登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 毎日コンテスト|
毎日コンテスト| コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
毎日コンテスト| を含む検索結果
🌸毎日キレイ🌸 ミス・ジャパン・プレミアム:30歳以上の女性対象のコンテスト ファイナリスト16人が集結 #ミス・ジャパン・プレミアム#
もっと見る
【公式コンテスト】 🚀 PixAI Tsubaki.2 スペシャルコンテスト開催中 フラッグシップモデル Tsubaki.2 ついに登場! より自在なライティング表現、さらに進化したプロンプト理解。 あとは、あなたの創造力次第です! 🏆 賞品一覧 • 3名様 — 30,000円のAmazonギフトカード • 15名様 — 6,000円のAmazonギフトカード • 100名様 — 100,000 PixAIクレジット 💰 さらに:投稿をリポスト、または引用して、総額 150,000円(50 × 3,000円) のキャッシュ賞金プールに参加できます! 参加方法 1. Tsubaki.2 で作品を作成 2. この投稿を引用 3. ハッシュタグ #PixAITsubaki2# を追加 4. @PixAI_Official をタグ付け ✨ デイリーボーナス ミオが毎日「本日のお気に入り作品」5作品を選出。 選ばれた方には スタート会員プラン1か月分 をプレゼント! (すでに会員の方は、代わりに 600,000クレジット) 📅 開催期間:3月13日〜4月6日 🔗 今すぐ参加しましょう: 🔗 詳細・ルールはこちら:
もっと見る
TL;DR 信頼できるエージェントAIは「良いモデルやプロンプト」ではなく、コンテキストとオーケストレーションのハーネスを明示設計することで生まれる――Bayer×Thoughtworksの製薬システムPRINCEの実装知です。🧪 タイトル: Building Reliable Agentic AI Systems URL: ポイント 🧭 逐次エージェント+一時停止点:意図確認→Think&Plan→Researcher→Reflection→Writerの流れで段階的に検証 🔁 3種類の内省ループ:プロセス(軌道)・データ(証拠の十分性)・ドラフト(出力の完全性)で別々の失敗を捕捉 🔎 ハイブリッド検索:クエリ拡張n=5、意味0.7+キーワード0.3の加重、bge-rerankerで約20→7件に再ランク 🗃️ 構造化はText-to-SQL:SELECTのみ許可、最大3回の自己修正、1クエリ50件以下に制限 🛟 ハーネス工学:PostgreSQL/DynamoDBで状態永続化、障害点から再開、プロバイダ自動フォールバック 📌 文単位の引用+RAGASとLangfuseで評価。本番トラフィックも毎日バッチでハルシネーション検出 🏷️ NERで試験PDFから実体抽出、信頼度スコアで高信頼は自動更新・低信頼は人手レビューへ 「大きなコンテキスト窓でも選択性は要る」という割り切りが現場感あります。 #AIエージェント# #LLMOps#
もっと見る
こちらのpoteto氏のトークも面白かった。 ・経験上、最先端のフロンティアモデルでさえ、ショートカットをしたり、楽な方法を選んだりする傾向がある ・だからこそ、作ってきたスキルの多くは、「どうすれば『楽なやり方』を『正しいやり方・最善のやり方』にできるか?」という点に集中している ・フロンティアモデルがどんどん賢く、有能になるにつれて、ボトルネックはもはやエージェント側ではなくなる ・ボトルネックになるのは、「自分の意図やゴールを、エージェントが理解して実行できる明確な形で表現する人間の能力」 ・だからこそ、深いドメイン知識を持つ人たちは圧倒的に有利 ・特に、エンジニア以外の分野で深い専門性を持っていて、かつ少しテクノロジーに興味がある人たち(医師や弁護士ら)がエージェントの使い方を覚えれば、本当に素晴らしいプロダクトを作れる ・常に意識しているのは、「今、どこで自分がボトルネックになっているのか?」「なぜエージェントは私に質問してくるのか?」と問い続けること ・実データに基づいてエージェント自身が答えを見つけられるように教え込む ・コンテキストグラフなどといった仰々しい言葉で呼ぶ人もいるが、自分が手動で渡していた情報の取得方法をエージェントに教えて自分を方程式から外す、というシンプルな話でしかない ・コードを自動でチェックさせるトリガーについて ・例えばReactには落とし穴が多いので、アンチパターンを常時探し回るエージェントを動かしている ・悪いパターンを見つけてもすぐには修正させず、まずドキュメントに追記させている ・で数日に一度、自分でそのドキュメントに目を通すと、「これらは全部同じ根っこの問題だな」とパターンが見えてくる ・スケールさせるためには全品の味見は不可能 ・そこでサンプリングとプロセス改善にシフトする ・工場の品質管理監督者のように、毎日いくつかのPRやエージェントが書いたコードを厳格に精査し、非効率な点や悪いパターンを洗い出す ・1つエージェントを直すのではなく、ファクトリの環境(スキル、制約、Lint、型システム)を修正して、二度と同じ問題が起きないようにする ・ソフトウェア工学や数学(形式証明)は検証しやすい領域 ・予測と希望としては、今後エージェント向けの新しいプログラミング言語がどんどん登場するだろう(例えばBend)
