2022年8月3日(水) 発売 Novel Core Major 2nd Album 「No Pressure」より ⁡ "独創ファンタジスタ(Prod. KNOTT)" Music Video is OUT NOW !!! 問題作、どうぞご堪能ください🤵🏻‍♂️💜 #独創ファンタジスタ# #チームコア夏の陣2022#

『エイリアン：ファイアーチーム エリート2』は迫り来るゼノモーフの大群を撃ち倒す“ワチャワチャ感”と歯応えが最高な協力型TPS。 自由な難易度調整や豊富なビルド構築など、初心者からコア層まで誰もが楽しめる配慮が満載！【レビュー】

ベルギー本社での研修に潜入📝 アルジェニクスの創薬と深く関わりがある動物「ラマ」がレポートします🦙 3月下旬、アルジェニクスのベルギー本社でグローバル研修「Ignite」が開催されました。 この研修は、新しく入社した社員が“アルジェニクスの企業文化”を理解するために実施されたイベントです。 今回は、13カ国から約170名の社員が参加しました！ 研究開発の拠点でもあるベルギー本社で、アルジェニクスのイノベーションが生まれる現場に触れることができる本イベント。 アルジェニクスのシニアマネジメントからは「イノベーションが会社のコアであり、社員一人ひとりがオーナーシップを持ちながら、チームで物事を実行していくことが重要」というメッセージが！ アルゴノーツ（アルゴー船の乗組員を意味し、アルジェニクスの社員を表す呼称）の一員としての在り方を再確認する、大切な機会となりました✨ このアカウントでは、私たちの活動や疾患に関する情報を今後もお届けしていきます。 ぜひフォローをお願いします！

Google Cloud Japan ブログにインタビュー記事を掲載いただきました。 「Sakana Fugu」のサービス基盤として、GoogleのEnterprise Agent Platformを全面採用した経緯について、プロジェクトを率いたチーフサイエンティストのYujin Tangをはじめ、3名のサイエンティストが開発の舞台裏を語っています。 「Sakana Fugu はスポーツに例えるなら、さまざまな選手（AIモデル）やフォーメーション（組み合わせ）、戦術（タスク処理）を対戦相手（クエリ）に応じて使い分けるコーチのような存在です。AIのチームを指揮するAIとして集合知にアクセスし、個々のモデルを上回るパフォーマンスを発揮します」 — Stefan Nielsen 2025年10月に始動した本プロジェクトは、Google チームの手厚いサポートにより約半年でローンチに至りました。Gemini も、動的に呼び出されるフロンティアモデルのひとつとして中核に組み込まれています。 「Sakana Fugu は、Sakana AIのさまざまな製品を支えるコアテクノロジーとなっていく予定です」 — Yujin Tang ぜひご覧ください🐡

エージェントの本番運用で開発者を消耗させるのは、サンドボックスやセッション永続化といった「差別化にならない土台」でした🏗️ それをまるごと肩代わりするプラットフォームの登場です。 タイトル: The evolution of agentic surfaces: building with Claude Managed Agents URL: 🏗️ 概要 Claude Managed Agentsは、本番品質のAIエージェントを大規模にデプロイするためのAnthropicのプラットフォームです。最適化されたエージェントハーネスとホスト型インフラを組み合わせたコンポーザブルなAPIで、プロトタイプから本番への移行を素早く行えます。 ❓ 解決する課題 エージェントを本番運用するチームは、多くのインフラ課題に直面してきました。 ・サンドボックスのホスティングとスケーリング、中断をまたぐセッション永続化 ・認証情報の安全な管理、実行の隔離、包括的な可観測性 これらは製品の差別化に直結しないのに開発リソースを消費します。 💡 方法論とアーキテクチャ ・核心は、エージェントの推論エンジンとコード実行環境を分離すること ・セッションは追記専用のイベントログとして、コンテナとは独立にサーバー側で永続化されます ・この分離で、サンドボックス初期化と並行してClaudeがすぐ推論を開始でき、レイテンシを削減します ・3つのコアリソース：Agents（設定）、Environments（隔離実行コンテキスト）、Sessions（個々の実行） 🌍 主な機能 ・クレデンシャルボールト：トークンをサンドボックスと別にエンベロープ暗号化で保管 ・永続的なセッション：完全なイベント履歴の再構成で再開可能 ・柔軟なホスティング：Anthropic管理または自社VPC内のセルフホスト ・Memory & Dreaming：セッションログからパターンを抽出 ・タイムライン可視化とステップ単位のデバッグ #AIエージェント# #Claude#

