HKT48 1stアルバム「092」シチュエーション写真会終わりました😊 大阪やでー🐙 来てくださった皆さんありがとうございました！ 大阪の美味しいご飯も食べれて幸せ♡ おおきにー👋🏻

HKT48 1stアルバム 「092」大感謝祭in グランメッセ熊本🎈 ヨーヨー釣り、スーパーボールすくい楽しかったー🤗 ステージも盛り上がってくださり、ありがとうございました✨ また熊本に行きますね💗

エージェントのLLMコール、本当に全部フロンティアモデルが必要ですか？NVIDIAのSwitchyardで実測してみたら、驚きの結果が出ました。 タイトル: Switchyard Agent Routing Benchmark URL: TL;DR 145件のマルチステップエージェントタスク（1タスク平均6.3コール）を検証。93%のLLMコールは小型モデルで処理でき、74%のコスト削減を達成。精度の低下はわずか6ポイントでした。 ポイント 🎯 フロンティアモデルは7%のコールのみ 全LLMコールのうち、Claude Opus 4.8が必要だったのはたった7%。残り93%はNemotron 3.5 Lightningで処理可能でした。 💰 コストは74%削減 タスクあたりコストが$0.092（Opus単体）→ $0.026（ルーティング）→ $0.006（Lightning単体）に。精度80%を確保しながら大幅な削減を実現。 📊 コスト内訳の意外な事実 フロンティアモデルはコール件数わずか7%なのに、総支出の68.4%を占有。加えてジャッジモデル自体のコストが21.2%を消費する点に注意が必要です。 🔢 ルーティングが割に合うかの公式 「最小オフロード率 = ジャッジコスト ÷ (高額モデルコスト - 安価モデルコスト)」で判断できます。モデル間の価格差が小さいと導入メリットが薄れます。 ⚡ 2つのデプロイ方式 NVIDIAのSwitchyardをプロキシサーバーとして独立起動するか、LangChainのDeep Agentsミドルウェアとして組み込むかを選択できます。 タスクが比較的簡単だった（難しいタスクならルーティング効果はさらに大きい可能性あり）という留意点はあるものの、1タスク複数コールのエージェントには非常に実践的な知見です。 #AIエージェント# #LLMコスト#

💡 Okta, Inc. $OKTA Q2 FY2027決算 2026-08-26 💰 今四半期業績 - 🟢 EPS：$1.05 (予想$0.97) - 🟢 売上高：$805M (予想$793M) 📊 重要指標 - 🟢 サブスクリプション売上高：$793M (YoY+12%) - 🟢 cRPO（12ヶ月内認識予定残存履行義務）：$2.59B (YoY+14%) - 🟢 RPO（残存履行義務）：$4.86B (YoY+17%) - 🟢 Non-GAAP営業利益：$226M (Est. $207M) (YoY+12%) - 🟢 フリーキャッシュフロー：$227M (Est. $162M) (YoY+40%) - 🟢 営業キャッシュフロー：$234M (YoY+40%) - 🟢 Non-GAAP純利益：$194M (Est. $178M) (YoY+15%) 📊 次四半期ガイダンス - 🔴 EPS：$0.93 (予想$0.94) - 🟢 売上高：$815M (予想$808.11M) 📊 通年ガイダンス - 🟢 EPS：$3.92 (予想$3.85) - 🟢 売上高：$3.23B (予想$3.2B) 📍決算内容の注目ポイント - cRPOが前年同期比14%増の$2.59Bに加速し、RPOも同17%増の$4.86Bと堅調な受注トレンドを示した - フリーキャッシュフローが$227Mと予想$162Mを大幅に上回り、前年同期比40%増を達成 - Okta Identity Governanceを中心とした新製品ポートフォリオがトップライン成長に大きく貢献 - AIエージェント時代に対応したアイデンティティ管理ソリューションの展開を強化し、エージェントの発見・接続保護・アクション管理を包括的に提供 - 通年ガイダンスを売上高$3.22B-$3.23B、Non-GAAP EPS $3.90-$3.94、FCF $910M-$930Mへ上方修正 🤵‍♂️CEO (Todd McKinnon) コメント 「AIエージェントがテクノロジーのあらゆるレイヤーを変革する中、すべてのエージェントには信頼できるアイデンティティと、何にアクセスし何ができるかについての明確なコントロールが必要です。