@Russell Brandom / 6日前 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 #生成AI・LLM#AIエージェント#クラウド
@figueiredoluiz / 6日前 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 #AIエージェント#DevOps・CI/CD#テスト
@kikuziro / 6日前 【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 #AIエージェント#クラウド#バックエンド
@Yutaka Kashiwabara / 6日前 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 #生成AI・LLM#AIエージェント#機械学習
@Yutaka Kashiwabara / 6日前 ゲームで学ぶマルチエージェント 実戦編 — Agentic Football Cup Alpha シーズンの記録 Agentic Football CupのAlphaシーズンとアジア大会に参加した経験を共有リーグ戦の勝ち点計算とフォーメーション設定、モデル選定が試合結果に影響勝ち点計算方法の確認が難しいため、試合結果の解釈に注意が必要 #AIエージェント#クラウド#DevOps・CI/CD
@瀧川 天陽 / Takaharu Takikawa / 6日前 Nutanixで考えるAI基盤の統合運用|.NEXT On Tour Tokyo 2026 参加レポート Nutanixが提供するAI基盤の統合運用の考え方を紹介AI GatewayやGuardrail、NKP MetalによるKubernetesの統合運用、NC2 on AWSでの段階的クラウド移行AI Agentの運用にはLLMだけでなくハーネスの設計が重要で、既存環境を活かした移行方法が有効 #AIエージェント#クラウド#インフラ
@Dingu-suke / 6日前 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 #テスト#DevOps・CI/CD#AIエージェント
@Ayaka / 6日前 【JBUG東京#30】Backlogの使い方より「Claudeの統制」と「非エンジニアへの届け方」を聞かれた BacklogをAIが読み書きする仕組みを構築したWikiと課題とGitの役割を決め、Claudeの統制をBacklogに記録するWikiからドキュメントへの移行機能が未対応で、正本の更新ができない #バックエンド#AIエージェント#クラウド
@t-suguru / 6日前 子育て中の隙間時間に、スマホからClaude Codeで自己学習する スマホで隙間時間にClaude CodeとGitHubを組み合わせて学習環境を構築Claude Codeでコード作成依頼、GitHubにプッシュして確認、ブランチ名とPRルールを設定スマホでPRの差分確認が可能で、学習効果を高めるための依頼の仕方を試す #AIエージェント#クラウド#DevOps・CI/CD
@サカツ | PeopleX AIプロダクトエンジニア / 6日前 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 #生成AI・LLM#AIエージェント#アーキテクチャ
@m-sugio / 6日前 【JaSST'26 Niigata参加レポート】QAの「暗黙知」をAIとの比較で見つける QAの判断基準をAIと比較して暗黙知を可視化したAIはモノの性質で、人間は使われ方や業務への影響で判断したテストの優先度や自動化の判断に、仕様書にない視点を意識するべき #テスト#AIエージェント
@Keita Sakashita / 6日前 AIによるハーネスの自己改善で気を付けるべきこと AIハーネスの改善でコンテキストが肥大化し破綻した指示の圧縮と差分確認で修正、スキルとCLAUDE.mdの重複を避ける指示を短くするだけではなく本質を維持した無駄の削減が重要 #AIエージェント#生成AI・LLM#バイブコーディング
@Keita Ichihashi / 6日前 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 #生成AI・LLM#AIエージェント#DevOps・CI/CD
@nttd_shinyama / 7日前 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 #AIエージェント#クラウド#データ分析
@Kyosuke Takayama / 7日前 Anthropicから毎月もらえるAPIクレジットで、AIペンテストツールShannonを回してみた AnthropicのAPIクレジットを使ってShannonでAIペンテストを実施CVP申請とワークスペース設定、Sonnet 5で実行、費用は$109〜$39CVPをConsole組織で申請し、ワークスペースに割り当て、Sonnet 5で実行する #AIエージェント#クラウド#DevOps・CI/CD
@ほりしょー / 7日前 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 #AIエージェント#DevOps・CI/CD#アーキテクチャ
@Asutin / 7日前 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 #生成AI・LLM#AIエージェント#機械学習
@otar / 7日前 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 #AIエージェント#バックエンド#クラウド
@kohei / 7日前 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 #生成AI・LLM#AIエージェント#RAG
@hoshinotsuyoshi / 7日前 Herdr.app と hc の上で Claude Code の司令塔を回している Claude Code を司令塔として運用し、Herdr.app と hc で管理しているhc は terminal を操作し、Herdr.app は画面表示。司令塔は子エージェントの報告を待つ司令塔は bg で待たず、報告は <hc from=...> で次の入力に届く #AIエージェント#クラウド#DevOps・CI/CD