【「自画像」グッズ　オススメ6選👤🎨】 RÊVE DES LUMIÈRES（レーヴ・デ・リュミエール（光の夢））オリジナルグッズをゴッホの代表的な人気作品ごとにご紹介！ 第4回目は「自画像」グッズ　オススメ6選👤🎨 ①キャンバス複製画 ￥6,600(税込) ②スマホリング ￥1,430(税込) ③ぷくぷくシール ￥660(税込) ※6月下旬発売 ④A5ファイル ￥450(税込) ⑤ミントタブレット ￥770(税込) ⑥Tシャツ ￥4,400(税込) そしてこの度、特別コラボとして、京藝術大学出身のアーティスト・マツナガサユリ（松永小百合）がプロデュースするアートチーム「KOMOGOMO展」とのコラボグッズを多数展開しております！ ご来場の記念に、ぜひショップエリアでのお買い物もお楽しみください！ ★芸術の都パリから日本初上陸！レーヴ・デ・リュミエール(光の夢)とは？ リュミエールシリーズは現在、全体の累計来場者数は2,150万人以上を突破しているデジタルアート施設🎨 コアなアートファンから初心者まで、世界各国で愛されている施設が、6月12日、有明・東京ドリームパーク内にオープン🎉 ★5月12日よりチケット販売開始！ 6月12日のグランドオープンに先駆け、5月12日よりチケットの販売を開始🎫 通常よりもお得にゲットできる数量限定の前売りチケットも6月11日まで販売。購入方法の詳細はプロフィールのリンクよりご確認ください☑️ ※商品画像はイメージです。商品の仕様・価格は、予告なく変更となる場合がございます。あらかじめご了承ください。 #レーヴデリュミエール# #ゴッホ#

💡 Planet Labs PBC $PL Q2 FY2027決算 2026-09-03 💰 今四半期業績 - 🟢 EPS：$0.02 (予想$-0.02) - 🟢 売上高：$116.1M (予想$104.53M) 📊 重要指標 - 🟢 調整後EBITDA：$13.9M (Est. $1.6M) (YoY+117%) - 🔴 Non-GAAP粗利率：59% (YoY-200bps) - 🟢 バックログ：~$814.9M (RPO: ~$753.1M) - 🟢 現金・短期投資残高：$865.4M (YoY+219%) - 🟢 年初来調整後フリーキャッシュフロー：$28.8M - 🟢 経常ACV比率：98% - 🟢 GAAP純損失：-$9.4M (前年同期: -$22.6M, 改善) 📊 次四半期ガイダンス - 🔴 売上高：$103M (予想$114.02M) 📊 通年ガイダンス - 🔴 売上高：$435.5M (予想$435.8M) 📍決算内容の注目ポイント - NGA（National Geospatial-Intelligence Agency）から$8MのOTA契約を獲得し、Planet Global Monitoring Service（GMS）を展開。ドイツ政府からも最大€25M/5年の専用衛星サービス入札を受注 - Pelican-11技術実証衛星の打ち上げに成功し、軌道上の高解像度Pelican衛星は合計10基に。Tanager-2衛星および18基のSuperDove衛星をVandenberg基地へ出荷 - ATMプログラムにより約$120Mを調達（平均純売却価格$31.95/株）。現金・短期投資残高は$865.4Mに拡大 - Planet AIアプリケーションがオープンベータフェーズに進行。自然言語によるグローバルデータアーカイブの検索を実現するエージェント型AIツール - Berlin製造施設の戦略的拡張を開始し、欧州でのプレゼンスを強化。Isar Aerospaceとの戦略的打ち上げ契約も締結 🤵‍♂️CEO (Will Marshall) コメント 「Planet は傑出した第2四半期を達成し、売上高は過去最高の$116.1Mを記録、前年同期比58%の成長となりました。