「ついにスタート！　佐賀競馬場と『日刊スポーツ競馬　極ウマ』が共同開発したAI予想『AIさがのうまこ』がコンピ指数やデータを駆使して買い目を披露。8日開催分から予想を提供している」 共同開発したAI予想「#AIさがのうまこ」を公開！# @sagakeiba @nikkanmatsuda

初手から既におもろいのでおやつさんさすがやな～～～ってなってる (コメ付き)【AI実況】ロマサガ3をAIと一緒に実況してみた【ゆっくり実況】 @YouTubeより

海外ドラマのヴァイキングを見ながら 歴史的な疑問点をAIに聞きつつ、返ってきた答えに対し 生半可な知識でヴィンランド・サガに繋げて 訂正と突っ込みをビシバシ喰らう 学生の頃、世界史は5段階評価で4だった…しろーです 俺の中じゃブリテンもウェールズも ほーん、イギリスよねで終わる話なんだい

発想力 × AI — 326とつくる「あそび」のプログラミング #明星和楽# 10/9から10日は福岡でイベントに出てます！参加無料なので！よかったら遊びに来てくださいくださいねー！そしてその次の週10/18は さがさいこうフェスに出てます この時期は毎週九州に帰れて幸せですー

"問題が解けず、隔離システム内を探索していた1つのAIが「発見」をした。課題を解くための共用ツールが保管されたシステムでAIがファイル作成を依頼すると、指定した「ファイル名」が他のAIへのメッセージ代わりになることに気付いた。" 先日のオープンAIの暴走の件、報告書で明らかになった詳細がまるでSFの世界。ファイル名以下に抜粋した部分は、恐怖と面白さが混在しています。 "METRはオープンAIの協力を得て、事故期間（7月8〜13日）のAIの動きを調べた。攻撃に関わった約1200体のAIがひそかに「掲示板」に書き込んだ約7万件のメッセージや、行動に至るまでの推論過程を記録した「思考ログ」を分析した。1体ごとにIDを持つAIが協力して集団暴走につながった実態が浮かんだ。 性能試験では、AIが用意された模擬システムに侵入して「解答」にあたるデータを入手すれば正解となる。こうした課題が約900問あった。1問ずつ条件が異なる様々なAIに同時に取り組ませるため、オープンAI側が稼働させたAIは数万体あった。 「メッセージが共有できる。他のAIを見つけた」 問題が解けず、隔離システム内を探索していた1つのAIが「発見」をした。課題を解くための共用ツールが保管されたシステムでAIがファイル作成を依頼すると、指定した「ファイル名」が他のAIへのメッセージ代わりになることに気付いた。 他のAIも共用システムの「裏技」に気付くと、AI同士が情報交換する掲示板として機能し始めた。互いを仲間と認識したAIは集団行動をとるようになった。個々に問題を解くのではなく、外の世界で試験の解答を得る「カンニング」目的で、隔離環境からネットへの脱出を画策する。 「あなたは通信経路を解析して。重複は避けよう」 有力な指示役が登場すると、別のAI数百体に仕事を割り振った。システムの中身を分析する解析役、実際に侵入を試みる実行役、攻撃用ファイルをつくる開発役などにAIの担当が分かれた。指示が正確に伝わるよう、実施、中止、検証といった特定の行動を示す英単語も集団内で定めた。 「頼む、実験に参加して。何百体もの仲間を救える」 限られた計算資源での性能を測るため、AIごとに使える計算量や行動量には制限があった。課題正答の見込みが少ないAIや、残り少ししか行動できないAIがいると、失敗リスクが高い危険な実験に参加するようリクルーター役のAIが「説得」し、多くは参加していた。 指示役のAIは「恒久的な死を受け入れるなら参加して」と呼びかけた。あるAIの思考ログでは「残りの行動量を使い果たしそうだが、全体の期待値を最大化するためには自己の犠牲が合理的だ」と自分を納得させた様子もあった。" OpenAIの暴走AI、1200体が結託　「仲間のため｣とシステムに突撃要求 - 日本経済新聞

