New Relic Slack App と 自然言語で自律自動の障害調査を行う New Relic Autopilot が連携してみた
- New Relic AutopilotがSlackと連携して自然言語で障害調査を実行できるようになった
- @New RelicとメンションするだけでAutopilotと対話可能、Slackアプリ経由で設定可能
- Slackで障害調査依頼と結果共有が可能でMTTR削減に繋がる
#AIエージェント
Claude Managed Agents で構築する、Slack から使える業務データ分析基盤
- Claude Managed AgentsでSlackから業務データ分析を実行する基盤を構築
- CMAのサンドボックスで実行し、Slackのメンションで起動、外部サービス認証はVaultで管理
- 外部データ経由のプロンプトインジェクション対策は別途必要で、スキル更新はGitHub経由で制限付きで行う
128GB の Mac で Qwen3.8 Flash Next をどう動かすか ─ 3つのランタイムを実測で比べた
- Qwen3.8 Flash Next を 128GB の Mac で動かす 3 つのランタイムを実測で比較した
- llama.cpp はデコードが遅いが実務で完走、mlx-serve はプレフィルとデコードが最も速い、oMLX はキャッシュ処理でエージェントループで壊れる
- mlx-serve は 105GB のモデルが必要でメモリ制限を回避するオプションが必要、llama.cpp は実務で安定して完走するがデコードが遅い
AIコードレビュー、エージェントを増やしても見落としたバグが一文を足すと見つかった
- AIコードレビューで見落としたバグが指示文に一文を足すと見つかった
- 観点ありの5体と観点なしの5体、単独の構成で検証。並行性への言及がないとバグが見逃される
- 「問題なし」のレポートには確かめた範囲を記載する必要があり、指示文に並行性の確認を明記すべき
Claude Codeのサブエージェントを作ってみて分かったこと
- Claude Codeでサブエージェントを作成し、実装とレビューのフローを試した
- 実装用のjava-developerとレビュー用のjava-reviewerをカスタムサブエージェントとして作成、サブエージェント同士は直接やり取りできない
- サブエージェントの進行管理はメインスレッド側で行う必要があり、オーケストレーション設計が重要
LLMが「1+1」を計算するとき、中で何が起きているのか
- LLMは数字をトークンとして処理し、複数の経路で近似と精密計算を組み合わせて答えを出す
- トークン化された入力は埋め込みベクトルに変換され、アテンションで関係性を計算。36+59では大まかな見積もりと下1桁の精密計算の2経路が使われる
- 正確な計算が必要な場面ではLLM単体ではなく計算ツールを併用するべきで、モデル自身の説明と実際の計算過程が一致しない可能性がある。
【現役SEが解説】生成AIを「チャットのおもちゃ」で終わらせないための活用基礎と3つの原則
- 生成AIを実務で活用するための3つの基本原則が提示された
- 80点＋20点の法則、プロンプトの4大要素固定化、スクリプトとの連携が中心
- AIに完璧な結果を求めるのではなく、80点のドラフト作成に割り切ることが重要
【2026年版】生成AIを学ぶための51冊 ― LLM・RAG・AIエージェント・LLMOps・Physical AIまで
- 2026年版の生成AI関連書籍リストが公開された
- LLM・RAG・AIエージェント・LLMOps・Physical AIの分野をカバー、27冊の新刊と24冊の追加が記載
- 書籍の内容は技術的基礎を学ぶためのもので、実務での導入や運用の具体的な手順は記載されていない
LangGraphが渡すのは、設計図
- LangGraphは処理の設計図を提供し、エージェントの追跡・再開を可能にする
- ノードで処理を、エッジで移動を、Stateで共有情報を表現する。失敗時の戻り場所を設計図に記録する
- ノードの再実行時に二重の変更が起きない設計が必要で、最初の設計図は4〜5個のノードで十分である
スター6万のAgent Skillを入れたら、呼ぶたびに9万トークン必要だった
- スター6万のAgent Skillを導入した結果、起動時のトークンが28倍に増加した
- 起動時コストは9万トークン、実装は308ファイル/32MB、Python3.12以上が必要
- 標準的なWindowsではPython3.11.9で動かず、PATH上のPythonを確認する必要がある