これはRule of 40を4四半期連続で達成または上回る結果です。スウェーデン軍への衛星引き渡し、8月のNGAおよびドイツ政府との画期的な契約獲得など、チームは引き続き力強い実行力を示しています。衛星サービスにおける驚異的な牽引力とパイプラインの継続的拡大を受け、当社の戦略はAI対応アナリティクスとソブリン衛星サービスを組み合わせ、コア成長ベクトルをさらに強力なオファリングへと統合しています。」 🤵‍♂️CFO (Ashley Johnson) コメント 「当社の力強いトップライン成績は大幅なオペレーティングレバレッジに転換されており、Non-GAAP粗利率において予想を上回り、四半期の調整後EBITDA利益は$13.9Mを達成しました。年初来の調整後フリーキャッシュフロー$28.8M、期末の現金・短期投資残高$865.4Mという強力な業績により、コア成長イニシアティブへの投資を自信を持って進めつつ、持続可能な長期キャッシュフロー創出を推進する戦略的柔軟性を確保しています。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 6.11B - PER: -16.04 - Forward PER: -- - PEG: 0.17 🎯市場評価 - 株価 (発表前): 📉$18.36 (-8.15%) - 株価 (発表後): 📈$20.9113 (13.9%) - 決算前アナリスト目標株価: $41.14 ($53 ~ $25) D+ - 決算総合サプライズ率 (AI推定): 🤩18.72% - 決算後目標株価 (AI推定): $21.86 🤖 決算まとめるくん(AI)コメント 「Planet Labs PBCのQ2 FY2027決算は、売上高$116.1M（前年同期比+58%）と市場予想を大幅に上回る好決算となりました。Non-GAAP EPSも$0.02と予想の-$0.02を大きく上回り、調整後EBITDAは$13.9Mと前年同期比117%増を達成しています。 特筆すべきは、NGA・ドイツ政府・スウェーデン軍など防衛・政府系の大型契約獲得が加速している点です。バックログは$814.9Mに達し、今後の収益可視性が大幅に向上しています。経常ACV比率98%という高い収益の質も評価に値します。ATMプログラムによる$120Mの資金調達により、現金残高は$865.4Mと潤沢な財務基盤を構築しています。 一方、懸念材料として、Q3ガイダンスの売上高$101M-$105M（中央値$103M）がアナリスト予想$114Mを大幅に下回っている点が挙げられます。Q2の$116.1Mからの逐次減少は、衛星サービス契約の収益認識タイミングや季節性の影響と推察されますが、成長の持続性に対する不確実性を示唆しています。通年ガイダンスも$430M-$441M（中央値$435.5M）と予想をわずかに下回りました。 Pelican衛星群の拡充、AIアプリケーションのオープンベータ進行、欧州製造拠点の拡張など、中長期的な成長基盤の構築は着実に進展しています。決算発表後の時間外取引での反発は、今期実績の強さが市場に評価された結果と考えられますが、次四半期ガイダンスの弱さが今後の株価動向における不確実要因となり得ます。 評価は⚡ポヨ」 🏢 Planet Labs PBC 概要 - セクター: 産業 - 特徴: 世界最大級の地球観測衛星群を運用 🤘情報提供 Stock Slayer :

💡Marvell $MRVL 、Google と累計1200億ドル規模のカスタムシリコン契約 | 5897万株の新株予約権を発行 $AVGO $GOOGL Marvell Technology $MRVL は8月19日、SEC に提出した Form 8-K で Google とのカスタムシリコン協業を大幅に拡大したと開示した。対価として Marvell は Google に対し、行使価格206.58ドルで最大58,970,907株を取得できる新株予約権(ワラント)を発行する。全量行使時の行使総額はおよそ122億ドルに達する。 契約の本質は、権利確定(ベスティング)の設計にある。1,360,867株は初年度に時間経過で確定するが、残る57,610,040株は240の均等トランシェに分割され、対象カスタム製品売上5億ドルごとに1トランシェが確定する。