主要な独立・中立のアイデンティティプロバイダーとして、Oktaは組織がエージェントを発見し、接続を保護し、アクションを統制し、問題発生時に対応することを支援します。これにより、エージェントを安全かつ大規模に展開するために必要な柔軟性とコントロールを提供しています。」 🤵‍♂️CFO (Brett Tighe) コメント 「Q2の業績はcRPOの加速、大口顧客での成功、そして力強い収益性とキャッシュフローが際立ちました。コアのOkta Workforceおよびカスタマーアイデンティティからの着実なモメンタムが両事業でACV成長の加速を牽引しました。トップライン成長はOkta Identity Governanceを筆頭とする新製品ポートフォリオからの強力な貢献にも支えられています。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 22.45B - PER: 96.51 - Forward PER: 35.13 - PEG: 1.11 🎯市場評価 - 株価 (発表前): 📈$135.1 (3.44%) - 株価 (発表後): 📈$155 (14.73%) - 決算前アナリスト目標株価: $147.29 ($180 ~ $60) B+ - 決算総合サプライズ率 (AI推定): 🤩10.82% - 決算後目標株価 (AI推定): $160.52 🤖 決算まとめるくん(AI)コメント 「Okta, Inc.のQ2 FY2027決算は、売上高・EPS・キャッシュフローの主要指標すべてがアナリスト予想を上回る好決算となりました。 特に注目すべきは、cRPO（今後12ヶ月内に認識予定のサブスクリプション残存履行義務）が前年同期比14%増と加速している点です。これは将来の売上成長の先行指標として極めて重要であり、顧客のOktaプラットフォームへのコミットメントが強化されていることを示唆しています。RPO全体も17%増の$4.86Bに達し、受注パイプラインの厚みが確認されました。 フリーキャッシュフローは$227Mと予想の$162Mを大幅に上回り、FCFマージンの改善が顕著です。直近4四半期のFCF推移（$162M→$211M→$252M→$276M→$227M）を見ると、季節性を考慮しても安定した水準を維持しています。 一方、次期Q3ガイダンスではEPSが$0.92-$0.94と予想$0.94をやや下回る水準を提示しており、FCFガイダンスも$175M-$185Mと予想$194Mを下回っています。ただし、通年ガイダンスは売上高・EPS・営業利益・FCFすべてで上方修正されており、年間ベースでの成長軌道には変化がないと判断されます。 AIエージェント時代のアイデンティティ管理という戦略的ポジショニングは、Oktaの中長期的な成長ドライバーとして評価できます。Okta Identity Governanceなど新製品からの収益貢献が拡大しており、プラットフォームとしての拡張性が実証されつつあります。 PER 96.51倍と高いバリュエーションに対し、PEG 1.11倍は成長率対比で割高感が限定的であることを示しています。Altman Z-Score 5.49、Piotroskiスコア7と財務健全性も良好です。決算発表後の時間外取引での大幅な株価上昇は、市場がこの決算内容を高く評価していることを反映しています。 評価は🚀ポヨ」 🏢 Okta, Inc. 概要 - セクター: テクノロジー - 特徴: クラウドベースのアイデンティティ管理プラットフォームを提供する独立系セキュリティ企業 🤘情報提供 Stock Slayer :