もっと見る
アンドリーセン・ホロウィッツ:コンシューマーAIの未来とプロダクト設計 ■ コンシューマーAIが引き起こすインターフェースの再定義 現在、基盤モデルの成熟と自律的なエージェント機能の進化によって、コンシューマーテックは歴史的な大転換期を迎えています。これまでのモバイルアプリが提供していた画面のタップやメニューの遷移といった摩擦は、AIによって完全に自動化された見えないインフラへと姿を変えつつあります。ユーザーはもはや個別のアカウントを操作することなく、対話を通じてあらゆる複雑なワークフローを瞬時に実行することが可能になります。これによりデジタル体験からあらゆる摩擦が排除され、人間の意図と実行の距離が極限まで縮まる新しい時代のインターフェースが誕生しようとしています。 ■ リテンションとネットワーク効果による真のPMF評価 プロダクト市場適合、すなわちPMFを評価する上で、ユーザーのリテンションとネットワーク効果は今なお最も決定的な指標であり続けています。大量のアプリを安価かつ高速に開発できるようになった現代だからこそ、ユーザーが毎日の生活の中でその製品を使い続けるための明確な理由と、手放せなくなる習慣化の設計が求められます。単に最新のAIモデルを搭載しているだけではユーザーは定着せず、それぞれの日常に深く根ざした独自のコンテキストとパーソナライズされた体験を提供し続けることが鍵となります。持続的な利用をもたらすプロダクト判断力と習慣化の設計こそが、競合ひしめく市場における唯一の強固な参入障壁となります。 ■ 新たな配信チャネルと創業者へのアドバイス AI時代におけるアプリの配信とユーザーの発見プロセスは従来のアプリストアの枠組みを超えて劇的に変化しています。これから挑戦する創業者は、単に技術的な実装を競うのではなく、ユーザーが真に求めている解決策を提供するプロダクトとしての判断力を磨く必要があります。どれほど洗練されたコードを書けるかよりも、特定のコンテキストにおいて誰のためにどのような価値を生み出しているのかという製品としての感性が重視されます。かつてないほど実験のコストが低下したこの好機を捉え、まずは小さな熱狂を生み出し、そこから持続的な世界を構築していく挑戦を今すぐ始めるべきです。
もっと見る
Claude Codeでそんなにトークンをガンガン使って何を作ってるんですか?とよく聞かれます。職種や部門ごとに作るべきものは様々ですが、マネジメントも含めて全員にオススメなのは「パーソナルエージェント」と「パーソナルナレッジベース」です。 パーソナルエージェントは自分の秘書のような存在で、毎朝モーニングブリーフィングとしてカレンダーの予定や未完了タスクや未読メールなどをピックアップして通知させたり、面接や会議、会食などの事前ブリーフィング資料をつくらせたり、日程調整をサポートさせたりします。 例えば会食だと、事前に同席する人の会社概要や直近のトピックス、その方の経歴や最新の発信、関心領域をDeep Researchにかけて調べたりしますよね。それをパーソナルエージェントが自動で実行するようにして、まとめたレポートを自分のみに権限設定したGoogleドキュメントに出力させて、Googleカレンダーの予定に添付させます。これはとっても便利。※もちろん、社内データを扱う場合はアクセス権限や保存先などのガバナンスをきちんと設計することが前提です スケジュール調整なら、自分の好みを教えこんだ予定調整をしてもらえます。細かな移動時間を考慮させたり、金曜日は集中したいからなるべく入れないとか、面接や登壇はパワーを使うのでその後の予定はなるべくソフトにするとか、スコアリングロジックを自分好みに作り込むと提案の精度がとてもよくなってきます。 候補日を複数仮で入れて、決まったら確定させて仮の候補日を消すなどの日程調整系サービスがやるようなこともSkillを作れば自在にやってくれます。これを作り込んでからはあまりによすぎて調整系サービスを使わなくなりました。 パーソナルナレッジベースは、自分に関連するコンテキストやデータをためておき、RAG的に自由に質問したり、Deep Research的にレポートをつくったり、ダッシュボードアプリをつくったり自在にできるようにするものです。 Gemini Notebook(旧NotebookLM)でも同じようなことはできますが、ノートブックごとのソースファイル数に制限があったり、自分独自のデータ取得・加工フローをつくりこめない、出力の動作ロジックがブラックボックスでカスタマイズできないなどの不便さもあり、自作すると手放せなくなります。 