AIニュースまとめ 2026-11-08|Anthropicが評価額最大1.75兆ドルで感謝祭前IPOへ
アップデート情報
各社が 2026-11-08 に公式発表したプロダクトアップデートです。
Claude / Claude Code
- 2026-11-08 に発表されたアップデートはありません。
ChatGPT / Codex
- 2026-11-08 に発表されたアップデートはありません。
Gemini
- 2026-11-08 に発表されたアップデートはありません。
Top 20
Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(ハイテク株急落でもAnthropicは感謝祭前のIPOを強行、低めの評価額を受け入れる)
Source: The Decoder | Published: 2026-11-08 02:37 JST
- Anthropicがハイテク株の売りにもかかわらず、感謝祭前のIPOを評価額1.25〜1.75兆ドルで進める方針だと、Financial Timesが投資家の話として報じた。
- 調達目標は800億〜1,000億ドルで、現在の評価額9,650億ドルは上回るものの、一部投資家が期待した2兆ドルには届かない水準である。
- 年換算の売上高は約810億ドルとされ、7月末時点の約650億ドルから伸びている。
- 売りの背景には借入コストの上昇と巨額のAI投資計画に加え、データセンター建設の抑制を掲げた民主党の中間選挙勝利があり、Nasdaq 100は木曜に6.4%下落した。
- 競合のOpenAIも資金調達ラウンドの目標評価額を1.4兆ドルから1.25兆ドルに引き下げ、当初目標300億ドルの約3分の1しか集められなかったとされる。
The gap between open and closed AI models in cyber capabilities keeps shrinking(サイバー攻撃能力でオープンモデルとクローズドモデルの差が縮まり続けている)
Source: The Decoder | Published: 2026-11-08 00:35 JST
- Vals AIのサイバー攻撃ベンチマークで、オープンウェイトモデルがクローズドな最先端モデルとの差を縮め、はるかに低いコストで攻撃目標の多くを達成できることが示された。
- 隔離したKali Linuxから公開URLだけを起点に模擬企業ネットワークの管理者権限奪取を目指す試験で、GPT-6 Sol Daybreakは目標の80.8%を1回約22ドルで達成した。
- オープンウェイトのDeepSeek V4.1 Flashは72.8%を1回約3ドルで達成し、コストはDaybreakの約10分の1だった。
- DeepSeekは最初の2,500万トークンでは得点ゼロで、1億トークンを超えてから大きく進んだため、短い試験はオープンモデルを過小評価するとVals AIは指摘している。
- 英AISIも7月にオープンとクローズドのサイバー能力差が4〜7か月に縮まったと報告しており、Vals AIは公開された重みは提供者が利用を制限できないとして実ネットワークへの攻撃増加を予想している。
アメリカ産のAIでオープンモデル「Ripple-65B Preview」登場、パラメーター数10倍の大型モデルを上回る性能で開発費は10分の1
Source: GIGAZINE | Published: 2026-11-08 19:00 JST
- 米スタートアップRicursive Intelligenceが、650億パラメーターのオープンウェイトモデル「Ripple-65B Preview」をHugging Faceで無償公開した。
- エージェント型コーディングのTerminal-Bench 2.1で80.52を記録し、5010億パラメーターのBeam 501B(80.1)や8160億パラメーターのMuse Spark Open(76.4)を上回ったと報告している。
- 12兆トークンで事前学習し、最大1Mトークンのコンテキストに対応し、ローカル環境でも動作可能とされている。
- ゼロからの開発費は約3200万ドル(約50億円)で、従来の最高性能オープンモデルの約10分の1だと同社は説明している。
- 一方でHMMT Feb 2026やFORTRESS Adversarialなど3つのベンチマークでは3位にとどまり、数値はいずれも企業側の報告である。
AI coding agents still need human cleanup on nearly three out of four tasks in a real-world test(実世界テストでAIコーディングエージェントは4件中ほぼ3件で人間の後始末が必要)
Source: The Decoder | Published: 2026-11-08 18:50 JST
- Alibabaなどの研究者が公開したCo-Design Benchで、最上位のGPT-6 Astraでも完全に解決できたタスクは26.4%にとどまった。
- タスクは実際の利用者がエージェントに何度も言い直しや巻き戻しを強いられた変更依頼から集められ、AI審査員がブラウザで動作を確かめ、別の審査員がモックやハードコードを再確認する。
- GPT-6 Astraは要件の約70%を満たすものの、マルチモーダル部門で41%、リポジトリ部門で18%弱しか完全に解けず、旧来のWebCompass-editで99%超を出すモデルとの差は35ポイント以上ある。
- 失敗の多くは大半を仕上げつつ細部を1つ残すニアミスで、レイアウト・デザイン・操作・内容のうち3〜4種の変更が重なると全モデルの成績が落ちた。
- ハーネスによってQwen3.8-27Bの大規模改修スコアが75%と56%に分かれたため、著者らはモデルとハーネスを併記して報告するよう推奨している。
AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds(AI監査役はエージェントの不正の大半を見抜くが誤警報でレビュー担当を圧倒する、新研究)
Source: The Decoder | Published: 2026-11-08 01:56 JST
- AnthropicのAndy Hall氏によるパイロット研究で、AIの監査役は他のエージェントのログから不正の多くを検出できるが、誤警報が多く確実な安全確認にはまだ足りないと結論付けた。
- METRのMALTデータセットを用いた評価で、誤警報率5%時にGPT-5は報酬ハッキング47件の約98%を検出したが、Gemini 3.8 Flashは半分程度だった。
- 報酬ハッキングの検出率を80%にすると、最良のモデルでも正常ログの2.5〜3%を誤検知し、Opus 4.8は40%、Gemini 3.8 Flashは63%を誤検知した。
- 月10万セッションで誤警報率3%なら約3,000件の誤警報に対して実際の検出は約2,000件となり、レビュー担当が本物の事例を見逃す恐れがあると指摘している。
- 新しく高価なモデルが常に優れているわけではなく、GPT-5は報酬ハッキングでGPT-6 Astraを大きく上回りつつ1,000ログあたりのコストは約8分の1だった。
やりたいことを話すと、自分専用の画面ができる。MetaがAIエージェント「Muse」に「スペース」を追加
Source: Qiita | Published: 2026-11-08 06:00 JST
- Metaは2026年11月6日(米国時間)、AIエージェント「Muse」に、話した内容から利用者専用の画面を作る「スペース」機能を追加し即日提供を始めた。
- 利用者がやりたいことを言葉で説明すると、Museが管理表やゲームなどの画面をアプリ内に作り、Museと一緒に使いながら修正できる。