240×5億ドルで、全量確定には累計1200億ドルの調達が必要になる。対象期間は Marvell の FY2027 第3四半期から FY2033 末までで、予約権の失効日は2033年8月18日。つまり1200億ドルは支出コミットメントではなく、あくまでベスティングの閾値である。協業範囲は TPU エコシステムに attach する領域と定義され、AI 推論アクセラレータ、ストレージコントローラ、ネットワークインターフェースコントローラ、メモリインターフェースコントローラ、ニアメモリコンピュートが含まれる。TPU 本体の設計を置き換える契約ではない。 市場の反応は対照的だった。Marvell 株が10%近く上昇する一方、Broadcom 株は約5%下落した。Broadcom $AVGO の8月18日終値は380ドルで、年初来の上昇率は10%程度と半導体セクターの中では明確に出遅れている。 BofA(Vivek Arya チーム)は今回の契約を Broadcom にとって中立と評価する。根拠は既存の長期契約(LTA)だ。Broadcom は2026年4月、次世代 TPU の開発供給と次世代 AI ラック向けコンポーネントを2031年まで対象とする長期契約を Google と締結している。JPMorgan によれば同契約は v11 までの4世代をカバーし、2031年まで TPU 売上を毎年積み増すコミットメントを含む。TPU のコア設計そのものは CY31 まで確保されているという整理になる。 BofA の TAM 試算はこうだ。 Google のサーバー/ハードウェア向け設備投資は今後5年で1.5兆から2.0兆ドル超、TPU システムの TAM は CY27-31 累計で4000億から6000億ドル超。この配分について、Broadcom は55-60%超(2500億から3500億ドル超)を維持するとみる。メインのプロセッサダイ上の高付加価値コンテンツ、先端パッケージング、HBM 統合、SerDes、ネットワーキングを押さえているためだ。Marvell は XPU-attach プログラムを通じて10-20%(500億から1000億ドル超)、MediaTek はコスト最適化バリアントで20-30%(1000億から1500億ドル)を取りにいく構図となる。MediaTek は Google 内製チームと Zebrafish(TPU v8t、3nm)で協業しているが、Broadcom には18カ月のリードがあるとされる。 レーティングは両社とも据え置きだ。 Broadcom $AVGO は買い継続、目標株価530ドル(CY27予想 PER の30倍、SBC 込み)。FQ3 決算は9月2日の引け後に予定され、売上高約294億ドル、AI 半導体売上高は前年同期比200%超増がガイダンスとして示されている。顧客はAnthropic、Google、Meta、OpenAI を含む6社体制で、CY27 開始の Meta および OpenAI からの新規ランプアップが短期需要を下支えする。 Marvell $MRVL はトップコネクティビティピックとして維持、目標株価365ドル(CY30予想プロフォーマ EPS 15.04ドルの31倍を2年分割り引いた水準、過去中央値26倍をやや上回る)。XPU-attach の新規受注は収益可視性を高める一方、競争激化がマルチプルへのリスクとして残る。 直近の検証ポイントは2つ。Marvell の FQ2 決算が8月27日、Broadcom の FQ3 が9月2日である。Marvell 側では Google 案件の規模とタイミング、Broadcom 側では TPU の世代交代に伴う単価とコンテンツ構成が問われる。 構造的には、Google が単一供給から複数供給へ移行したこと自体は既定路線であり、争点は「誰が外れるか」ではなく「システム1台あたりの価値をどう分けるか」に移った。 Broadcom にとっての実質的なリスクはGoogle の喪失ではなく、シェアの逓減とマルチプルの剥落である。実際、8月14日の下落は AMD 要因ではなく、BofA のクレジット部門が Broadcom の発行体格付を Overweight から Marketweight へ引き下げ、AI チップ向けオフバランス調達の規模を3700億ドルと試算したことが引き金だった。エクイティ側の強気とクレジット側の慎重論が併存している点は、今の $AVGO を見る上で外せない。 調達額に株式を紐づける構造は、NVIDIA と OpenAI、AMD と OpenAI に続く流れであり、循環取引的な性格からバリュエーション膨張への懸念も指摘されている。Marvell 側には最大6.3%の希薄化が伴う。1200億ドルという数字を売上確約と読み違えないことが重要となる。