関連するデータをわかりやすくフォルダに分けてダウンロードしておくだけでも、最近のモデルはいい感じに解析・動作をしてくれますが、データが増えてくるとカオスになりがち。 オススメは、「メダリオンアーキテクチャ」を採用することです。メダリオンとはオリンピックのような金・銀・銅メダルに由来する意味ですが、データをとにかく溜め込むBronze層、データを解析・構造化・正規化して扱いやすい形に整えるSilver層、KPI化や集計・分析などを行うGold層の三層に分け、欲しいアウトプットを生成させます。 例えばBronzeには取得したPDFやメール、議事録などの原本をそのまま保存し、Silverでは人物・企業・会議などの単位に構造化・正規化。Goldでは用途に応じてKPI化や集計・分析したデータを保存し、それをもとにレポートやダッシュボードなどを生成する、といったイメージです。 データ分析基盤のとてもベーシックなアーキテクチャですが、これを使うだけでデータ量がかなり増えても破綻しにくくなります。Bronze層は取得したPDFやPPTX、XLSXなどのデータそのものを触らず保存しておくことで、Silver層のロジックを変えてもいつでも再生成できることがポイントです。 この二つを作り込んでいくと、どんどんと大規模になっていきAIレベルがガンガン上がっていくはず。開発を効率化するためにloop engineeringやgraph engineeringに近いことをやりたくなってきて、関連ツールを自作したりと連鎖が止まらなくなって、つくりたいものだらけになります。 kubellの社内では「CEO’s AI Boot Camp」と題して私がコンテンツを作成したClaude Codeワークショップを定期開催しています。そのコンテンツのメインが、今回ご紹介したパーソナルエージェントとパーソナルナレッジベース。 小さくつくるのはそこまで難しくないので、毎日の業務の中から少しずつ育てていけるのがポイントです。ぜひ、チャレンジしてみてください!
もっと見る
AI議論 11月のダウンな絶望論 と10月の希望論 11月半ばですが、#AIエージェントの自律化と天文学的な成長予測に沸いた10月# から #政治的バックラッシュ4兆ドルの市場急落そしてインフラの物理的限界に直面した冷徹な11月へ# と両面、高精細に見とかないと軸がぶれるのでまとめました。 テクノロジー、マクロ金融、地政学・規制、企業戦略の各レイヤーにおける決定的な傾向の違いをざくっとどうぞ --- ### 1. マクロ金融・株式市場のトーン変化:「青天井のマルチプル」から「冷徹な市場の審判(Reckoning)」へ * **2026年10月の傾向(陶酔感とメガラウンド)**: * **売上倍率の無視と先行投資競争**: 10月中旬、BessemerのSameer Dholakia氏は「過去のARR倍率に拘る者はAIの巨大サイクルを見誤る」「NTM(今後12ヶ月売上)の10〜15倍であれば全く高くない」と主張し、57.5億ドルの超巨大ファンドを組成しました。 * **10億ドル超のメガシードとユニコーン乱立**: Instinctが評価額100億ドルで10億ドルを調達し、Townが1億ドル調達で10億ドル評価、Modalが157.5億ドル評価を獲得。売上ランレート700億ドルに迫るOpenAIや、2兆ドルIPOを目指してS-1を提出したAnthropicの指数関数的成長が称賛されていました。 * **2026年11月の傾向(株価急落と過剰債務への警戒)**: * **4兆ドルのAI売り崩しとGoogleの5,000億ドル暴落**: 11月に入ると、ハイパースケーラーの巨額CapEx負担によるフリーキャッシュフロー悪化や、需要減速懸念を背景に、株式市場から**4兆ドル(約600兆円)の時価総額が蒸発**。Google株は単日で5,000億ドルを失い、OpenAIの想定評価額も1.5兆ドルから1.25兆ドルへ下方修正されました。 * **基金(Endowment)やプロ投資家の冷徹な選別**: WashU基金のScott Wilson氏は「36のヘッジファンドを全廃し、実体企業を直接調査した結果、現在のAI関連企業の半数は10年後に存在しない」「過大評価されたAI企業への審判(Reckoning)が迫っている」と警鐘を鳴らしました。 * **インターネット・バブルとの比較論(Mike Volpi)**: 1990年代のCiscoや光ファイバー投資を引き合いに出し、200社存在するAIネオクラウドの多くはバランスシートが極めて脆弱であり、市場調整によって淘汰・再編されると指摘。 --- ### 2. インフラ・電力の力学:「無限の供給不足」から「全米データセンター建設凍結」へ * **2026年10月の傾向(物理サプライチェーンの逼迫)**: * **2027年分まで完全完売**: Amazon CEO Andy Jassy氏は、2026年に2,200億ドル(約33兆円)を投じてもなお、AWSのAIインフラ容量は**2026年・2027年分が完売(Sold out)**していると明かしました。 * **ハードウェアボトルネック**: パット・ゲルシンガー氏やNaveen Rao氏が語ったように、論理設計が3ヶ月でできても「製造・パッケージングに9ヶ月かかる壁」や、HBMメモリの不足、1GWあたり500億ドルかかるデータセンター建設費といった**「物理的供給制約」**が議論の中心でした。 * **2026年11月の傾向(政治的抵抗と電力の地政学)**: * **中間選挙(Midterms)による「データセンター凍結」**: 11月第1週の中間選挙で、電力料金高騰や水資源枯渇を訴える地域住民の反発により共和党が大敗。バージニアやワイオミングなどで**データセンター新設計画の凍結(Data Center Freeze)**が現実の脅威となり、政治的リスクがインフラ投資の最大のボトルネックとして浮上しました。 * **Mistral CEOによる「電力神話の解体」**: MistralのArthur Mensch氏は、シリコンバレーで叫ばれる「電力不足でAIが止まる」という言説を批判。光ファイバー網を活用すれば北欧の水力やフランスの原子力など余剰電力地域へ分散可能であり、真に重要なのは「自国の主権下で知能を動かせるか(Sovereign AI)」であると論じました。 --- ### 3. モデル経済と企業戦略:「トークン消費の拡大」から「ワークフローと脱フロンティア」へ * **2026年10月の傾向(自律エージェントの爆発とモデルルーティング)**: * **エージェントが財布を持つ時代(Agentic Commerce)**: a16zのAlex Rampell氏らが解説したように、エージェントが決済資格情報(Credentials)を持ち、自ら航空券や日用品を購入する「ウォレット戦争」が開幕。 * **ハーネス層での最適化**: LangChainのHarrison Chase氏が強調したように、全タスクに高価なフロンティアモデルを使うのではなく、ハーネス層でタスクを判定して安価なモデルへ振り分ける「モデルルーティング」や記憶層(Memory Layer)の設計が開発者の主戦場でした。 * **2026年11月の傾向(脱・フロンティアと深いコンテキストへの回帰)**: * **HubSpot共同創業者Dharmesh Shahの「新OS論」**: ChatGPTやClaudeは新しいOSであり、その進行ルート(汎用AI)で戦うのは自殺行為であると指摘。スタートアップが勝つ道は、フロンティアラボが手を出せない「業界固有の深い業務ワークフロー」と「顧客コンテキスト」を握ることに集約されると提言。 * **オープンソースと自社インフラの台頭**: 企業はトークン従量課金による莫大な請求を嫌い、NVIDIAのオンプレミス・ラックやMistralなどのソブリンモデルを導入して、自社データを社外に出さない「定額・非従量(Unmetered)」な知能インフラの構築を加速させました。 --- ### 4. セキュリティと社会受容性:「性能の驚き」から「ゼロデイとガバナンスの危機」へ * **2026年10月の傾向(科学的ブレイクスルーへの畏怖)**: * **数学史上最難問の自動証明**: Navier-Stokes方程式や準リーマン仮説がAIで解かれたとされる緊急事態(Lex Fridman #503)など、純粋知能が人間トップ数学者の領域を突破したことへの哲学的・学術的衝撃が支配的でした。# * **2026年11月の傾向(兵器化されたAIとサイバー防衛の崩壊)**: * **Wiz CTO Ami Luttwakの警告「毎日がゼロデイ」**: 攻撃側AIが数分で脆弱性をスキャン・兵器化する時代になり、従来のセキュリティ体制が崩壊。 * **Masters of Scale討論「エージェントに情報を渡すな」**: プロンプトインジェクションやデータ漏洩の危険性から、「利便性を口実にサイバーセキュリティの種モミを食い潰している」という強い批判が噴出し、社会的な信頼(Trust)と法的責任(Liability)の欠如が最大のリスクとして浮き彫りになりました。 --- 10月が「AIモデルの性能進化がどこまで経済を拡大できるか」という**上方向の可能性(Upside)**を競っていたのに対し、11月は「巨額の借入金、政治的規制、送電網の限界、そしてセキュリティの脆弱性に耐えられるか」という**下方向の耐性(Downside & Resilience)**が厳しく試されるフェーズへ移行したと言えます。
もっと見る
毎日、犬の絵を描いています。 cococoinu #cococoinu#
【毎日新聞『中国リーハイ(凄い)』】中国の「対アフリカ支援」日本やEUとこんなに違う 対アフリカ投資は前年比283%増です。