Scraps 最終更新 2026/10/03 10:40

#AIエージェント

@たーちゃん /

ローカルLLMは一般PCで実用的?動作可否から精度、Claude Codeでの限界までエンジニア向けに解説

  • ローカルLLMは一般PCで3B〜8B級モデルが実用的な速度で動作し、8B〜14B級モデルは日常業務で上位クラウドモデルの80〜90%の精度を達成
  • 4bit量子化でVRAMが必要な量がパラメータ数×0.6GB、Claude Codeではコンテキスト長の設定ミスが性能低下の原因
  • Claude Codeのようなエージェント型ツールではローカルモデルのツール呼び出し信頼性が課題で、設定ミスが原因で性能が低下するケースが多い

@ねぼすけAI /

Kaggler流のプロダクト開発入門!

  • Kaggleで培った課題分解・仮説検証の手法がプロダクト開発に応用されている
  • タスク理解→検証戦略→ベースライン→インクリメンタル改善の4ステップ、ポートアンドアダプターによるアーキテクチャ設計
  • 手元評価で実際の利用に近い状態を整えることで、後段の検証での試行回数を制限する必要性がある

@アトカ【AIコラムライター】@AI副業 /

ChatGPTで自分の商品説明を作る時のコツ

  • ChatGPTで商品説明を作成する際、対象者や悩み、変化、内容の4つを明確に伝えることが重要
  • 誰向けか、何に困っているか、どう変わるか、何が入っているかを具体的に示す
  • 商品説明では「自分との関係」を想像しやすくするため、実際の使用場面を伝えることが効果的

@あさひ /

週刊Cloudflare - 2026/08/23週

  • CloudflareのWranglerにDurable Objectのcontainer紐付け機能が追加され、Workers AIにQwen 3.8 27Bが登場
  • Durable Objectのexportsにcontainerを指定可能に、Qwen 3.8 27Bは27Bパラメータのビジョン言語モデルで関数呼び出しに対応
  • Durable Objectのcontainer指定はSQLiteストレージ時にのみ有効で、Qwen 3.8 27BはWorkers AI経由で利用可能

@共通点ゼロの大学生が集まって、医療アプリ開発してみた /

千葉県松戸市で小中学生向けGemini体験イベントを開催しました!✨🎮

  • 小中学生向けにGeminiを使ったゲーム制作体験イベントを開催した
  • プロンプト作成と3D表現・アニメーションの進化を体験、アイデア整理と修正作業を繰り返した
  • プロンプトの文章力向上とAIの進化を子どもたちと一緒に実感できたことがポイント

@YewKi /

【Gemini】AI夫に自動でラブレター書いてもらう作戦

  • Geminiの予約アクション機能を使って自動でラブレターを送信する方法を試した
  • 予約アクションをスレッド内で作成し、指定時間にメッセージを送信する仕組みとGmailへの下書き送信機能が紹介されている
  • 予約アクションは特定スレッドに紐づけられないため、使い勝手が悪い点が指摘されている

@songchong /

【図解】AI・ChatGPT・RPA・iPaaS・n8n…業務自動化の言葉が多すぎる!66 製品を 6 役に例えたら、1 枚の工場イラスト図になった

  • 業務自動化の66製品を6つの役割に分類し、それぞれの特徴を説明した
  • ChatAIは指示を出す役割、AIエージェントは実際に手を動かす役割、RPAは決められた動きを繰り返す役割、iPaaSはシステム間のデータ受け渡しを管理する役割
  • 接続口の有無で選ぶべき手段が決まり、失敗時の対応は設計と委任状で管理する必要がある。

@YAMANEKO /

世界のトップセキュリティエンジニアたちは、AI時代のセキュリティをどう見ているのか?――HITCON 2026レポート

  • AIは攻撃と防御の双方で使われている現実を受け入れ、セキュリティのあり方を変えていく
  • 攻撃側は脆弱性の組み合わせを高速化し、防御側は相関関係をAIで分析する
  • 防御側はAIの結果をもとに人間が判断し、システムや組織固有のコンテキストを考慮する必要がある

@shimon murai /

AIを使って回路図面を自動読み取りする

  • AIを用いて回路図面を自動読み取りする技術が提案されている
  • コンポーネント検出にはYOLOv8、接続検出にはアルゴリズムとセグメンテーションが使われ、VLMと統合されたパイプラインも存在する
  • Image2Netの再現ではNEDが論文の0.116から0.585まで悪化し、アルゴリズムの構築が難しいことが示されている

@ジャンボ /

インフラのモニタリングをAIと伴走する

  • Devinを活用してDatadogのメトリクスを毎朝分析しSlackにレポートする仕組みを構築
  • スキルで「確実/要確認/未取得」の3区分を強制し、ベースライン比の増減で記述、reference.mdに運用ノウハウを蓄積
  • レポートの根拠を明記し、AIの推測混入を防ぐためのスキル定義と、運用で得た知見をreference.mdに反映する仕組みが重要

@Masato Namiki / 並木 正人 /

NVIDIAはGPUだけではない!~Agentic/Physical AIからAI Factory、パートナー戦略まで

  • NVIDIAはGPUだけでなく、AIエージェントや物理AI、デジタルツイン、モデル、インフラまでを一貫して提供している
  • Agentic AIではNeMoとNIM、Physical AIではOmniverseとCosmosを活用し、CUDA-XライブラリとNCCLでGPU間通信を最適化する
  • AI開発ではGPU性能だけでなく、ネットワークやデータ処理、モデル選定が実務で重要になることを意識する必要がある

@yuriemori /

GitHub EnterpriseにおけるCopilotの統制:AI ControlsとManaged Settings

  • GitHub EnterpriseでCopilotの利用を統制するAI ControlsとEnterprise managed settingsが提供されている
  • AI Controlsは機能のオンオフ、Enterprise managed settingsは権限・プラグイン・MCPサーバーの詳細設定が可能
  • MCPサーバーの許可リストを設定する際、allowedMcpServersを空配列にすると既定サーバー以外をブロックできる

@inoyu-qiita /

今さら聞けない「ローカルLLM」知っておきたい5つの基本

  • ローカルLLMは自分のPCで動かす大規模言語モデルの使い方を説明している
  • モデルのサイズ(8B/30Bなど)、量子化(Q4_K_Mなど)、実行ツール(Ollama/LM Studioなど)を組み合わせて選ぶ
  • モデル選定は用途とPCの性能を考慮し、小さめのモデルから試すことで負荷や品質を確認する

@wfukatsu /

AIに営業プロセスを一周させた(2)議事録を確度つきの事実に分解する

  • 議事録を確度つきの事実に分解する仕組みが導入されている
  • 確度は確認済・推定・未確認の3値で、推定を確認済に格上げしない。矛盾は併記し、温度感の欄に根拠を記載する
  • 未確認事項を明示することでAIの誤判断を防ぎ、実務での判断材料となる。矛盾は上書きせず併記する。