🔄Loop Engineeringとはなにか？ もう「AIにプロンプトを打つ」作業は終わりにしませんか？これからは、エージェントを自律的に回す仕組みそのものを設計する時代です。AIコーディングのパラダイムシフトの正体に迫ります。 💡 1. プロンプトからシステム設計への転換 従来のAIコーディング（AI-assisted Coding）は、人間がループの「中心」にいました。 👨‍💻 これまでのアプローチ: 人間がコンテキストを考え、プロンプトを打ち、AIの出力を読み、手元でテストを実行し、エラーが出たら再度プロンプトを打つ。AIは「高機能な関数」や「道具」であり、制御の主体は常に人間です。 🔄 ループエンジニアリング: 人間はループの「外側」に出て、システム全体のデザイナー（作者）になります。仕事の検知、AIへのコンテキスト注入、出力の自動テスト、進捗の記録、次のステップの判断という一連のライフサイクルを小さなプログラムに実行させます。 ここで重要なのは、AIモデルがシステムにおける「サブルーチン（部品）」へと降格し、代わりに環境（テストスイートやリポジトリの状態）からのフィードバックをループ処理する構造へ進化したという点です。 ⚙️ 2. ループを駆動する5つのコアコンポーネント＋1つの記憶 抽象的な概念を動くシステムに落とし込むため、ループは以下のコンポーネントに分解されて設計されます。 ① ⚡ 自動化（Automations） ループの心臓部であり、発火トリガーと停止条件を定義します。 ツール（Claude CodeやCodexなど）では、単に定期実行する /loop だけでなく、明確な終了条件（例：「すべてのテストがパスするまで」）を満たすまでAIを回し続ける /goal コマンドなどがこれに該当します。条件が達成されるか、ハードストップ（予算や上限回数）に達するまで回り続けます。 ② 🌳 ワークツリー（Worktrees） 複数のAIエージェントが並列で動く場合、同じディレクトリで作業するとファイルの衝突（コンフリクト）が発生します。これを防ぐため、Gitの worktree 機能を使い、エージェントごとに独立した作業ディレクトリとブランチを隔離して自動生成します。機械的な衝突を回避し、並列性を担保する基盤です。 ③ 🧠 スキル（Skills） リポジトリのルールやコンテキストをカプセル化したものです。 通常、AIは実行ごとに前回の文脈を忘れますが、SKILL.md のようなファイルに「このプロジェクトのビルド手順」「命名規則」「過去の障害から得た注意点」を明文化しておくことで、AIは毎実行時にそれを読み込み、プロジェクト固有のシニアエンジニアのような振る舞いを固定化できます。 ④ 🔌 プラグイン／コネクタ（Connectors） filesystem（ローカルファイル）しか見えないAIを、本物の開発環境につなぐ架け橋です。 Model Context Protocol（MCP）などをベースに、GitHub（PR作成やIssue取得）、Linear/Jira（チケット更新）、Slack（人間への通知）、Sentry（エラーログの取得）と接続します。これにより、AIが「修正案を出す」だけでなく「Issueを読んで、コードを直し、PRを送り、Slackに報告する」というエンドツーエンドの行動が可能になります。 ⑤ 🤖 サブエージェント（Sub-agents） 役割を分担された独立したAIインスタンスです。「コードを書く役割（Maker）」と「コードを検証・レビューする役割（Checker）」を完全に分離します。 ➕ 💾 記憶：状態ファイル（State File） 地味ですが、ループの成否を分ける最も重要な要素です。STATE.md やJSONファイル、あるいは外部のチケット管理システムに「現在どのブランチが進行中で、何が完了し、次に何をすべきか」を永続化します。