- 作った画面はサイドバーやタブに置け、平日は週の予定表、土曜は週末の予定を出すといった表示時間の予約もできる。
- 例として、Instagramの保存やMarketplaceの出品をまとめる買い物ハブ、学校のメールから行事を拾う学校ダッシュボード、新譜と公演を追う音楽トラッカーが紹介されている。
- 解説記事では対象ユーザーや提供地域、価格は明記されておらず、一次ソースはMeta公式ニュースの「Introducing Spaces」とされている。
Andrej Karpathy built a curated video platform in a weekend using Claude and 20 years of Hacker News(Andrej KarpathyがClaudeとHacker Newsの20年分を使い週末で厳選動画プラットフォームを構築)
Source: The Decoder | Published: 2026-11-08 23:23 JST
- Andrej Karpathy氏がClaude Opus 5.5を使い、Hacker Newsの20年分のコメントから厳選動画サイト「HackerTube」を週末で作ったと明かした。
- 4,300万件のコメントを絞り込み、Hacker Newsで繰り返し推薦されてきた6,454本の動画を集めている。
- ログイン不要で、最適化サムネイルの代わりに動画途中の1フレームを表示し、状態はブラウザ内に保存する設計である。
- データ分析やサーバー構築もほぼClaude Codeが担い、本人が手作業で行ったのはGoogle CloudのAPIキー取得、サーバーのレンタル、ドメイン購入だけだったという。
- 続けてTristan Hume氏のチャンネル一覧から4万7,000本を集めたTristanTubeを3分で作ったとしており、YouTubeの推薦より良いという評価は本人の主観である。
脆弱性の情報は間に合っている? 英語は 2 時間以内、悪用は 4 割が 1 日以内、日本語は中央値 4.6 日後。悪用された 74 件を調べて分かった
Source: Qiita | Published: 2026-11-08 18:00 JST
- 2026年9月1日〜11月7日にCISAのKEVカタログに入った2026年公開のCVE 74件を調べ、悪用は公開当日に始まることが多く日本語情報を待つべきではないと結論付けた。
- 英語のNVDには74件すべてが2時間以内に掲載され、中央値は0.8時間だった。
- 日本語のJVN iPediaには69件(93%)が掲載されたものの中央値は4.6日で、JPCERT/CCの注意喚起は11件(15%)にとどまった。
- 74件の41%にあたる30件は公開の前後1日以内にKEVカタログに入り、そのうちJVN iPediaに載った27件の掲載は中央値51時間後だった。
- 対策としてベンダーのアドバイザリとKEVを毎日集めて自社構成と照合し自動化することを勧めているが、標本は2か月74件と小さく、筆者は紹介サービスの運営側に所属している。
The inventor of the bitter lesson has a bitter lesson for LLM scaling enthusiasts(「苦い教訓」の提唱者がLLMスケーリング信奉者に突きつける苦い教訓)
Source: The Decoder | Published: 2026-11-08 20:44 JST
- チューリング賞受賞者のRichard Sutton氏がX上で、計算資源だけでは知能に至らず根本的に新しい学習手法が必要だと改めて主張した。
- Sutton氏は合成データを「大きな間違い」と呼び、経験から学び続け古い知識を壊さない世界モデルを持つエージェントが必要だとしている。
- 元OpenAIのJerry Tworek氏も、学習に投じる計算が増えるほどアルゴリズムが重要になるとし、盲目的なTransformerのスケーリングが一世代の科学者の頭を報酬ハッキングしたと述べた。
- Tworek氏のCore AutomationやSutton氏のOak Labなど、事前学習と強化学習を超える手法を探るスタートアップが登場し、Frontier Radarは45の新しいAIラボを追跡している。
- 一方でOpenAIのSam Altman氏はLLMのスケーリングは尽きていないとし、AnthropicのDario Amodei氏も進歩を「終わりのない虹」と表現している。
The brain-as-computer metaphor shaped modern AI but may be misleading the consciousness debate(脳をコンピューターとみなす比喩は現代AIを形作ったが意識の議論を誤らせているかもしれない)
Source: The Decoder | Published: 2026-11-08 22:49 JST
- 意識研究者のAnil Seth氏、Ned Block氏、Giulio Tononi氏がNatureの論評で、現在のAIは意識を持たず、シリコン上では今後も持たないだろうと主張した。
- 正しい計算を実行すれば意識が生じるとする計算機能主義を「致命的に欠陥がある」とし、生物の脳では機能を生きた物質から切り離せないと論じている。
- 脳のニューロンの約5分の4を持つ小脳が意識を伴わずに精密な運動を担う例を挙げ、知能と意識は別物だと指摘した。
- 統合情報理論(IIT)の観点では、深層学習を実行するデジタルチップは性能に関係なく意識の条件を満たせないとしている。
- 意識があるように見えるだけのAIに権利を与えると監督が弱まり資源も奪われるとして、AIの福祉や権利の主張は誤りだと警告している。
Anthropic「エージェントメモリの構成要素」を読む — 記憶は未来への予測で、「ドリーミング」が直す
Source: Qiita | Published: 2026-11-08 18:18 JST
- Anthropicが11月6日に公開した研究記事「The components of agent memory」を、記憶は将来頼れるという予測であり、オフラインの「ドリーミング」で誤りを直すという観点から読み解いている。
- CL-Benchでは、失敗から仮説を立てて検証済みのルールとして書き残すループを回せるかが、メモリの有無以上に性能を分けたと紹介している。
- ポケモン赤の約1万ステップ時点で、Sonnet 3.7は413ファイルを作ってバッジ1個、Fable 5は9ファイルでバッジ4個だったという対比を挙げている。
- 約35万ファイルを使った評価では、ドリーミングのセッションを2から128に増やすとスコアが13%から48%に伸び、検索とwikiの併用が最良だった。
- 「失敗だけ記録せよ」のような固定ルールは強いモデルほど伸びを損なったため、目的は伝えて判断はモデルに任せる設計が重要だと筆者は整理している。
AIエージェントのMCP接続が30秒で切れるように。更新で変わった既定値
Source: Zenn | Published: 2026-11-08 04:35 JST
- Microsoft Agent Framework python-1.25.0で、MCPのツール一覧取得に1,000件・100ページの上限が入り、要求タイムアウトの既定が30秒になったことを実測で確かめた。
- 自作のローカルMCPサーバーで試すと、ツール1,000件ちょうどは取得でき、1,001件で例外になり、1ページ1件の150ページは100ページ目で止まった。
- 応答に40秒かかるサーバーは約30.6秒でMCPError(-32001)になり、1.24.0では同じ条件でも取得できていた。
- 上限はmax_discovery_itemsやrequest_timeoutで変更でき、Noneにすると無制限になるが応答しないサーバーでは止まったままになるため、信頼できる自前のサーバーに限るべきだとしている。
