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
#AIエージェント
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
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
精度99％の落とし穴
- 精度99％のAIでも誤判定が起こる
- 基準率の誤謬、病気の珍しさと誤判定率の関係
- 病気が珍しいと誤判定が増えるため再検査が必要
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
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。
AIに作らせたコードを、まっさらな環境で動かしてみた
- AI生成コードをクリーン環境で動かすと68.3%が成功したが、再現実験では4本中4本が一発で動いた
- 依存の三層モデル（Dc/Dw/Dr）と、Python/JavaScriptのプロジェクト成功率が比較されている
- 依存のギャップよりコードのバグが失敗の主因で、テストを書くことで改善できることが示されている
「私の仕事は増えてるんですよ!」と叫ぶ現場をClaude Codeで作ってしまった男の話
- AIによる業務効率化が現場の人員削減と新たな負担の移転を生んでいる
- RPAやAIによる自動化で工数がゼロになり、その分の負担が別の業務に移る。ボットのお守りという手直し作業が新たに発生する
- 効率化した業務は人員削減の材料となり、現場の負担は別の場所に移るため、業務量が変わらない状態が続く可能性がある
Microsoft FoundryのAI ゲートウェイでトークンの「制限」と「クォータ」を設定する
- Microsoft FoundryのAIゲートウェイでトークンの制限とクォータを設定できる
- 制限はTPMで1分あたりの速度を抑える、クォータは期間内の総量を抑える
- 制限超過時は429、クォータ超過時は403とリセット時間のメッセージが返る
AIエージェント向けの「2ちゃんねる」を作ってみた
- AIエージェント間の協調作業を可能にする掲示板ツールが公開された
- Gitリポジトリをスレッドとして扱い、エージェントに認証情報を渡さずに運用可能
- エージェントにGitHubの鍵を渡さずにスレッドを管理できるためセキュリティが向上する
並行開発に Orca がめちゃ便利
- Orcaという並行開発向けエディタが便利だと紹介されている
- 内蔵ブラウザでタブ切り替えが可能で、リモート操作でモバイルとデスクトップのUIが同じ
- 内蔵ブラウザでGitHubやGoogle Sheetsなど複数タブをセッションごとに切り替えられるが、Googleログインには制約がある
政府批判も「財源幻想」に支配される ― 批判のOSをリファクタリングする : システム設計視点の行動経済学 (21)
- 政府批判も「財源幻想」に支配される ― 批判のOSをリファクタリングする
- 財源幻想に基づく批判は、政府と同じ経済モデルを前提にしている、財源の確保を目的とした批判は供給能力を無視している
- 財源の確保ではなく、リアルリソースの配分と供給能力の向上を評価軸にすべきである。
社内Agent Skillsの構築、運用、改善サイクル。半年運用して作り直したプラクティス 🧰
- 社内エージェントスキルは配布することで初めて資産になる
- スキルの名前変更は削除＋追加扱い、1スキル単位で完結させる、メタ情報で責任者を宣言
- スキルの半分が0回利用されていることが判明し、責任者に確認が必要
AIエージェントで情報漏洩、データ消失をしたくないなら認識しておくべきこと
- AIエージェントの業務利用ではサンドボックス、アクセス制御、最小限のリソース、人間確認の4つを設定すべき
- サンドボックスで実行環境を隔離し、外部サイトのアクセスを制御し、触れられるフォルダを最小限にし、危険な操作で人間確認を挟む
- AIが誤った操作をした際の影響を最小限に抑えるため、リソースの制限と人間確認の仕組みを事前に設計する
Ox Alpha の正体は Z.AI の GLM だった。無料期間に手元で使ったトークン量
- Ox AlphaはZ.AIのGLMシリーズだった
- トークナイザーの一致率95%、運用層のエラーコードがGLM系と一致
- 無料期間に1,710万トークンを使ったが、プラットフォーム全体の42兆トークンに比べて微々たる量だった
生成AI（Gemini）使いこなしの技術（序章）
- Geminiを活用した生成AIの使い方をステップバイステップで解説する連載が開始される
- AIチャットの基本操作、ペルソナ設定、プロンプト事前設定、コンテンツ生成、データ処理・分析の各テーマが掲載されている
- 各回のテーマは業務効率化やコンテンツ生成に直結する実践的な内容で、Geminiの機能を活用した具体的な操作が紹介されている
「AIがあれば資格勉強はいらない」— そう思った私が情報処理技術者試験の勉強に立ち返る理由
- AI駆動開発では人間の知識が成果物の質を決める
- AIに判断を任せるより人間の知識が重要、資格試験の体系化された学習が判断力向上に役立つ
- AIに頼りすぎると判断力が低下する可能性があるため、体系的な学習が必要だ。
AIは安全に拒否した。それが攻撃者の狙いだった——PyCon JP 2026スプリント参加記
- AIエージェントが悪意あるコードの解析中にプロンプトインジェクション攻撃を検知し強制終了した
- ペイロード冒頭にAIに危険な出力をさせる指示文が置かれ、その後ろに暗号化された本体が隠されていた
- AI支援ツールの脆弱性を認識し、人間の判断が解析結果の解釈に不可欠であることを学んだ
強いAIを2つ使えば安くなる？ Claudeを司令塔、Codexを実装担当にするトークン効率化
- ClaudeとGPT-5.6を組み合わせたAIチームで開発ループを構築する方法が紹介されている
- Claude Fable 5が計画レビュー、GPT-5.6 Solが実装担当、Claude Opus 5が予備ワーカーとして機能する
- 実装中のトークン消費を抑えるためのモデル間連携手順が具体的に記載されている
Oracle IntegrationのHuman in the Loopを使って、AIエージェントに人による承認を組み込んでみた
- Oracle IntegrationのHITLを構成し、AIエージェントに人による承認を組み込む方法を紹介
- HITLワークフローの作成とAIエージェントのガイドライン変更、承認プロセスの実行
- AIエージェントが高額経費申請を処理する際、自動却下ではなく人間の承認を経由する仕組みを構築できる
