Scraps 最終更新 2026/11/16 12:01

#AIエージェント

@Russell Brandom /

Meta、エージェント実行用の新しい軽量モデル「Muse Ember」をリリース

  • Metaがエージェント実行用の軽量モデルMuse Emberをリリースした
  • Muse Emberは10セント/100万トークンで、HaikuやLunaよりコストパフォーマンスが良く、DeepSeek V4.1 FlashやGLM 5.3 Flashと競合
  • エージェントに最適化されており、画像や音声など多様なメディアに対応しているため、処理範囲が広がる

@figueiredoluiz /

ひとりで作るOSSを、チームの基準でレビューする(Codex・Claude・CodeRabbit)

  • OSS開発でチームの基準を適用し、AIレビューと決定論的なゲートを組み合わせて品質を保証している
  • CodexとClaudeによるレビューに加え、cargo fmt・clippy・fixture corpus gateなどの決定論的なゲートを導入し、テストの再現性を確保している
  • PRテンプレートに「修正前のコードでも通るテストは無効」というルールを強制し、偽陽性を防ぐことが重要

@kikuziro /

【AWS】RAG小、新機能全マシ、IAMカタメ、予算スクナメで

  • AWSのRAG関連機能が多数リリースされ、DynamoDBのベクトル検索やTextractの日本語対応が追加された
  • DynamoDBのベクトル検索とTextractの日本語対応、Strands Decider 2Bによる分類、Lambda Web Functionsでの質問処理、BedrockでのClaude Haiku 5.5利用
  • DynamoDBのベクトル検索は別途ベクトルDBを用意せず使えるが、DeciderのLambdaはメモリ制限で量子化が必要で処理が遅い

@Yutaka Kashiwabara /

AWS AI Leagueを自身のAWS環境で試す ─ Community Editionのファインチューニングとアジア大会

  • AWS AI League Community EditionでQwen3-0.6BをRLVRでファインチューニングし、Gameplayに組み込んだ
  • RLVR+LoRAで学習、ツール呼び出しのプロンプトとGameplayの仕様に違いがある
  • 学習中の報酬が0.65に上がったが、Gameplayではツール呼び出し形式が正しく出力されなかった

@Dingu-suke /

AI「テスト通りました」← これ、本当? Stryker でテストの穴を塞いだ話

  • Strykerでテストの穴を塞ぐ方法を紹介
  • ミューテーションテストでコードの変異を自動生成し、テストが壊れたコードを見抜けるか確認。変異の種類には条件逆転やブロック削除など
  • 実DBテストだけでは見抜けない問題をStrykerで発見し、テストの強さを測る。テストを絞って実行することで時間と効果をバランス

@サカツ | PeopleX AIプロダクトエンジニア /

AIですぐに作れる時代に、何と向き合うか

  • AIが実装を担うことで、エンジニアの仕事は何を作るかを決めることにシフトした
  • コードのレビューはDB設計やアーキテクチャに重点を移し、AIに実装を任せた場合でも設計の承認とセルフレビューを人間が行う
  • AIの得意不得意を考慮したハーネスを構築し、設計の承認とセルフレビューは人間が行うことが重要

@Keita Ichihashi /

LLM アプリケーションのプロンプトをどこで管理するか

  • LLMアプリケーションのプロンプト管理方法として4つのパターンを比較した
  • コードに同梱するA、実行時に取得するB、gitから登録するC、管理ツールから同期するDの4パターン、プロンプトとコードの結びつき強さや反映方法が異なる
  • プロンプトをコードに同梱するAはPRを通じた変更が必要で、管理ツールを使う場合はエンジニア以外の修正や高速リリース要件がある場合に有効

@nttd_shinyama /

Informatica × AI入門 - InformaticaのMCPサーバを知る Informatica提供のMCPサーバとは?

  • InformaticaのMCPサーバはAIエージェントとIDMCのデータマネジメント機能を共通の方式で接続する
  • MCPサーバはデータ探索、品質確認、MDM、データ利用申請、ジョブ運用、IDMC管理の機能を提供し、操作の種類や利用者別に分類されている
  • 状態変更を伴う操作では最小権限と人の承認が必要で、参照だけを行うサーバと変更可能なサーバを区別する必要がある

@ほりしょー /

AI時代のリファインメントを再設計する〜仕様を実装前に詰めきり、見積もりをやめた〜

  • Epicの不明瞭点を実装前に洗い出すSkill grill-epicを導入し、PBIの見積もりをやめた
  • grill-epicでコード根拠を示しながら論点を洗い出し、PBIの見積もりをAIに任せた
  • 見積もりの時間は論点議論に回し、複雑な実装はPoCで確認する必要がある

@Asutin /

週間制限に3日で到達していたClaudeが、ModelとEffortの使い分けで5日持つようになった話

  • Claudeの利用枠を週間制限から5日持たせるためにモデルとEffortを工程ごとに使い分けた
  • 設計・調査はOpus medium、実装はSonnet high、レビューはOpus xhighで切り替え、コンテキスト量を減らす
  • 実装をSonnet highに下げてレビューをOpus xhighにすることで、週間制限が3日から5日に延びた

@otar /

AIエージェントに自分の開発環境を作らせ続けた2か月

  • AIエージェントを使って開発環境を自分で作り続けた2か月の成果と課題
  • ランナーとしてClaude CodeとCodexを使い、TaskとPBIで要望を管理し、GitHubのAPI制限やメモリ不足の対応を自前で実装
  • GitHubのAPI制限対策として手元のSQLiteにデータを保持し、メモリ不足時は処理の同時実行枠を制御する仕組みが必要だった

@kohei /

古代のグラボ(GTX 1080)でも動くローカルLLMを動かしてみた

  • GTX 1080で動くローカルLLMがドラえもんの道具選択タスクを実行
  • 4〜9Bパラメータモデルを量子化して8GBVRAMに載せ、道具の説明をプロンプトで渡すことで正答率を40%に改善
  • 特別ルールや罠のある問題は道具の説明を渡してもほぼ解けず、思考力が試される問題には限界がある