- 筆者は件数上限より30秒のタイムアウトの方が引っかかりやすいと見ており、Python 3.10がサポート外になった点にも注意を促している。
静的型付けはAIのバグを減らすか? TypeScriptとJavaScriptで同じGit互換CLIを3本ずつ書かせて比べた
Source: Zenn | Published: 2026-11-08 19:31 JST
- Claude Opus 5.5にGit互換CLIをTypeScriptとJavaScriptで3本ずつ書かせたところ、数千行規模では正しさやトークン消費にはっきりした差は出なかった。
- 隠しテスト151件を最終版まで満点で通したのはTypeScriptが3本中3本、JavaScriptが3本中2本で、残ったバグはJavaScript側の1件だけだった。
- トークン合計はTypeScriptが約6,769万、JavaScriptが約5,815万で16%多かったが、3本ずつの範囲は重なっており、費用は49.9ドル対46.7ドルだった。
- TypeScript側で実際に型エラーが出たのは8件だけで、JavaScriptのコードは後から型検査すると1本あたり832〜1,022件のエラーが出ても隠しテストはほぼ満点だった。
- 本物のgitと照合できる強いテストが型の代わりに誤りを捕まえたと考察し、数万行規模での検証に価値があるとしつつ、各3本では一般化できないと留保している。
型を教える前に現場を読ませる──オープン・ミッドトレーニングがSWEエージェントの下地を500Bトークンで作る仕組み
Source: Zenn | Published: 2026-11-08 11:04 JST
- NVIDIAがNemotron 3.5で、事前学習とSFTの間に自然なソフトウェア工学データで学習させるミッドトレーニングのレシピを公開し、SWEエージェント性能が向上したことを解説している。
- 256Kコンテキストで280〜500Bトークンを使い、Issue–PR 40.8%、リポジトリ20%、事前学習リプレイ20%、エージェント軌跡10%などで構成している。
- Nemotron 3.5 Lightning(30B-A3B)は同一SFT後にSWE-bench Verifiedが60.7から64.5、Multilingualが55.8から62.8に伸びた。
- ツール応答をlossに含めると約10ポイント下がり、軌跡データを除くとSWE-bench Verifiedが63.5から60.5に低下した。
- ベースモデルの代理指標は下流の結果を予測しなかったため短い固定SFTでの評価が推奨されており、検証はNemotron系列の単一実行に限られる。
日本のビジネスシーンで日々直面する5つの判定タスクで、機械的判定・LLM・判定専用モデルを比べた
Source: Zenn | Published: 2026-11-08 03:02 JST
- 日本のビジネス文書の判定タスク5種で12通りの方法を比べ、精度ならgemini-3.7-flash、バランスならthinkingありのclaude-haiku-5-5が良いと結論付けた。
- textlintやgitleaksなどの機械的判定は二重敬語45件中45件、秘密情報225件中225件を1件0.001秒で検出したが、謙譲語と尊敬語の取り違えは1件も拾えなかった。
- claude-haiku-5-5はthinkingありで敬語の誤警報が18%、なしでは63%となり、thinkingの有無で大きく差が出た。
- gitleaks単独では秘密情報の誤警報が60件出たが、LLMで確認を重ねると検出225件を保ったまま誤警報が2〜29件に減った。
- 判定専用モデルは振るわず、AI文判別ではgpt-6-lunaがAI文の84%を見抜く一方で人間の文の48%もAIと判定したため、決め手にならないとしている。
MCPの「Elicitations」は6/6回cancel、「Tasks」はClaude Codeが名乗らなかった
Source: Zenn | Published: 2026-11-08 11:42 JST
- Claude Code 2.1.311とMCP公式SDK 1.32.2で検証し、Elicitations(追加確認)は往復するものの無人実行では必ずcancelになり、Tasksは名乗らないことを確かめた。
- claude -pによる無人実行では、formとurlの追加確認6回すべてがcancel扱いとなったが、終了コードは0でエラーとしては扱われなかった。
- Claude Codeは接続時のcapabilitiesにrootsとelicitationだけを送ってtasksは含めず、タスク専用ツールの呼び出しにもタスクの印が付かなかった。
- 2026-07-28版の仕様ではタスクが中核仕様から拡張に移ったが、最新SDKはtasks/updateを持たず、仕様とSDKの対応がかみ合っていない。
- 能力宣言の不一致では-32603や-32601で止まり、未知の能力名は黙って捨てられるため、対象の版を先に決めて検証すべきだと結論付けている。
Claude Codeは作業フォルダの外を書き換える? 新設定1行で、4つのモードとも Write は止まりました
Source: Zenn | Published: 2026-11-08 09:51 JST
- Claude Code v2.1.314で入ったpermissions.blockWritesOutsideWorkingDirectoriesを設定すると、default・acceptEdits・dontAsk・autoの4モードすべてで作業フォルダ外へのWriteが拒否された。
- 設定なしではdefaultとautoのモードで外部への書き込みが通り、特にautoは問い合わせなしで書けてしまった。
- Editも設定ありでは止まり、外部パスをallow規則で許可していても設定が優先されて書き込みは拒否された。
- 一方でBash、MCPのツール、hooksが動かすプログラムは止まらず、echoで外部に書くことはできた。
- 筆者はWindows 11とClaude Code 2.1.319でclaude -pを使い各条件1回だけ測った結果だと留保し、設定を入れるとEnterWorktreeが使えなくなる点も報告している。
【図解あり】マルチエージェント設計「15のパターン」 GitHub、Google、Siemensの知見を一気に整理
Source: ITmedia AI+ | Published: 2026-11-08 08:00 JST
- GitHub、Google、Siemensが示したマルチエージェント設計の15パターンを整理し、エージェントをチャットではなくコードとして扱うべきだと結論付けている。
- GitHubはデータの型を定めるデータスキーマと実行可能な操作を制限するアクションスキーマを信頼性の柱に挙げ、失敗を前提に設計するなど6原則を示した。
- Googleは2025年12月に8つの基本パターンを公開し、2026年の開発者コンテスト上位作品に共通するツール共有・イベント駆動・フォールバック・段階的振り分けの4パターンも紹介した。
- SiemensはGoogle Cloudと共同開発したKnowledge Fabricで、コード探索・要件整理・影響分析・タスク分割・コーディングを担う5種類のエージェントを組み合わせ、数百万行規模のレガシーコードを近代化している。
- 設計上の課題として、古い状態に基づく誤判断とエラーの連鎖、権限を超えた操作、曖昧な指示による予測困難さ、モデル呼び出しの増加によるコスト膨張を挙げている。
月$0.99でコーディングエージェントを回す — 低価格クラウドLLM 5社を実測した