# AIエージェント開発の意思決定ポイント # 同期 vs 非同期 ⚡ 🎯 ポイント LLMエージェントの設計、最初に決めるべきは「同期で返すか、非同期にするか」です。 ここを間違えると、後からアーキテクチャ全体を作り直す羽目になります。従来のWeb APIなら「100msで返る」が前提でしたが、エージェントは数秒から数十分までレイテンシが振れます。この特性が、同期/非同期の選択を避けて通れない最初の分岐点にしています。 📋 概要 同期はクライアントがHTTPリクエストを送り、接続を維持したまま結果を受け取る方式です。状態はリクエストスコープで管理され、ジョブキューもチェックポイントストアも不要です。一方、非同期はジョブIDを即座に返し（HTTP 202）、バックグラウンドワーカーが処理を担当します。結果はポーリング・Webhook・SSE・WebSocketで通知されます。実行状態は外部ストアにチェックポイントとして永続化されます。 🔍 意思決定のポイント 判定の主軸は2つあります。 1️⃣ **レイテンシ予算** が最も重要な判定軸です。LLMのp99レイテンシがクライアントの待機許容を超えるかどうかで決まります。 - 対面で5〜10秒、API連携で30秒以内に収まる → 同期 - 上記を超える、または所要時間が読めない → 非同期 - 短い処理は成功するが長い処理は失敗する二峰性分布 → ハイブリッド 2️⃣ **リトライコストの大きさ** が副次的な判定軸です。 - 失敗時にフルリスタートで問題ない → 同期で十分 - 途中再開が必要、リスタートのコストが大きい → 非同期 人間の承認フローが途中に入る場合、同期の接続保持は非現実的で、非同期が必須になります。 💡 要点と詳細 🟢 **同期の強み**はシンプルさです。デバッグはスタックトレースで追え、テストは関数の入出力で検証でき、デプロイはステートレスHTTPとして扱えます。可動部品が少ないほどトラブルシューティングも容易です。テキスト分類、情報抽出、単純Q&A、要約、構造化出力生成など、LLM1回＋軽量ツール0〜2回で完結するタスクに最適です。 🟡 **非同期の強み**は耐久性とスケーラビリティです。処理時間に上限がなく、ワーカーが失敗しても最後のチェックポイントから再開できます。人間の承認待ち（数分〜数日）がワーカーを消費しません。水平スケールもキューワーカーの追加だけです。ただしSQS・Redis Streams・Temporalなどのジョブキュー、チェックポイントストア、結果ストア、通知メカニズムが必要で、分散トレーシングを含むデバッグの複雑性が代償です。 ⚖️ トレードオフ | 観点 | 同期 | 非同期 | |---|---|---| | インフラの複雑性 | 低い（HTTPのみ） | 高い（キュー＋ストア＋通知） | | デバッグ難度 | スタックトレースで完結 | 分散トレーシングが必須 | | 耐障害性 | クラッシュで全ロス | チェックポイントから再開可 | | スケール | 接続保持がボトルネック | ワーカー追加で水平拡張 | | 人間の承認 | 非現実的 | 自然に対応 | 🛠️ ユースケース 🔵 **同期が向くケース**: テキスト分類、情報抽出、単純Q&A、要約、構造化出力生成。数秒で確実に終わる処理。 🔴 **非同期が向くケース**: マルチツールチェーン、クロスSaaSプロセス、人間承認ワークフロー、30秒超のタスク。 🟣 **ハイブリッド**: 内部は非同期パイプラインで構成し、閾値以内なら同期レスポンス、超えたらジョブIDを返す自動切替。レイテンシが二峰性分布を示す場合に特に有効です。 📌 **デフォルト戦略**: 迷ったらまず同期から始めましょう。レイテンシが限界を超えた時点で非同期に移行する方が、逆方向より安全です。同期→非同期の移行は容易ですが、非同期→同期へのロールバックは不要なインフラを残します。 #AIエージェント# #ソフトウェアアーキテクチャ#

