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 生成AIを使わないデモ抗議
生成AIを使わないデモ抗議 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
生成AIを使わないデモ抗議 を含む検索結果
『なぜコーディングエージェントはこんなに賢くないのか?』 寝る前にAIへ仕事を任せたら、Gitのブランチ名を聞くために2分で止まり、そのまま朝まで待っていた。モデルは賢くなっているのに、作業の進め方や人への確認が足を引っ張る。この記事は、モデルをコードや実行環境につなぐエージェント側の設計を批判している。 これ、人に仕事を任せるときにもよくある話だと思う。作業ができることと、必要な判断をしながら仕事を進められることは違う。AIも、コードを書く能力だけでなく、どこまで自分で決めて、何を相談するかまで含めて考える必要がある。 以下、詳細です。 ・タスクの進行管理 OpenCodeが機能追加を10個のタスクに分けても、並行して進められるものまで順番に実行していたという。Claude Codeでも、テストの待ち時間を使わず、終了後にコミットメッセージの準備を始める例があった。タスクを分けるだけでは、待ち時間や依存関係を踏まえた進行管理にはならない。 ・モデルへの仕事の割り振り 単純作業には安く速いモデル、難しい判断には高性能なモデルを使いたい。しかし、著者の経験では、その切り替えを人が細かく管理する必要がある。割り振る手間を避けるため、結局すべてを高性能なモデルへ任せてしまう。 ・人が理解できる計画 細かな設計判断が脈絡なく並び、全体像をつかめない計画が出てくる。著者は読むのが苦痛になり、確認せず実装へ進ませるようになったという。人にレビューしてもらうなら、概要から詳細へ説明し、画面案や図も使って理解を助けてほしいという指摘だ。 ・確認で止まる条件と、自分の機能の把握 ブランチ名のような小さな判断でも止まり、人の回答を待ち続ける。また、自分自身の使い方を聞かれても、動作中のバージョンと一致するか分からない情報をネットで探す。著者は、不在時にも作業を進める機能や、自分の機能を把握するための情報を求めている。 ・アクセスを制限する実行環境 著者は、読まないよう指示した秘密情報をエージェントに読み取られ、モデル提供元へ送られた経験を報告している。求めているのは、文章でのお願いに頼らず、OSの機能でファイルや通信へのアクセスを制限すること。自分でも隔離環境を作り、触れられる範囲を限定している。 ・標準機能としての使いやすさ 大量のSkillsや複雑な設定を追加すれば解決する、という話ではない。著者が問うのは、導入した状態でどこまで安心して任せられるかだ。派手なデモやベンチマークが優先され、開発者の時間や安全性への投資が不足しているのではないか、と仮説を述べている。 特に気になったのは、計画の読みにくさが、人が確認を省く原因になっている点だ。「人が確認する」という工程を置いても、説明が分かりにくかったり、細かな確認が多すぎたりすれば、確認する側が疲れてしまう。 この記事は一人の開発者の経験と提言であり、各ツールの性能を体系的に比較したものではない。それでも、生成したコードの質に加えて、人が理解し、判断し、任せるためにどれだけ手間がかかるかを見る視点は大事だと思う。
もっと見る
LLMが生成したコードはコピペせず、あえて手で写経して認知負債を防ぐアプローチ。 ・個人開発においてAIは非常に便利 ・ただ、すべてをAIに任せるとコードに対する認知負債が溜まってしまう ・退屈な実装を任せたいだけで、コードへの理解まで手放したいわけではない ・かといって、AIが自動生成した大量のコードをレビューする作業は全く楽しくない ・そこで筆者は、AIにチャットでコードを出力させ、それをすべて手打ちで書き写している ・プロンプトで、AIによるファイルの直接編集やコマンド実行をあえて固く禁止 ・これだとAIに自動化させるより効率は落ちる ・それでも、AIを使わない場合に比べれば2倍は早い ・手打ちすることで作業ペースが落ち、AIのハルシネーションや設計のまずさに気づきやすくなる ・書き写しながらリファクタリングでき、コードベースの空間的なマップが頭の中に作れる ・筆者は生産性よりも、コードに対する理解を優先している ・ソフトウェア業界は今、近い将来に支払うべき巨大な認知負債を抱え込もうとしている ・少なくとも自分が生み出すコードだけは完全に理解しておきたい、というスタンス