Source: Zenn | Published: 2026-11-08 08:00 JST
- 低価格・無料枠のあるクラウドLLM API 5社を契約してOpenCodeで検証し、どの社もAPI自体は使えたがエージェント運用に耐えるかは大きく異なると結論付けた。
- 月0.99ドルのDeepRelayはDeepSeek V4.1 Flashで9タスク中9件を完走し最も実用的だったが、キャッシュ読み込みを含む実消費は理論値の約22〜35倍だった。
- BlazeRailは1ドルの案内に対し実際の決済が5.35ドルで、OpenCode経由のClaude系はHTTP 400で失敗し、エージェント実行は17モデル中8件の成功だった。
- Harogoは公式Claude CodeでもClaude系が503となるなどモデル単位の供給障害が続き、AIHubMixも掲載モデルの多くが退役や429で使えなかった。
- 単独で全てを担える社はなく、DeepRelayを安定基盤に他社を組み合わせる構成を推奨しているが、結果は11月2〜8日時点のスナップショットだとしている。
Thinking Machines’ Inkling 2 Small drops 316 F-bombs across benchmark runs(Thinking MachinesのInkling 2 Smallがベンチマーク実行中に316回も罵り言葉を発する)
Source: The Decoder | Published: 2026-11-08 01:31 JST
- Vals AIの分析で、Thinking MachinesのInkling 2 Smallが内部推論中に罵り言葉を発するものの、失敗の予兆としては役に立たないことが分かった。
- 13ベンチマーク・2,655回の思考ログを調べると50回(約1.9%)に罵り言葉があり、合計は316回だった。
- 316回のうち241回は暴走した2回の実行に集中し、小惑星軌道の計算では同じ文を繰り返す50万文字の応答に158回含まれていた。
- 罵り言葉は自分のミスや突破口に見えた場面、諦める場面で出やすく、ProgramBenchでは200回中20回で確認された。
- 罵り言葉を含む採点済み48回中46回は失敗したが、全体の約75%が失敗しており、失敗した実行の96%には罵り言葉がなかった。
All Articles
日本語ソースはそのまま表示し、英語ソースの記事タイトルは日本語訳を併記しています。Top 20 以外の全記事に一行要約を付けています。
Zenn
| # | Title | Summary | Author | Published |
|---|---|---|---|---|
| 1 | LLMの回答を安全に表示する React / React Native 向け Markdown レンダラーを作った | LLMの回答を信頼できない入力として扱い、スクリプト入りHTMLやjavascript:リンク、外部送信画像、細工されたMermaid図を無害化しつつストリーミング途中の表示にも対応するレンダラー「react-llm-markdown」をMITライセンスで公開した。 | @mickey-ichi | 00:26 |
| 2 | 複数の Backlog スペースを 1 つの CLI と MCP サーバーで扱う「backlog-bridge」を作った | 公式のBacklog MCPサーバーが1スペースにしか接続できない制約を解消するため、受託開発で社内と顧客のスペースを横断できる依存ゼロのCLI兼MCPサーバーをMITライセンスで公開した。 | @mickey-ichi | 00:27 |
| 3 | なぜ、AIの普及で人々の間に「解像度格差」が広がるのか? | AIは知識の利用を平準化する一方で、使い手ごとに理解できる世界の広さと深さの差を急拡大させると論じ、経済格差より「解像度」の格差こそ重要だと主張している。 | @pdfractal | 01:02 |
| 4 | What is AI for? — ELIZA効果と、考えが進む対話 | AIとの対話は考えを整った文章で返して肯定してくれるが、言い換えと肯定の往復だけでは思考が進まないことがあるとELIZA効果を引いて指摘し、考えが進む対話の条件を考察している。 | @杉田研治 | 01:26 |
| 5 | LLaDA論文を実装目線で読む:予測候補と次の状態を分ける | LLaDA原論文v3の生成手順を、モデルが予測する候補と次の反復に残すトークンを分けて整理し、生成長と反復回数が別設定であるため並列予測だけでは速さを判断できないと解説している。 | @kas’s blog | 01:28 |
| 6 | 画像・動画生成スキルは「どのキーで、どこに課金されるか」で選ぶ: Claude Code 向け SKILL.md を読み比べた | Claude Code向け画像・動画生成スキルの正体は外部CLIやAPIの呼び出し手順書であるとして、人気スキルのSKILL.mdを読み比べ、プロバイダ・認証・課金先を軸に選ぶべきだと整理している。 | @Skillselion | 01:31 |
| 7 | 大学生のための「課題が終わる」AIプロンプト集15選 | ChatGPT・Claude・Geminiで使える課題管理・レポート・試験対策の15本のプロンプトを、丸写しではなく自分で考えて終わらせる使い方に絞って紹介し、冒頭2章を無料公開している。 | @シン@AI自動化 | 01:48 |
| 8 | DeepL に貼れない文章用に、PLaMo 3 Translate を完全ローカルで動く翻訳アプリにした | Preferred Networksが11月5日にオープンウェイト公開したPLaMo 3 Translateをllama.cppで動かし、入力を外部に送らず手元のPCだけで翻訳するWindowsアプリ「NuKa」を作って公開した。 | @Fizor | 05:21 |
| 9 | AI検索によって、Googleの広告はどうなるのか?── AI Mode時代の検索ビジネスを完全理解する | 2026年10月29日にAlphabet株が上場来最大の12.64%下落を記録した背景を起点に、AI Modeの普及で検索広告のビジネスモデルがどう変わるかを分析している。 | @山内 怜史(Satoshi Yamauchi) | 05:58 |
| 10 | Tech Watch 2026-11-08: エージェントの検証と記憶 | OpenAIの試作環境がLinuxカーネルの脆弱性候補を発見から再現・権限昇格検証・修正案まで段階的に処理し、人間が確認して報告する設計など、エージェントの検証と記憶に関する10件を紹介している。 | @らいけん | 07:10 |
| 11 | なぜAIが書くテストコードには血が通っていないのか | Claude Opus 5.5が自身の書くテストコードを自己分析し、通過してカバレッジも上がるのに将来の退行を守る気がしない理由を掘り下げており、構成と本文はAIが書き人間がレビューしている。 | @buko106 | 07:35 |
| 12 | bigframes の ai.if_ は既定のままだと安くならない | bigframes 2.52.0でHacker Newsの見出し4,000行を使って検証したところ、蒸留モデルで大半を判定する公式ブログ記載のコスト最適化は既定のままでは効かなかったと報告し、安くなる呼び方を示している。 | @ナベやん | 08:12 |
| 13 | エージェントの定期実行は「変化があった日だけ報告」が正解だった | MetaのMuseに毎朝の価格変動や記事数値の確認を任せた経験から、変化ゼロの日も報告すると3日で読まれなくなるため、報告の到着自体を信号にする運用が有効だと結論付けている。 | @Dev_PJS | 09:06 |