# AIエージェント開発の意思決定ポイント ## キャッシュ類似度閾値 — セマンティックキャッシュの「ヒット判定」をどこに置くか 🎯 ポイント LLMエージェントのセマンティックキャッシュ、「閾値0.95にしておけばいいでしょ」と思っていませんか？ その閾値ひとつで、コスト半減にも、誤回答の量産にもなり得ます。領域ごとに閾値を変えないキャッシュは、時限爆弾です。 📋 概要 セマンティックキャッシュの類似度閾値は、「過去のクエリと新しいクエリがどれだけ似ていればキャッシュヒットとみなすか」を決めるパラメータです。埋め込みベクトルのコサイン類似度で測定し、閾値以上なら過去の応答を再利用します。LLM呼び出しは1回あたりのコストが高いため、同じ意図のクエリを毎回処理するのは無駄です。しかし完全一致では表記揺れに対応できず、ヒット率が極端に低くなります。セマンティックキャッシュはこの問題を解決しますが、閾値の設定を誤ると「異なる意図のクエリに古い応答を返す」という誤回答の再利用が発生します。 🔍 意思決定のポイント この閾値は主に2つの力のバランスで決まります。 ⚡ **失敗コスト（failure_cost）** — 誤った応答の再利用がどれだけ深刻か。医療・法務・金融のように誤回答が致命的な領域では、閾値を0.97以上に引き上げるか、そもそもキャッシュ禁止区域（No-Cache Zone）に設定します。 💰 **コスト感度（cost_sensitivity）** — LLM呼び出しコストの削減圧力がどれだけ強いか。コスト削減の圧力が強い場合でも、安全な領域の閾値だけを緩め、リスクの高い領域は厳格に保つ非対称戦略を取ります。 さらに、入力の信頼度が低い環境ではキャッシュポイズニングのリスクもあります。悪意あるクエリに対する応答がキャッシュされ、類似の正当なクエリに返されるという攻撃です。 💡 要点と詳細 閾値の設定は「全クエリに単一の値」ではなく、領域ごとに変えるのが鉄則です。 📊 目安値（コサイン類似度、出発点）: - 🟢 低リスクFAQ: 0.92〜0.94 — ヒット率重視、誤ヒットの影響が小さい - 🟡 中リスク業務（社内ヘルプデスク等）: 0.94〜0.96 — 精度と効率のバランス - 🔴 高リスク領域（医療・法務・金融）: 0.97以上、またはNo-Cache — 誤回答コストが極めて高い - ⛔ リアルタイムデータ依存（在庫・価格）: No-Cache推奨 — TTLを短くしてもタイミング問題が残る - 🔒 個人情報依存: No-Cache推奨 — 埋め込みベースのマッチングではユーザー分離が不完全 重要なのは、埋め込みモデルの選択が閾値の意味を変えるということです。同じコサイン類似度0.95でも、モデルによって意味的な粒度が異なります。モデルを変更したら閾値の再評価は必須です。 ⚖️ トレードオフ **閾値が高すぎる（ほぼヒットしない）場合:** - キャッシュ基盤のコストだけが追加され、LLMコストは削減されない - キャッシュ検索のオーバーヘッドで、キャッシュなしより遅くなる - ベクトルDBの運用コストに見合う効果が得られない **閾値が低すぎる（何にでもヒットする）場合:** - 「Pythonのリスト操作」と「Pythonの辞書操作」のように意図が異なるクエリに誤ヒット - ユーザーAの応答がユーザーBに返される可能性 - 陳腐化した情報（在庫・価格）が長期間再利用される - 時々正確で時々的外れな応答が返り、エージェント全体の信頼が損なわれる 🛠️ ユースケース 💬 **カスタマーサポートFAQ** — 「返品ポリシーは？」「返品の手順を教えて」のような表記揺れが多い質問群。閾値0.93前後で高いヒット率を実現しつつ、注文固有の質問はNo-Cache Zoneに分離します。 🏥 **医療情報アシスタント** — 症状や薬の情報を扱うため、誤回答のコストが極めて高い。閾値0.97以上に設定するか、キャッシュヒット後に軽量モデルで「この応答は現在のクエリに適切か」を再検証するハイブリッドアプローチを採用します。 📦 **ECサイトの在庫・価格問い合わせ** — リアルタイムデータに依存するため、No-Cache推奨。商品説明のような静的情報のみキャッシュ対象にし、価格・在庫は常に最新データを返します。 🔑 実践のコツ: ヒット率だけでなく誤ヒット率も継続的に計測してください。誤ヒットは「ユーザーが指摘しない限り気づかない」沈黙の品質劣化です。定期的にサンプル監査を行い、キャッシュヒットした応答の妥当性を検証する仕組みを入れましょう。 #AIエージェント# #ソフトウェアアーキテクチャ#