もっと見る
【心臓病×生成AI①】 体調が悪い日でも、仕事は待ってくれない。 そんな時こそ、AIに任せられる仕事はAIに任せる。 「頑張って働く」だけじゃなく、 「体力を使わずに働く」方法も増やしたい。 心臓病当事者の目線で、AI活用術を発信していきます😊 #心臓病と生成AI#
もっと見る
【クレジットカード情報は流出する】生成AIの時代にはクレジットカードの情報は流出前提だ。上限を低くし使わないアプリのクレカ情報は削除を。フィギュア大手のグッドスマイルのオンラインショップでも5356人のセキュリティーコードも含めたクレカ情報の漏洩した。
もっと見る
# AIエージェントをソフトウェアに組み込むプラクティス # Streaming with Progressive Commit|進捗ストリーミング+遅延コミット 🎯 トークンは即座に見せたい、でも副作用は検証してからコミットしたい。 「見せる」と「実行する」を分離すれば、体感レイテンシの短縮と副作用の安全性を両立できます。 🔥 解決する課題 エージェントの応答はレイテンシのばらつきが大きく、全トークン生成まで待たせると体感が悪化します。一方でツール呼び出しの副作用を生成途中で確定すると、ガードレール検証で棄却された際にロールバックが必要になります。「全部待ってから返す」か「生成と同時に確定する」かの二択では、体感か安全性のどちらかを犠牲にしてしまいます。 💡 提案パターン Streaming with Progressive Commit(進捗ストリーミング+遅延コミット)は、生成中のトークンやツール実行結果をSSE/WebSocketでクライアントへストリーミングしつつ、副作用(外部API書き込み・DB更新など)は検証完了までコミットバッファに留めます。ストリーム上ではpreview(未確定)→ committed/rejected(確定/棄却)とイベントが遷移し、クライアントUIは中間状態を明示的に表示します。failure_costが高いほどバッファを深く取り、全ステップ完了後にまとめて確定します。 ✅ 選定条件 使うとき: - ユーザー向けUIがあり、first-token-timeの短縮が体験に直結する - エージェントがツール呼び出しで書き込み副作用を持ち、誤った副作用の取消しが困難 - 生成結果にガードレール検証やドライランを挟みたい 使わないとき: - 処理が常に数秒以内で、ストリーミングの恩恵がほぼ無い場合 - クライアントがSSE/WebSocketに対応できない場合 - 副作用が無い読取専用の質問応答(遅延コミットが不要) ⚠️ 落とし穴 - previewとcommitted/rejectedをクライアント側で区別しないと、未確定の結果を確定済みとして表示してしまいます。UIに「確認中」の中間状態を必ず設けてください - 長時間のマルチステップ実行ではコミットバッファが肥大化します。ステップ単位でチェックポイントを切り、確定済みバッファを解放しましょう - SSE接続が切れてもコミットバッファは残ります。再接続時の復元かタイムアウト破棄かのポリシーを事前に決めておく必要があります 🔧 実装方針 - LLMからのトークンはStream Buffer経由でSSE/WebSocketチャネルへ即座にプッシュし、ツール呼び出し結果はCommit Bufferに蓄積してpreviewイベントとしてクライアントに通知します - 全生成完了後にCommit Buffer内の各ツール呼び出しをガードレール検証し、パスすればcommittedイベント、棄却すればrejectedイベントをクライアントに送ります - ツール実行はまずドライランで結果をプレビューし、検証通過後に本コミットする二相構成を採ります - SSEイベント設計ではtoken・preview・committed・rejectedの各イベントタイプを明確に分離し、クライアントUIが中間状態(確認中)を適切に表示できるようにします - failure_costが高いワークフローではコミットバッファを深く取り、全ステップ完了後にまとめて確定します。低リスクの場合は単一ツール呼び出し単位で確定します #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
# AIエージェントをソフトウェアに組み込むプラクティス # Deadline & Budget Cascade|期限・予算のカスケード伝播 🎯 エージェントが再帰的にサブタスクを生成して、気づけばコストが数十ドルに。