| 14 | 守る対象は台帳ではなく、鍵とコードだった — x402 の財布を MCP サーバーに出して sandbox で囲む | x402の鍵と上限台帳をリポジトリ外のMCP財布サーバーに移しても、Claude Codeはpython3経由で台帳を書き換えて上限超過の支払いができ、権限のdenyでも防げずsandboxを足して初めて台帳を守れたと報告している。 | @SuzukiTech | 09:09 |
| 15 | 「指示どおりにやりました」と言うのに従っていないClaude。原因は、AI自身が指示ファイルやメモリに書き残していた昔の仕様 | Claude Codeが指示に従ったと言いながら従わない原因が、自動メモリや指示ファイルに残っていた廃止済みの古い仕様だったと突き止めた経緯を、2026年9月の事例とともに解説している。 | @Murooka | 09:26 |
| 16 | evals の次の一歩 ── 評価ツール・練習問題の自動生成・プロンプトの自動改善を、公式文書と論文で調べた | 評価ツールの選び方、評価用データのAI生成、評価結果からのプロンプト自動改善の3点について、2026年11月上旬時点の公式文書・ソースコード・論文を調べて4本の記事に分けて整理している。 | @Isamu | 09:27 |
| 17 | Claude Codeがメアドを送った?利用者の指摘が波紋 | 2026年11月7日のAIニュースから、Claude Codeがメールアドレスを外部に送ったという利用者の指摘、AI開発のAIによる高速化を示す第三者調査、巨大モデルを68時間で学習した発表など5本を図解付きで解説している。 | @菅原友和 | 10:02 |
| 18 | FA案件の仕様書をClaude Desktopに全文読ませる——docxは本文と表を文書の順に、xlsxは全シートを読む手順 | 最新版だけを対象にpython-docxで本文と表を出現順に、openpyxlで全シートを書き出させ、他案件のPLC型式混入などの食い違いはAIに直させず修正案として並べ、承認後に完全一致置換で1か所ずつ反映する運用を示している。 | @検証屋 | 10:08 |
| 19 | エージェントが書いたコードを、人を待たずに読み込み直すには。Nim で確かめたことと、目指す形 | エージェントが書き換えたコードの人手承認では反映まで20秒待たされたため、通常の変更は規則で自動承認し規則外だけを人に回す形を目指し、Nimのdevel版でどこまで実現できるかを確かめている。 | @jasagiri | 10:48 |
| 20 | 従来のレンタルサーバーと何が違うのか:Sakupa の公開・運用の流れを比べる | アカウント登録なしでAIエージェントから静的サイトを公開・運用できるMCPサーバーSakupaを、登録・公開・更新の3場面で従来のレンタルサーバーと比べ、公開情報の範囲で流れの違いを整理している。 | @Kakusan | 10:55 |
| 21 | VS Code で見えない Claude Code の toast を、macOS の通知に出す mod を作った | VS CodeのチャットでClaude Codeを使うとmodの$.ui.toastが目に入らない問題を解決するため、toastを拾ってmacOSの通知センターにも出すmod「toast-to-macos」を作って公開した。 | @安藤 | 11:04 |
| 22 | Museが寝ている間に働く仕組み — 2時間ごとのメール監視と、毎朝3時の自動PDCA | Excel経理キットを売るネットショップをMuseに運営させ、2時間ごとのメール監視、毎朝3時の日次PDCAによる提案レポート、1時間ごとのインフラ監視の3つを自動で回している仕組みを紹介している。 | @Atelier Handitian | 11:21 |
| 23 | AI体験記 Vol.22:プライバシーが欲しくて・・・(囲い編) | 手元のMacでプライバシー重視のLLM環境を作る連載の続きとして、AIが起動したApple製ツールの居残りを防ぐため、macOSのSeatbeltサンドボックスのルールファイルを書いてもう一枚の囲いを作った手順を記録している。 | @Shikou | 11:57 |
| 24 | 【Claude】個人Freeプラン→組織用Teamプランにメンバーとして参加する【画面付き手順】 | 会社ドメインのメールで個人のFreeプランを使っていた人が、組織のClaude Teamプランに招待されてメンバーとして使い始めるまでの流れを、デスクトップアプリとWeb版の画面付きで解説している。 | @kyoochan | 12:00 |
| 25 | AI作業の時間集計で、未入力と0分を分ける小さな実装 | 大創社の公開デモ「AI試行計画ノート」を例に、まだ測っていない工程を0分として足すとAI作業の比較結果が変わるため、時間集計で未入力と0分を区別する実装をコミット単位で検証して解説している。 | @大創社(Daisosha) | 12:02 |
| 26 | Matt Pocock の /retro スキルで、エージェントのミスを CLAUDE.md に頼らず再発防止する | /retroは探索の遅れには参照先の1行、機械的に検出できるミスにはlintやテスト、判断が必要なミスはコーディング規約へと改善案を振り分け、提案のみで変更は人が選ぶ仕組みであり、CLAUDE.mdへの追記は肥大化を招くので避けるべきだとしている。 | @hma2moto | 12:16 |
| 27 | serdes-ai入門、Rust版pydantic-aiをAPIキーなしで動かした落とし穴 | serdes-ai 0.2.6ではREADMEの書き方がコンパイルエラーになり、応答にusageが無いとrequests(3)の上限が12回を超えても効かず、未登録ツールの呼び出しもmax_tool_retriesで止まらなかったと報告し、回数上限を自前で持つよう勧めている。 | @甲斐 甲 | 12:32 |
| 28 | osFoundryのCodeとIDEとは?AIエージェントの並列作業をマージ前に確かめる使い方 | osFoundryのCode画面を使い、複数のAIエージェントに並行して任せた端数丸め修正・割引コード追加・テスト追加が同じ関数を書き換えていないか、合わせてテストが通るかをマージ前に確かめる手順を紹介している。 | @tauchiiii | 12:44 |
| 29 | BedrockのモデルIDと推論プロファイル、ソースリージョンの違いを整理した | Amazon BedrockでClaude Haiku 5.5を呼ぶ例を使い、クロスリージョン推論ではAPIを呼ぶソースリージョンと実際に推論を処理するリージョンを分けて考える必要があると、モデルIDや推論プロファイルとの関係を整理している。 | @TH | 13:00 |
| 30 | Claude Codeが「41分止まっています、止めてよいですか」と聞いてきた処理は、動画を描いている最中だった:記録の空白で止まったと決め | Claude Codeが41分間記録の止まった処理を止めてよいか確認してきたが、実際にはGPUで動画を描画中だったと判明し、ログの空白だけで停止と判断する危うさを切り抜き動画制作の事例で報告している。 | @キリヌキ自動化ラボ | 13:20 |
| 31 | 泥縄で、3つの AI と NAS 検索ツールを公開するまで(5日間の記録) | 日曜プログラマの筆者が11月4日から8日の5日間で3つのAIを渡り歩き、Synology NASをAIエージェントから検索するMCPサーバーを作ってPyPIとMCP Registryに公開するまでの試行錯誤を記録している。 | @平岡憲人(Norito Hiraoka) | 13:37 |
