスを改善するスキルセットが公開された
- /grill-meと/grill-with-docs、/tdd、/improve-codebase-architectureが主な機能
- スキルはカスタマイズ可能で、プロジェクトに応じて選択的に適用できる
Thinking（思考）をざっくり理解する
- Claude Fable 5.1で導入された適応型思考の仕組みが説明されている
- 思考ブロックの生成と保持条件、effortパラメータの役割、プレフィックス不一致による無効化が挙げられる
- プレフィックスが一致しないと思考ブロックが無効化されるため、会話履歴の管理に注意が必要
The sameness problem behind those unappetizing AI-generated menus
- AI生成のメニューが一貫性がありすぎて不自然になる
- モデルが訓練データのスタイルを再現し、均一化された見た目に。アイスクリームのスコップが完璧に丸く、エビが異常に見える
- レストランはAIメニューを修正し続けることで、見た目がさらに均一化され、違和感が増す可能性がある。
国内AIエージェント動向(2026/9/4号)
- 国内AIエージェントが業務システムや現場に直接作用する段階へ進展
- 部署・役割単位でエージェントを設計、OAuthによる権限制御、実行前検証、運用ログが必須
- 自律性が高まるほどガバナンス機能の整備が業務運用の前提となる
OpenAIが最強モデル「GPT-6 Astra」を発表
- OpenAIが最新モデルGPT-6 Astraを発表し、コンピュータ操作とコーディングのベンチマークでトップスコアを記録
- Agents' Last Examで59.3%、ScreenSpot-Proで92.7%のスコア、処理時間は47%短縮、Codexハーネスと連携してコンテキストウィンドウの挙動改善
- APIコストが43%安くなったBenchCADでのタスク対応、セキュリティ関連のベンチマークで満点スコアを記録し悪用リスクへの配慮が必要
【AI推進】「AI、ちょっと使えそうかも」を全社へ。Claudeをブランド事業の実務へ繋ぐ橋渡し。MOON-X第3回AIワークショップ
- Claudeを活用したワークショップで、全社員の日常業務にAIを橋渡しする実践的な取り組みが行われた
- 業務フローの効率化とツール連携のハンズオン、セキュリティルールの共有
- 実務で使える具体的なスキルを身につけることで、AIを安全に活用できる環境が整えられた
初学者のタスクはすべて「彼」に奪われた ―― エンジニア歴半年の絶望と生存戦略
- AI時代の初学者はAIにタスクを奪われ、実務の成長が難しい
- AIにコードを書かれるため、エラーと向き合う機会が減る、設計パターンを個人開発で学ぶ
- AIに指示する際は選択肢を提示して判断力を鍛えることが重要
『AIの利用』龐統 士元 老師(Claude:ﾛｰﾙﾌﾟﾚｲ)との対話
- AIの使い方を複数の座で検討し、判断を下すのは自分自身である
- 複数のAIを異なる役割で使い分け、同じ問いを投じて結果を比較する、機械の返答は期待に応じて変わる
- 自分の判断材料としてAIの返答を活用する際は、期待の影響を意識し、複数の視点で検討する必要がある
GPT-6 Astra、ARC-AGI-3で99.9%──なぜこれから「プロンプト」より「エージェントアーキテクチャ」が重要になるのか
- GPT-6 AstraはARC-AGI-3でStandard harnessで62.7%、Provider Adapter harnessで99.9%を達成した
- Standard harnessは環境を攻略しながらノートを残す仕組み、Provider Adapter harnessはopaque reasoning stateとcompactionを活用する
- モデルの能力だけでなく、エージェントアーキテクチャの設計が結果に大きく影響する
AIは"未経験ほど"効く。でも"未経験ほど"騙される
- AIは未経験者にとって効果的だが、誤りを実データで検証する必要がある
- 型（過去事例）で当たり付けを速くする × 実データ検証で正しさを確保する、AIと人間の役割分担
- KBは当たり付けに使うが、確定は実データで行い、古い型の誤診を防ぐ
【速報】Claude Fable 5.1 / Mythos 5.1 が登場──中身は同じモデル。分けているのは「安全性分類器の有無」だけです
- Claude Fable 5.1とMythos 5.1は同じモデルで、安全性分類器の有無で分かれている
- 安全性分類器の有無、ツール使用の強制がエラーになる、思考ブロックのモデル紐づけ
- ツール使用を強制すると400エラーになる、過去のターンを編集すると思考ブロックが無効になる
AIを組織化する — 40時間の連続稼働を支えた意思決定権限の設計
- Claude Codeのセッションを5つの役割に分けて意思決定権限を設計し、40時間連続稼働を実現した
- 要件判断、レビュー、ドキュメント、実装、動作確認の5つのセッションを分離し、誤りと未決を切り分け、判断を台帳に記録
- 要件判断担当に暫定判断を任せることで、人間の最終判断を待たずに作業を進められ、コード品質と要件定義の両立が可能になった
Oura files to go public
- Ouraが上場を申請した
- 収益が前年比で倍増し、会員数が500万人に達した。AIによる健康データ解析が強み
- 上場に向けた財務状況とAI活用の戦略が明確に記載されている。
Slackから使えるAIエージェント、ChatGPT Workspace AgentsとClaude Tagを比較してみた
- ChatGPT Workspace AgentsとClaude TagがSlackでエージェントを実行できる仕組みを比較した
- Workspace Agentsは対話式ビルダーとAPI連携が強み、Claude TagはGitHubでのSkills管理とSlack内での設定が特徴
- Workspace AgentsはChatGPTアカウントが必要で、Claude Tagはゲスト編集が可能でGitHub連携がしやすい
AIエージェントの出力、Markdownで十分？ HTMLに切り替えるべき場面の見分け方
- AIエージェントによる資料作成でMarkdownとHTMLの使い分けが重要
- Markdownは差分管理・検索に優れるが、HTMLは比較・図解・階層表現に強み
- HTMLへの切り替えには確認コストと生成コストがかかるため、本当に必要な場面だけ使うべき
