Scraps 最終更新 2026/11/16 12:01

#生成AI・LLM

@Jagmeet Singh /

GoogleがインドでDreambeansを展開、AI生成の個人ストーリーを大衆に届けたい

  • GoogleがインドでAI生成の個人ストーリーアプリDreambeansを展開した
  • Googleサービスのカレンダー、Gemini、Gmail、写真、検索、YouTubeからデータを収集し、13言語に対応、アニメーション機能を追加
  • インドではヒンディー語と英語の混在が一般的だが、アプリは1言語のみ選べるため利用者の言語使いに制約がある

@Julie Bort /

Y CombinatorのGarry Tan、AIエージェントに年間20万ドルを費やす

  • Y CombinatorのCEO Garry TanはAIエージェントに年間10万〜20万ドルを費やしている
  • AIエージェントを仕事と生活の両方に使い、23のClaude CodeスキルをGitHubに公開し、Stray Lightというパーソナリティを持つ内部エージェントを運用している
  • AIエージェントのコストが高いため、個人が自由に使える形にしないと普及しない可能性がある

@林 宏正 /

Weekly Google Cloud アップデート情報 - 2026年11月3日

  • Gemini画像生成モデルがCloud Storageへの直接出力を一般提供
  • Gemini Nano Banana 2.1、Gemini 3.1 Flash Imageなど4モデルでoutputConfig.outputUriPrefixとgenerationConfig.responseFormat[].image.deliveryをURIに設定可能
  • 生成画像をCloud Storageバケットに直接書き込み可能で、インラインのバイト列ではなくオブジェクトURIを受け取れる

@Marina Temkin /

Trajectory、4500万ドルを調達し、非技術者向けにAIモデルトレーニングを可能に

  • Trajectoryは4500万ドルを調達し、非技術者がAIモデルをトレーニングできるようにする
  • 継続的学習とオープンソースモデルの後処理を組み合わせ、専門分野での改善を自動化する
  • 専門家がモデルを自分で改善できるが、人間の関与が必要で自動的な自己改善は避ける

@Julie Bort /

AnthropicがRSI能力に非常に近いと警告、つまり自己構築型AI

  • Anthropicは自己改善型AI(RSI)の能力に非常に近いと警告した
  • RSIはAIが自己訓練を効率化し、能力が急激に向上する段階で、Anthropicは現在のモデルがこの境界に近づいていると述べた
  • Anthropicは今後も人間の監督を維持する方針で、モデルの進化が安全対策を追い越す可能性がある

@Kou /

「知らないと損する!Claude CodeとMCPで実現するAIエージェント最新開発術」~【python】人気記事(2026/11/01)

  • Claude CodeとMCPでAIエージェントの開発手法が紹介されている
  • ニューラルネットワークの構築とローカルLLMの入力キャッシュ効果、音声エージェントの構成比較が含まれる
  • 実機誤操作防止の権限設計と通信断時の再送ルールが実務に直接影響する

@Ram Iyer /

42AI、6250万ドルを調達し「人間の行動を予測する世界モデル」を公開

  • 42AIが人間の行動を予測する世界モデルを公開し、6250万ドルの資金調達を実施した
  • 行動予測モデルは心理的傾向を数値化し、トランスフォーマーを活用した確率モデルで動作、トレーダーの意思決定を予測
  • モデルは個人情報を使わず行動パターンを分析するが、状況の文脈を失うと精度が低下する

@Ivan Mehta /

OpenAI、ChatGPTのチャットとワークタブを統合

  • OpenAIはChatGPTのチャットタブとワークタブを統合した
  • チャットタブとワークタブを1つの画面に統合し、ファイルとプラグインを活用できるようにした。Codexは別途利用可能
  • トークンの使用制限が同じになるため、利用頻度が高いユーザーはリセット待ちが必要になる可能性がある

@jksoft /

AI から答えを取り上げた上長が、今度は評価から「コード」を取り上げることにした

  • AI時代のエンジニア評価でコードの量やPR数をやめ、3つの力を見ることにした
  • 変化に対応する力、良いことを広める力、仕組みを作る力、AIの出力に名前を書ける範囲
  • 評価軸を「コード量」から「AIの出力に責任を持てる範囲」に変えることで、チーム全体の生産性向上を狙う

@u-hyszk /

【LLMOps】FDEの開発を支えるトレーシング基盤の開発

  • LLM GatewayとSDKによるトレーシング基盤を構築し、実行履歴を自動収集する仕組みを整えた
  • LLM Gatewayでインフラレベルのテレメトリーを自動送出、SDKとSkillで業務上の意味付けデータを手動計装
  • FDEの開発負荷を軽減し、評価に必要な実行履歴を確実に収集できるようになった

@akira0g /

ローカルLLMはどんな業務で使えるのか? DGX Spark + DeepSeek V4-FlashのSlackチャットボットを評価した

  • DGX SparkにDeepSeek V4-Flashを載せたローカルLLMでSlackボットを構築し、調査Q&Aは実用可能と判断
  • プロンプトキャッシュを活用して応答時間を短縮、コード生成はClaude Codeに委譲、承認ボタンで書き込みを制御
  • プロンプトの先頭を固定することでキャッシュ効果を最大化、コード生成はローカルLLMでは不向き

@songchong /

compact の使い方、間違えるとトークン代 2.75 倍? Claude Code で測ってわかった 5 つの結論【2026年版】

  • Claude Codeでcompactを使うと、トークン代が57%減るが、使いすぎると2.75倍になる
  • 作業が一段落して1時間以上あける前にcompactする、Contextのusedが75%以上でcompactする
  • compactの使いすぎは費用が増えるため、作業の区切りで1回だけ使うのが効果的

@Kou /

「【2026年最新】Claude Codeを野放しにするな!事故を防ぐセキュリティ防御10選」~【claude】人気記事(11/01)

  • Claude Codeのセキュリティ対策として10の防御キットが紹介された
  • 権限ルールとhookを組み合わせた4つのさせない設計、10個の設定キットとスクリプト、12項目のテスト手順が含まれる
  • Auto modeで動作するClaude Codeを安全に使うための具体的な対策がまとめられている

@oddgai /

AI時代のデータサイエンティストは専門性を武器に越境しよう

  • データサイエンティストは生成AIによってデータサイエンスに強いフルスタックエンジニアになる
  • データサイエンスの専門性とエンジニアリングのスキルを併せ持つことが求められる、バックエンドやフロントエンドの境界を越えた開発が増える
  • 現場にデータの価値を届けるためにはプロダクト開発まで含む幅広いスキルが必要で、専門性を活かすには越境する姿勢が重要

@Sicut_study /

【未来を解説】AIでエンジニア格差を生み出す質とスピードの考え方

  • AI時代にエンジニアの質とスピードのトレードオフが顕在化している
  • 品質を犠牲にしたスピードは短期的で、保守性の低下が長期的な遅延を招く。設計に向き合う時間の削減が教育の欠如を生む
  • AIを使う前に設計を自分で考える習慣をつけることで、スキルの成長と質の維持が可能になる