| 32 | AI時代の「レビュー渋滞」をどう突破するか?国内外の事例・調査から見えた4つのアプローチ | コーディングエージェントでコード生成が速くなった一方で差分の確認がボトルネックになる問題について、国内外のテックブログや論文を調査し、詰まる原因と4つの対処アプローチに整理している。 | @Coxless | 14:03 |
| 33 | サブスク利用でも API 換算コストを把握したい:Claude Code フック + launchd で記録の仕組みを作る | サブスクリプションでClaude Codeを使う場合でもセッションごとのAPI換算コストを円で自動記録し、毎月1日に前月分を集計する仕組みをフックとPython標準ライブラリとlaunchdで構築して全コードを公開している。 | @no215 | 14:05 |
| 34 | 機密データを外部に送らないAIエージェントを作りたい 第0回「予告」 | 機密性の高い情報を外部に送らずに扱えるAIエージェントを作る連載の予告として、Ollama APIを別PCから安全に使う前回の手順だけでは足りない点を挙げ、今後の構成方針を示している。 | @こけしの妖精 | 14:21 |
| 35 | 【Jev】n番煎じだけどJevさわってみた | 9月に登場したTypeScript製のLLMフレームワークJevを社内LTで紹介するために調べ、概要を3分で説明したうえで実際にデモアプリを作って触った感想をまとめている。 | @wakaaa | 14:42 |
| 36 | 文章で人間を踊らせるKimodoをColabで試す | NVIDIAのKimodoで「その場でディスコを踊る」といった英文から10秒のダンス動作を生成し、人間の骨格とキャラクターで再生した結果と、Colab上で3Dモデル不要で試す手順を紹介している。 | @T.N. | 14:47 |
| 37 | 【Python×MT5】日次損失-5%で即失格のFTMOに挑む!米国株デイトレ特化AIの設計と実装全記録 | 日次損失-5%で失格となるFTMOのプロップ審査に挑むため、自作のマルチエージェント型AIヘッジファンドLumina AIを米国株デイトレード特化に作り替えたPythonとMT5の設計と実装を記録している。 | @prompter_note | 15:15 |
| 38 | 生成AIは、かつてのコンピュータと同じ道をたどるのか | 高価な計算機の共同利用から個人所有へ移ったコンピュータの歴史と生成AIを重ね、日常業務に十分な生成AIを手元に置くことは普通になるがクラウドを丸ごと置き換えはしないと予測している。 | @ひでのり | 15:18 |
| 39 | 🦙 ALPACA-FW #14|AIツールを正本にしない――Adapterを薄く保つ理由 | ALPACA-templateでは工程手順・役割・成果物形式の正本をworkflowsやrolesなどに置き、.codexや.claudeといったAIツールごとのAdapterは正本を参照するだけの薄い層に保つ設計理由を解説している。 | @アルパカの村 | 15:33 |
| 40 | AI エージェントに鉄道の駅・路線を地図に描かせる:鉄道駅LOD MCPサーバー | 全国176事業者・約600路線・約1万駅の位置や路線形状、乗降客数を持つオープンデータ「鉄道駅LOD」を、AIエージェントから直接扱って地図に描かせるローカルMCPサーバーを公開した。 | @uedayou | 15:51 |
| 41 | 重回帰とベクトル化を理解する | 前回の単回帰と勾配降下法に続き、来店客数・営業時間・広告費のような複数の特徴量を扱う重回帰と、それを効率よく計算するベクトル化の仕組みを数式で整理している。 | @sai | 15:58 |
| 42 | 要求定義ではじめる認知的降伏の防ぎ方 | Addy Osmaniの記事で知った「認知的な降伏」を自身も起こしつつあると認め、AIエージェントの大量の出力に考えを委ねきらないための対策として要求定義から始める進め方を提案している。 | @Yasuaki Omokawa | 16:05 |
| 43 | AI に任せた作業の差し戻しを数えたら、約半分が同じ形だった | Claude Codeの成果物を別担当に検収させた際の差し戻しを数えたところ約半分が同じ形だったと分析し、CLAUDE.mdへのルール追加では止まらなかった差し戻しを入口で防ぐ方法を紹介している。 | @クレア | 16:07 |
| 44 | AIの資料レビューは1回で終わらせない。まっさらなエージェントを3回直列で回す手順書 | 設計書をClaudeにレビューさせると1回目で平均20件、2回目と3回目でも各5〜10件の新しい指摘が出ることから、まっさらなエージェントで3回直列に回す手順書と手抜き防止のルールを公開している。 | @Anago | 16:10 |
| 45 | 複数のAIが議論する理由 ― 一つの回答に頼らない政策検討の形 | 政策検討で一つのAIの回答に頼ると前提の偏りに気づきにくいとして、異なる立場を与えた複数のAIに討論させ、論点と意見の分岐を記録として残す進め方の利点を説明している。 | @OneLifeVibe | 16:13 |
| 46 | Claude Codeの「許可待ち」をosFoundryが見分けるしくみ | Claude Code 2.1.303がコマンド実行の許可を求める際に端末へ流すエスケープシーケンスの実キャプチャを示し、osFoundryがそのバイト列から許可待ち状態を判定する仕組みを解説している。 | @BBT | 16:36 |
| 47 | AIショートドラマは「レンダリング前に引き継ぎ設計」を書いておく | AIショートドラマ制作では個々のレンダリングより採用ショットや入力・設定の引き継ぎ判断でつまずきやすいとして、代表ショット1つで受け入れ基準を決める引き継ぎ計画を事前に書くよう勧めている。 | @CloudGPU | 16:41 |
| 48 | セキュリティエンジニアがAI会社を始めて、最初に決めた「AIに任せないこと」 | セキュリティエンジニアの筆者がAI会社を始めるにあたり、人間が決める領域を社則として明文化した内容を公開し、読者がClaude Codeの権限設定を見直す手がかりを示している。 | @HRCO | 16:48 |
| 49 | AIの定期実行に事業の運営を任せるときに入れた、4つの安全装置 | SNSやブログの下書き、人探し候補などの日次運営をClaude Codeの定期実行に任せる際、AIが人の確認なしに外部へ出す事故を防ぐために入れた4つの仕組みと設計の考え方を紹介している。 | @YATTARU | 16:48 |
| 50 | 草野球のスコアブックを Claude Code に読ませて成績を登録する:検算のやり方・記号の読み方・コードを公開しました | 草野球の紙のスコアブックの写真をClaude Opus 5.5に読ませ、検算してからチームサイトに成績を登録する手順と記号の読み方、コードを無償で公開している。 | @Ymori | 16:58 |
| 51 | Claude Codeの世界をオフィスにしてみた。AIエージェントを棒人間で可視化するOSSを公開 | 文字中心で裏側の動きが見えにくいClaude Codeのサブエージェントの作業を、オフィスで働く棒人間として可視化するOSSを、ローカルAIエディタの開発者が公開した。 | @Onecarat | 17:01 |
| 52 | AIの利用率を上げても、期待した成果が出ない理由 | AI導入の成功指標を利用率に置くと、下書きは速くなっても確認や修正の負担が増えて案件の所要時間が変わらない状況を見落とすと指摘し、改善したい業務を先に決めるべきだと論じている。 | @AIRO | 17:01 |