「エージェントは忘れるが、リポジトリは忘れない」という原則に従い、昨日の続きを今日のループが再開できるようにします。 🕰️ 3. なぜ「ただのcron（定期実行）」ではないのか？ 懐疑派から「1975年に発明されたcronジョブのリブランド（名前の付け替え）に過ぎないのではないか」という指摘があります。これは半分正解で、半分は間違いです。 スケジュールやトリガーのレイヤーは確かにcronそのものです。しかし、従来のcronは「固定されたスクリプトを機械的に実行するだけ」でした。 ループエンジニアリングが異なるのは、ループの真ん中に「状況を動的に判断する意思決定者（LLM）」がいる点です。 テストが落ちたとき、どのファイルをどう修正すべきか、コンテキストをどう組み立て直すかという分岐は、ハードコードされた if/else ではなく、AIの推論によって動的に決定されます。工学的な面白さは、この「崖から落ちるかもしれない不確実な意思決定者」の周りを、いかに硬牢な自動テストやガードレールで固めるかというシステムデザインにあります。 ⚠️ 4. コストと運用リスクの現実 熱狂的な議論で無視されがちなのが、経済性とセキュリティの現実です。 💸 膨大なトークン消費（コスト） コード生成自体は安価になりましたが、ループを回すと「コンテキストの再読み込み」「リトライの繰り返し」「探索パターンの実行」により、トークン消費量が爆発的に増加します。 実際に、米Uberではエンジニア1人あたり月1,500ドルの上限を設けたにもかかわらず、年間のAI予算をわずか4ヶ月で使い切った事例があります。「最大反復回数」「金額上限」「進捗ゼロ検知による強制終了」の3つのガードレール（ハードストップ）の設計が不可欠です。 🛡️ 攻撃面の拡大（セキュリティ） 無人で動くループは、無人で動く攻撃面（アタックサフェース）になります。AIコーディングツールに起因するCVE（脆弱性）が多数確認されており、コマンドインジェクションやSSRF、XSSのリスクがあります。また、外部から取り込んだ「スキル」の説明文がプロンプトインジェクションの経路になり、デバッグログ経由で認証情報（資格情報）が漏洩するケースも監査で報告されています。 🧩 理解の負債（Comprehension Debt） AIが高速でコードを書き、テストが通ってマージされ続けると、リポジトリ内のコードベースと「人間の理解度」の距離がどんどん離れていきます。これを「理解の負債」と呼びます。最も高くつくのはトークンの請求書ではなく、「チームの誰も読んだことがなく、構造を理解していないシステム」をある日突然人間がデバッグしなければならなくなるコストです。 🛠️ 5. 実践：4条件テストと最小実用ループ（MVL）の構築 ループエンジニアリングを実務に導入する際は、厳格な仕分けとステップが必要です。 📋 導入のための4条件テスト 1. タスクが繰り返されるか？（週1回未満なら、手動プロンプトや使い捨てスクリプトの方が早い） 2. 検証が完全に自動化されているか？（テスト、型チェック、Linter、ビルドが悪い出力を100%機械的に弾けるか。これがないと人間がレビューの椅子に縛り付けられる） 3. トークン予算が無駄を吸収できるか？（従量課金で予算に余裕がない場合は無謀） 4. エージェントが環境を操作する道具を持っているか？（ログ確認や再現環境など） 🚀 最小実用ループ（MVL）から始める手順 最初から複雑なマルチエージェントを組むとシステムは確実に崩壊します。以下の順番でボトムアップに構築します。 1. 手動実行の確実化: 1回の手動プロンプトと環境操作で、タスクが完全に完了することを確認する。 2. スキルの文書化: その際のコンテキストや制約を SKILL.md にまとめる。 3. ループのラップとゲート配置: AIが書いたものを自動テスト（ゲート）にかけ、失敗したらAIに戻すという1サイクルを組む。 4. スケジューリング: 最後にそれをcronやイベントトリガーで自動化する。 🎯 レバレッジの支点は「コードを書くこと」から「コードを書く仕組みを定義し、検証すること」へ移動しました。人間は、AIが自分の宿題を甘く採点しないよう、冷徹な「検証ゲート」を設計するエンジニアであり続ける必要があります。