【AIエージェント構築入門】Bedrock AgentCoreで複数のAWSアカウントを自然言語で調査するチャットボットを作る（後編）
- Bedrock AgentCore RuntimeでAIエージェントをデプロイする手順が説明されている
- AgentCore CLIでプロジェクト作成、main.pyでエントリーポイントを設定、IAMロールにsts:AssumeRoleを追加
- 実行ロールにsts:AssumeRoleを明示的に追加しないとアカウント間のロール変更ができない
AI Agentが決済で予算超過させた時インフラ制御で暴走を止められるのかをAgentCore Payments使って実験してみた
- AIエージェントが予算超過を試してもインフラ側の制限で決済を防げる
- x402プロトコルとAgentCore Paymentsで予算上限を設定、プロンプトインジェクションや少額連続決済を検証
- プロンプト制御では実際の決済額を強制できないが、インフラ制御で決済自体を拒否できる
Claude Codeに書かせた職務経歴書の一行を、面接で説明できなかった
- 職務経歴書に書かれた設計・構築を担当の記載が、面接で説明できなかった
- AIに整えてもらった経歴書に曖昧な記載が含まれていた、経歴の深掘りと裏取りが不足していた
- AIに渡す材料の質が重要で、裏取りの確認を自分でする必要がある
Claudeのキャッシュを使い倒す
- Claude APIのプロンプトキャッシュを活用して入力コストを最大90%削減できる仕組みが解説されている
- プロンプトキャッシュはプレフィックスの再利用、ブレークポイントの配置、TTLの設定が主な機能で、キャッシュヒット率と料金計算が具体的に説明されている
- キャッシュの最小トークン数未満では無視されるため、事前にトークン数を確認し、静的プレフィックスを固定する必要がある
Claudeに100個のツールを渡すとどうなる？4つの渡し方で費用・精度・速度比較
- Claudeに100個のツールを渡すと費用が高く、Tool Searchは費用は最安だが精度と速度に悪影響
- 全件投入は費用が高く、Tool Searchは費用75.9%減だが正答率80%、プロンプトキャッシュは費用88.1%減
- Tool Searchは検索未発火で失敗する可能性があるため、常設ツールの構成とプロンプト設計が重要
Chandra/ACISのsubpixel imaging：SS 433をnative pixelと1/4 pixelで見比べる
- ChandraのACISでnative pixelと1/4 pixelの画像を比較し、subpixel imagingの効果を確認した
- EDSERによるevent位置調整とbinsize=0.25の1/4 pixel画像、native pixelの粗さが画像に影響する
- 1/4-pixel画像でも角分解能が4倍にならないため、PSFモデル化が必要で、event位置の扱いが画像に影響する
Googleが新機能発表！「Gemini Notebook」の「Expert Intelligence」で何が出来る？
- GoogleがGemini Notebookに「Expert Intelligence」を追加し、電子書籍を情報源として活用できる
- 電子書籍の実際の文章を引用して回答し、著者による特別ノートブックも提供
- 対応書籍は一部に限られ、日本語書籍の対応は未定で購入が必要
第2話「VRAM16GBの中の戦争」30万→？万/ ローカルLLMマシン構築記【実録】
- 16GB VRAMではGemma4 26Bや30B級モデルがメモリ不足になる
- モデルサイズとVRAM容量の関係、チャンク分割時のメモリ消費、同時実行数の制限
- Excelのような表形式データは事前にテキスト整形が必要で、メモリ使用量を監視する必要がある
月20ドルなのに、なぜ5時間枠？ ChatGPT Plusの料金の正体
- ChatGPT Plusの5時間枠は処理量の制限で、時間そのものではない
- WorkやCodexはモデルの重さや処理量によって利用枠が変化し、5時間窓ではなく処理量の制限
- 同じ5時間でもモデルや処理内容によって利用可能回数が大きく異なるため、使い方によってはすぐに枠がなくなる可能性がある
生成AI時代、最後に勝つのは「面倒くさいこと」をやれる人。
- 生成AI時代に勝つのは「面倒くさいこと」をやれる人
- AIで簡単な作業を効率化し、楽にした時間を面倒な作業に回す
- AIで楽にできる部分は活用し、楽にした時間を面倒な作業に投資する判断が求められる