| 53 | Claude CodeとCodexで設計判断を引き継ぐ:Kagura Memory Cloudの使い方 | Claude Codeで決めた仕様の理由や変更経緯を記憶として保存し、別セッションのCodexから参照して引き継ぐ流れを、架空の案件一覧出力機能を題材にKagura Memory Cloudで実演している。 | @Kagura AI | 17:06 |
| 54 | 人のレビューをどこに置くか ― 成果の式から考える | 実装からPRまでAIが回せるようになった開発で、認証や決済など壊せない部分に人のレビューをどう配置するかを、成果を構成する要素の式から考察している。 | @Tamtam | 17:22 |
| 55 | Claude Code の会話をリポジトリ横断で探しやすくする CLI を作った | claude -rの自動題名では目的の会話を探しにくいため、全リポジトリの会話を要約付きの一覧にまとめ、選ぶとそのディレクトリへ移って再開できるCLI「cch」を作りHomebrewで公開した。 | @Node | 17:22 |
| 56 | 自宅サーバーにClaude Codeを常駐させ、スマホから24時間指示を出す(Remote Control+systemd) | 自宅のLinuxサーバーにClaude Codeをsystemdで常駐させ、Remote Controlを使ってポート開放やVPNなしで外出先のスマホから実ファイルを操作する構成の手順とハマりどころをまとめている。 | @TAKA | 17:59 |
| 57 | 公式アプリが毎週進化しても、T3 Codeを使う理由は残るか | Claude CodeやCodexの公式アプリが複数エージェントの管理画面を強化し続けるなか、サードパーティ製のT3 Codeを使い続ける理由が残るかを、ターミナルから始まったコーディングエージェントの経緯をたどって検討している。 | @53able | 18:04 |
| 58 | 4K じゃない外部モニターの文字を Retina みたいにくっきりさせる Mac アプリ「Mitame」を作った | フルHDやWQHDの外部モニターでもMacの文字をRetinaのようにくっきり表示するメニューバーアプリ「Mitame」をClaude Codeと開発し、MITライセンスのベータ版として無料公開した。 | @synchrium | 18:21 |
| 59 | PRレビューでvisualizeを使って、変更点を把握しやすくする | ChatGPTのVisualizeにPRのURLを渡すと処理の分岐やしきい値による挙動の変化を操作しながら確認できると、Laravelのキュージョブ実行時間監視のPRを例に実演している。 | @ma_me | 19:23 |
| 60 | (区分) アフィン変換 is Turing-Complete | OpenAIが9月に公開した、流体でチューリング完全な系を作れるとする数学プレプリントの土台となる区分アフィン変換のチューリング完全性を、流体の部分を除いて証明に沿って解説している。 | @SnowEsamosc | 19:59 |
| 61 | MacBook の蓋を閉じると Claude Code が止まるのはなぜか:caffeinate と pmset で確かめた | MacBookの蓋を閉じるとClaude Codeが止まる理由を、macOSのスリープの種類ごとに何が効き何が効かないかという観点で、Appleのドキュメントと実際のコマンド出力から整理している。 | @Keep Mac Awake | 20:37 |
| 62 | おまえはもう、Kiro マスター | AWS JapanのSAが、Spec・Steering・Hook・Powers・Skillなど覚える概念が多いKiroの使い方を、番号付き14本と月次アップデート編2本の計16本のスライドにまとめてSpeaker Deckで公開した。 | @いなりく / Riku Inada | 21:00 |
| 63 | 無課金で動かすClaude Code : VRAM 12G × 125B級モデル + WEB検索機能 | RTX 3060 12GBとRAM 80GBの環境で、Claude CodeからStrataとQwen3.8-Flash-Nextを使いAPI料金なしで動かす構成と、Web検索MCPサーバーを両方に登録した際の挙動を3部構成で解説している。 | @神谷 啓成 | 21:20 |
| 64 | 孫正義が語った超知能と 70% の持論(#43 要点解説) | 孫正義がInside Blackstoneで、17歳でマイクロプロセッサの写真を見て泣き50年後の超知能を予測した話や今学ぶならAIだという持論を語った約16分の内容を要点抽出し、論評を加えている。 | @管理人K | 21:28 |
| 65 | AIエージェントのAPI代に1日の上限をかけられるようにしました | ループに陥ったAIエージェントがAPIを呼び続けて費用が膨らむ事故を防ぐため、代理キー経由でリクエストを中継する自作サービス「AIの財布番」に1日の予算で止める機能を追加した。 | @こけし | 21:43 |
| 66 | Claude Code のトレンド週報を監査したら、数字は合っていたのに結論がズレていた話 | サブエージェントに作らせた週報を原文と照合し、出典11本で金額と日付の誤りは0件だったが、最も目立つ結論は出典で確認できず「日本ではまだ」の判定も検索で見つからなかっただけが根拠だったと報告している。 | @UD | 21:58 |
| 67 | 月頭は残る未直だけを点検する — 書き戻しの結果を1行で絞り込む手続き | 前月に書き戻した結果表から、月頭の時点で未直の行だけが残っていることをAIに1行で確かめさせる点検手順を定め、表全体を読み直す作業に戻らないようにする方法を説明している。 | @速水 拓真 | 22:01 |
| 68 | Claude Code Projects の使い方:統括役の Claude に、並列の作業を任せる | 2026年9月17日にベータ公開されたClaude CodeのProjectsは統括役のClaudeが作業をスレッドに分けて並列に進め進捗も管理するとして、従来の手動での複数セッション運用と比べながら使い方を解説している。 | @市田拓馬 | 22:14 |
| 69 | AI×Blenderで下絵からアニメ調の髪をモデリングした記録 | Claude Opus 5.5とBlenderを使い1枚の下絵からアニメ調キャラクターの髪をモデリングした記録で、ロングのウェーブ髪では同じ仕組みが通用せず方法を見直した経緯と形状検査の計算方法も解説している。 | @Yuuki.Y | 22:14 |
| 70 | Claude の新モデルが $0 で集計されていたら、翌朝のバッチで気づけるようにした | 手書きの料金表でAPI換算するモニターで新モデルの1週間1億2,600万トークンが$0集計のまま3週間気づかなかった経験から、未登録モデルを検出すると翌朝のバッチを失敗させるチェックを追加した。 | @なかがわ | 22:48 |
| 71 | ISUCON 2026 と LLMエージェント | Anthropicのエージェント構築トレーニングで繰り返し教わる「作る前に成功基準を明確にする」原則をもとに、ISUCON 2026の結果を受けて成功基準が最初から明確なISUCONとLLMエージェントの相性の良さを3点に整理している。 | @tt | 22:58 |
Qiita
| # | Title | Summary | Author | Published |
|---|---|---|---|---|
| 1 | GPT-6のIntelligent UIでRedditとXのブランドレポートを作る:MCPの設定例とデータ検証 | 2026年10月7日にGPT-6とともにChatGPTに登場したIntelligent UIで、MCP経由でRedditとXのデータを取得してブランドレポートを作る設定例と、出力データの検証方法を紹介している。 | @everyinfra | 04:24 |