「請求事故」を構造的に防ぐ方法があります。 全体の予算と期限を末端ノードまで伝播させれば、各ノードが自分で打ち切り判断できます。 🔥 解決する課題 エージェントの呼出ツリーが深くなると、各ノードは自分がどれだけのリソースを消費してよいか分かりません。高コストなLLM呼び出しが再帰的に積み重なり、請求事故が起きます。計画-反省の自己ループでは、改善の見込みが薄くても無限にリトライを繰り返しえます。根本原因は「全体の予算と期限がローカルな判断に伝わっていない」ことです。 💡 提案パターン Deadline & Budget Cascade(期限・予算のカスケード伝播)は、呼出ツリーのルートでdeadline(期限)とbudget(トークン・コスト・ステップ数の上限)を設定し、子タスクへ委譲するたびに残り枠を差し引いて伝播します。どの末端ノードでも「今の自分に残された時間・コスト」を知っており、枠を使い切る前に縮退・中断・部分結果返却に切り替えられます。deadlineは相対秒でなく絶対時刻で渡し、伝播時のズレを防ぎます。 ✅ 選定条件 使うとき: - エージェントがサブタスクを再帰的に生成、または複数ワーカーに並列委譲する - 1リクエストのコストが予測困難で、上限を置かないと請求事故が起きうる - タスク完了にSLAや期待値がある 使わないとき: - 呼出ツリーが1段で完結し、タイムアウトだけで十分な場合 - バッチジョブなど時間制約がなくコストも固定的な場合 ⚠️ 落とし穴 - deadlineは絶対時刻で渡すこと。相対秒を渡すと伝播のたびにズレが蓄積します(gRPCのgrpc-timeoutと同じ原則) - 子に全予算を渡さず、予備枠(10〜20%)を親に残すこと。子の結果を集約・フォーマットする時間とコストが必要です - 枯渇時の振る舞い(部分結果返却・人間エスカレーション・縮退モデル切替)を事前に決めておくこと。タイムアウト例外を投げるだけではUXが崩壊します 🔧 実装方針 - BudgetContextデータクラスにdeadline_at(絶対時刻)・max_cost_usd・max_steps・max_tokens・depth・max_depthを持たせ、呼出ツリーのルートで初期値を設定します - 子タスクへの委譲時にchild_budgetメソッドで残り枠からfractionを掛けて分配し、伝播マージン(概ね2秒)を差し引きます。予備枠としてルート予算の10〜20%を親に残します - 各ノードはis_exhaustedで残時間・残コスト・残ステップを確認し、枠を使い切る前に縮退・中断・部分結果返却に切り替えます - 並列子タスクではコストは各子の合算、deadlineは最も遅い子で決まることに注意し、分配比率は子タスクの重要度と予測コストで按分します - 予算消費率(consumed/limit比)をメトリクスとして観測し、閾値超過時にアラートを発火させる仕組みを組み込みます #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
# AIエージェントをソフトウェアに組み込むプラクティス # Eval Harness|評価ハーネス 🎯 プロンプトを変えたら品質が下がっていた、モデルが更新されていつの間にか精度が劣化していた――気づいたのはユーザクレームの後でした。評価ハーネスがあれば、デプロイ前に検知できます。 🔥 解決する課題 AIエージェントは確率的であり、コードの単体テストのように全入力に対して正解が決定論的に定まりません。ハルシネーションは個別の目視確認では検出しきれず、LLMドリフト(プロバイダ側のモデル更新による品質変動)は自チームが何も変更していなくても発生します。評価ハーネスがなければ、品質劣化は本番のユーザクレームとして初めて顕在化します。 💡 提案パターン ゴールデンデータセット(入力と期待出力のペア)と自動評価関数(完全一致・LLM-as-Judge・カスタムメトリクス)を組み合わせた評価パイプラインを構築します。プロンプト・モデル・コードの変更ごとにCIで回帰検知を行い、変更がなくても日次〜週次の定期実行でLLMドリフトを検知します。評価はオフライン(デプロイ前バッチ)、オンライン(本番サンプリング)、シャドウ(A/B比較)の3層で実施します。回帰ゲートの閾値は安全性カテゴリでは劣化0件を推奨します。 ✅ 選定条件 使うとき: - エージェントが本番トラフィックを処理し、プロンプト・モデル・コードを継続的に変更する - 品質変化を定量的に示す必要がある(SLA遵守・規制報告等) - ゴールデンデータを作成・維持できるドメイン知識がある 使わないとき: - プロトタイプ段階でプロンプトが日単位で大幅に変わる - 出力がクリエイティブ生成(小説・詩)で正解の定義が困難 - 後段に決定論的検証ロジックがあり誤りが自動修正される ⚠️ 落とし穴 - ゴールデンデータは腐敗します。仕様変更に伴い期待出力が古くなると正しい出力が「回帰」と判定されます。オーナーと最終更新日を付与し定期棚卸ししてください - LLM-as-Judgeも確率的です。温度0でも判定が揺れる場合があるため、重要ケースでは3回実行の多数決を検討してください - ベースラインスコアの更新タイミングを明示的に定めておかないと、劣化が見えなくなります 🔧 実装方針 - ゴールデンデータセット(入力と期待出力のペア)にカテゴリ・評価関数名・期待キーワードを構造化して定義し、カテゴリ別に集計・回帰判定します - 評価パイプラインはオフライン(CI上でのデプロイ前バッチ)、オンライン(本番サンプリング)、シャドウ(新旧A/B比較)の3層で運用します - 回帰ゲートはベースラインとの相対比較で判定し、安全性カテゴリでは劣化0件、一般カテゴリでは概ね2%以内の劣化を閾値とします - シャドウ実行では副作用を持つツール実行をドライランにし、カナリアデプロイではsticky sessionで同一ユーザーを同一バージョンに固定します - ゴールデンデータにオーナーと最終更新日を付与し、仕様変更に伴う腐敗を定期棚卸しで防止します #AIエージェント# #ソフトウェアアーキテクチャ#
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
1時間以上のインタラクティブ世界を、単一GPUで生成し続けられる——そんな世界モデルが登場しました。 Alaya-EVOKE: From Linear-Scaling Supervision to Endless World 動画世界モデルの核心技術を3つに絞り込み、徹底的に深掘りします。 🗺 注目ポイント1:外部幾何学メモリによるO(1)コンテキスト 従来の世界モデルは生成が長くなるほどトランスフォーマーの文脈長が爆発し、実質的に数分が限界でした。EVOKEは生成フレームから単眼深度推定を行い、カメラポーズでインデックスした「ワールドステートバンク」に3D点群として外部保存します。次チャンク生成時はバンクから必要な幾何学情報を検索してデノイザーに注入するため、セッションが65分を超えても各コールの入力サイズは1.5秒(9フレーム)のまま一定です。「セッション長は再帰コールの回数のみを増やし、各コールのコンテキスト長は一切増やさない」という設計が鍵です。 🎓 注目ポイント2:監督ホライゾンと勾配ホライゾンの分離 長期的な一貫性には長いホライゾンで監督する必要がありますが、バックプロパゲーションのメモリが問題でした。EVOKEは14B Wan2.2教師モデルを設計し、「教師は完全軌跡を評価するが、学生の勾配計算はチャンクごとに切り離す」という手法で解決します。制御実験では、長ホライゾン教師(30秒監督)の学生は輝度が101%で安定、短ホライゾン教師の学生は74%に下落(Wilcoxon p=0.016)。長い教師監督が長期一貫性の「要」であることが統計的に証明されました。 ⚡ 注目ポイント3:CFGなし3ステップ推論でVBench-2.0首位 CFG(Classifier-Free Guidance)を一切使わず、粗→細の潜在ピラミッドで3回のデノイジングのみ。それでもVBench-2.0でスコア66.77(10システム中1位)を達成し、多ステップシステムと同等品質を実現。1チャンク(1.5秒)の生成時間はH200 1枚で2.11秒です。 「持続的状態とデノイザーコンテキストのデカップリング」という発想の転換が、時間軸で破綻しない世界モデルへの道を開きました。 #世界モデル# #動画生成AI#
もっと見る
# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # 事前 vs 事後検証|Pre-verification vs Post-verification 🎯 ポイント エージェントの出力を「実行前にチェックする」か「実行後にチェックする」か、すべてに同じ方針を適用していませんか? 不可逆な操作は事前検証が必須ですが、情報提供のみの操作にまで事前検証を課すとスループットが崩壊します。この分岐を副作用の可逆性と影響度で正しく設計しないと、安全性か速度のどちらかを不必要に犠牲にします🔑 📋 概要 事前検証は、エージェントの操作に不可逆な副作用がある場合に選びます。決済実行、契約締結、データ削除、本番デプロイなど、誤操作が金銭的損害・法的責任・ブランド毀損に直結するケースです。Workdayでの給与変更、Salesforceでの契約金額変更、Shopifyでの一括価格改定が典型例です。規制・コンプライアンスにより実行前承認が義務付けられている場合や、医療・金融・法律助言のように誤情報が許容されない場面でも事前検証は必須です。事後検証は、出力が情報提供のみで副作用がない場合、または副作用が可逆で取り消しが容易な場合に選びます。Slackでの情報要約、Notionでのドキュメント下書き生成、Jiraチケットの分類提案などが該当します📊 🔍 意思決定のポイント 判断フローは以下の通りです: 操作に副作用はあるか? → なし(情報提供のみ)なら事後検証で十分 副作用は可逆か? → 可逆なら事後検証+自動ロールバックで対応可能 副作用は不可逆か? → 不可逆なら事前検証が必須 影響範囲は? → 1ユーザーに限定か全顧客に波及するかで事前検証の強度を調整 規制要件で事前承認が必須か? → 金融取引・人事変更・医療関連は事前検証が義務 信頼度スコアを活用できるか? → 閾値未満は事前検証、閾値以上は事後検証にルーティング⚡ 💡 要点と詳細 実務では事前と事後を組み合わせた二重トラック構成が標準的です: リスクレベルによる振り分け:操作のリスクを事前に分類し、高リスク操作(不可逆・高影響)は事前検証トラック、低リスク操作(情報提供・可逆)は事後検証トラックに自動ルーティングします。 段階的緩和:初期はすべての操作を事前検証し、信頼度が蓄積されたカテゴリから段階的に事後検証に移行します。品質を計測しながら閾値を調整するのがポイントです。 信頼度スコアの活用:エージェントの出力に信頼度スコアを付与し、閾値ベースで検証トラックを自動振り分けします。閾値は初期値を保守的に設定し、実測データで調整してください。 Zendeskの顧客対応を例にすると、回答ドラフトの生成は事後検証(サンプリングレビュー)、返金処理の実行は事前検証(人間の承認必須)という使い分けが合理的です🔄 ⚖️ トレードオフ 不可逆な操作を事後検証にするのは最も危険な設計ミスです。Shopifyで商品を一括削除した後に検証しても、復旧不能な事態からは戻れません😰 すべてを事前検証にするのも同様に問題です。情報検索の結果表示にまで人間の承認を求めると、エージェントの応答速度が数分に低下し、ユーザーが使わなくなります。 事後検証の仕組みが存在しないのも見落としがちです。事後検証トラックに振り分けたものの、実際にはレビューが行われず品質劣化に気づかないケース。サンプリング率と品質指標の閾値を必ず定義してください。 リスク分類が更新されないのも危険です。新たに追加された操作のリスクレベルが未定義のまま、デフォルト(事後検証)で動作してしまいます。新規ツール追加時にリスク分類を必須プロセスとしましょう⚠️ 🛠️ ユースケース カスタマーサポート(Zendesk):顧客への回答ドラフト生成は事後検証(10%のサンプリングレビューで品質監視)。返金・クレジット処理は事前検証(金額に応じて承認者レベルを変動)。商品交換手配は事前検証(在庫確認→承認→実行の決定論ワークフロー)📚 人事システム(Workday):従業員情報の検索・表示は事後検証(副作用なし)。給与変更・異動手続きは事前検証(規制要件により承認必須)。組織図変更は事前検証+二重承認(影響範囲が広い)🛒 EC運営(Shopify):商品情報の検索・分析は事後検証。在庫数量の微調整は事前検証(可逆だが即時影響あり)。一括価格変更・商品削除は事前検証+ドライラン+二重承認(不可逆・高影響)🔧 実践のコツ:「新しいツールやAPIを追加するたびにリスク分類を更新する」をチームの必須プロセスにしてください。分類されていない操作がデフォルトで事後検証に流れるのは、意図した設計ではなく単なる見落としです💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る