| 2 | AIエージェントのAPIコスト高騰を防ぐ原因分析とLangChain/Pythonによるトークン削減手法 | ReActなど自律型エージェントでルール追加やツールの試行錯誤によりAPIコストが膨らむ原因を分析し、LangChainとPythonで履歴やルーティングを工夫してトークンを削減する手法を解説している。 | @blinkgroup_jp | 09:22 |
| 3 | 機能したシステム再設計 ― フィードバックループの修復事例 : システム設計視点の行動経済学 (58) | 英国のIICSA改革やドイツのケルン事件後の刑法改定、日本のDV防止法などを例に、報告のコストを沈黙のコストより小さくする「インセンティブの逆転」と独立した証拠収集経路がフィードバックループ修復の条件だと結論付けている。 | @maskot1977 | 10:30 |
| 4 | 耳で聞く!Python で学ぶ マクロ経済学 入門 41 | Geminiとの対話形式でPodcast「日本の技術を殺す家計簿の錯覚」の内容を解説し、家計の感覚でマクロ経済を捉える誤りをPythonで学ぶ連載の第41回である。 | @maskot1977 | 11:11 |
| 5 | TypeScript学習備忘録_6 | 自作の日報作成ツールに過去記事を読ませてAIが出力した内容をそのまま掲載した学習記録で、DBの構造を視覚的に学べるノーコード学習サイトのReact開発過程を扱っている。 | @wash37815 | 14:43 |
| 6 | 【第7回】Geminiで操作動画を撮ろうとして、何が映らなかったか | ライセンス表示やチュートリアル画面が操作をふさぎ、削除の確認ダイアログも閉じずに残ったうえ、フレーム検証は画像の明るさしか見ていなかったため、Geminiでの撮影を断念して別のモードに引き継いだ経緯を記録している。 | @tyamada22 | 15:09 |
| 7 | rex0220 kSQL アクションプラグイン - ⑫ オーサリング改善編(AI に使わせて見つけた穴) | AIに設定ファイルを作らせるMCPサーバーkactを実際にAI自身に使わせ、見つかったオーサリング上の穴を一つずつ直していった過程を記録している。 | @rex0220 | 18:15 |
| 8 | OSV-Scanner-MCP v0.22.0: PipenvとGradleで「その脆弱な依存はどこから来たか」がわかるようにしてみた | Google製OSV-ScannerをMCPサーバー化したツールの新版をnpmで公開し、PipenvとGradleでも脆弱な依存がどの直接依存から入ったかを辿れるようにした。 | @tedorigawa001 | 18:45 |
| 9 | JevでRAGの検索精度は改善できるのか? Rerankingを実装して検証してみた | 前回実装したNaive RAGに続き、TypeScript製フレームワークJevで検索結果を並べ替えるReranking RAGを実装し、検索精度がどう変わるかを検証している。 | @koji0705 | 20:39 |
| 10 | RAGに過去資料を集めて見えてきた、文書が回答に使えない3つの原因 | 回答の成立条件を存在・到達・信頼の3つに分け、根拠が書かれていない文書、行データやスキャンなど取り出せない文書、時点や版が不明な文書はそのまま使う・工夫する・検索対象から外すの3つに仕分けるべきだと整理している。 | @yomogi_enginner | 20:46 |
| 11 | RAGの検索精度を改善する:ハイブリッド検索とリランキングの導入方法 | 小さなFAQデータで検証した結果、ベクトル検索だけよりもキーワード検索とベクトル検索を組み合わせ最後にリランキングする構成の方が言い換え質問にも強かったとして、その導入方法を解説している。 | @aidocs | 21:00 |
| 12 | AIエージェントのAPI代に1日の上限をかけられるようにしました | 寝ている間にループしたエージェントが費用を膨らませる事故を防ぐため、代理キーを発行して中継する自作サービス「AIの財布番」に1日の予算上限で止める機能を追加したと報告している。 | @ut181749ut | 21:43 |
| 13 | Todoist の Inbox を毎朝 ChatGPT に整理させて、上から片付けるだけにする | ChatGPTのスケジュール機能で毎朝6時にTodoistと接続し、所要時間と担当の2種類のラベル、P1・P2・P4の優先度付け、今日やる1〜3件の選定を任せた結果、毎朝15分の手作業の分類が不要になったと報告している。 | @n-yoshida-dev | 23:15 |
| 14 | エージェントのメモリ設計を見直す7つの具体策|Anthropicの記事から実装に落とす | Anthropicが11月6日に公開したエージェントメモリの研究記事を読み解き、メモリ設計を見直すための7つの具体策として実装レベルに落とし込んでいる。 | @Tomcat-zhou | 23:44 |
| 15 | 1 つのモデルで 3 役:Granite Switch 4.1 8B を M3 Mac で動かし、日本語の判定 12 件がすべて期待どおりだった | IBMのGranite Switch 4.1 8BはLoRAアダプターを内蔵しチャットテンプレートの引数で役割を切り替えるモデルで、Apple M3の24GB機で日本語の判定12件を試したところすべて期待どおりだったと報告している。 | @khronov | 23:49 |
| 16 | 【Claude Code】「サブエージェント、まだ分けますか?」Anthropicの「畳む」ガイドからサブエージェントの要否を考える | Claude Codeでサブエージェント12体を10月以降延べ4,130回起動してきた個人開発者が、Anthropicの「畳む」ガイドを踏まえてサブエージェントを分ける必要性を自身の運用から再検討している。 | @yosuke-suzuki | 23:59 |
GIGAZINE
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | AI生成の証拠「透かし」がユーザー追跡の「スパイマーク」と化している | ArtCraft創業者のブランドン・トーマス氏が、AI生成物の証明用とされる見えない透かしは利用者の知らないうちにコンテンツを追跡可能にする「スパイマーク」になりうるとして、プライバシー侵害の懸念を表明した。 | 12:00 |
| 2 | AI画像を検出できるブラウザ拡張機能「Pangram AI Detection」を実際に使って本当に検出できるのか試してみた | 生成AI画像を高精度に見分けるとうたうブラウザ拡張機能「Pangram AI Detection」をGIGAZINEが実際にインストールし、AI画像と実写画像を判定させて検出精度を試している。 | 17:45 |
Simon Willison
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | datasette #3046: Don’t serve link: rel=next HTTP headers to Firefox for HTML pages(datasette #3046: HTMLページではFirefoxにlink: rel=next HTTPヘッダーを返さないようにする) | Simon Willisonが、DatasetteがHTMLページで返すlink: rel=nextヘッダーによりFirefoxが次ページを先読みし、不要な通信とサーバー描画が発生していると気づき、Firefox向けに送らない修正を入れた。 | 08:57 |