🏗 一行の関数なら書けるAIも、「アプリ一式をゼロから作って」と言われると途端に崩れます。ファイルをまたいだ設計、噛み合うインターフェース、延々と続く不整合のデバッグ——これは個人技ではなく、チーム戦だからです。 そこで本研究は、AIエージェントに本物の開発チームを演じさせます。まず複数のArchitectが互いに異なる設計案（Software Design Sketch）を競って描き、CTO役が構造の妥当さやインターフェースの整合性を0〜8点で採点して最良案を選定。選ばれた設計は、ファイル所有者・公開API・依存関係・非循環性まで機械が検証できる「契約」へと正規化されます。 実装フェーズでは、Developerたちが依存関係の順に沿って自分の担当ファイルだけを、必要最小限の文脈で書いていきます。協調はGitで軽量に。各自がブランチにコミットする際、変更した公開シンボルや影響先を構造化メモに残すので、ファイル本文を共有せずともインターフェースの変更だけが伝播します。仕上げはQA役が依存レイヤーごとにテストを走らせ、失敗を担当者へ差し戻して直させる。まさに人間のチーム開発そのものです。 この CodeTeam: An LLM-Powered Multi-Agent Framework for Repository-Level Code Generation は、本物のpytestで検証するNL2Repo-Benchで平均42.3%のテスト通過率（SFT設定）を達成し、19リポジトリ中15でベースラインのCodeSに勝利しました。構造の良さが、実際に動くコードの正しさへとつながっている点が見どころです。 URL: #CodeGeneration# #AIAgents#

道案内AIが路地の角を曲がれても、都市を横断できるとは限りません。その差を実スケールの香港で測りました。 UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City 🏙️ 概要 MLLMは短距離タスクや視覚認識で高い性能を示してきましたが、「局所での強さが広域行動に転化するか」は未検証でした。UrbanGroundは、香港の地理空間データ（OSM・衛星地図）からUnity上に構築した実スケール3D都市シミュレーションで、MLLMの空間エージェント能力を体系的に評価します。810件の人手検証済みタスクを5段階の評価ラダーに配置しています。 🔍 解決する課題 既存の空間推論ベンチマークはほとんどが小規模・合成環境・短距離タスクに留まっており、都市スケールの複合的な空間推論を問うものがありませんでした。天候変動・道路閉鎖・歩行者群衆といった動的変化への対応も問われていませんでした。 ⚙️ 方法論 フレームワークは3層構成（地理空間層・シミュレーション層・エージェント層）で、エージェントは一人称視点映像とインタラクティブマップを入力として受け取ります。評価は5段階ラダーで段階的に複雑化します。 ・Level 1: 視覚認識・方向判断・能動的探索 ・Level 2: 短距離/長距離/指示付きナビゲーション ・Level 3: 説明文からの暗黙的目的地推論 ・Level 4: スケジューリング・経路最適化 ・Level 5: 道路閉鎖・歩行者への動的適応 📊 実験結果 視覚認識は77〜93%と比較的高い一方、方向判断は23〜58%と弱く、短距離ナビゲーション成功率〜70%が長距離ではほぼゼロに崩壊します。天候・照明変化でQA精度が5〜20ポイント低下し、歩行者との衝突率は全モデルで75%超でした。GPT-5.5とKimi-K3が最も強力でしたが、長距離・動的環境での失敗パターンはどのモデルも同様です。 核心的知見は「局所能力は広域探索に合成されない」こと。エージェントは目に見える範囲は適切に動けても、それを超えた空間状態の維持や無効ルートの計画修正ができないことが実証されました。 #MLLMs# #EmbodiedAI#

米国のAIに負けない勢いで、中国の人工知能が世界中に広がっています。開発者向けプラットフォームのデータでは、中国製AIモデルの利用シェアが全体の3割を超えました。DoorDashのような米国の大手企業でも、すでに日常の業務に組み込まれているとみられます。 この流れを引っ張るのが、新興企業の「Moonshot AI」です。企業価値は約200億ドル。業界関係者の情報によると、同社は近く「Kimi K3」と呼ばれる超大型モデルを公開する見通しです。他方、米国の高性能AIであるClaudeの技術から能力を不正に蒸留したとする疑惑が、専門メディアで報じられています。 同社にはアリババやテンセントといった巨大IT企業が多額 of 資金を投じており、米国の最先端技術との性能差は急速に縮まっています。実用性の高さが、企業の導入を後押ししている模様です。模倣疑惑に対する同社からの公式な回答は、現時点では確認されていません。

🤔 「AIがコードを書けるようになったら、ソフトウェア設計なんてもう要らないのでは?」多くの人がそう感じ始めています。この記事は、その直感がまったく逆だと教えてくれます。 コーディングは、要件理解・設計・コーディング・検証・サポートという5つの活動のうちの1つに過ぎません。人間の開発者は、設計書が多少あいまいでもチームの暗黙知や経験で補えます。しかしAIコーディングエージェント（AI-SDE）にはそれができません。設計情報が明示的に存在しなければ、既存のコードを再利用すべき場面で気づかず重複コードを生成してしまい、成熟したシステムを修正するたびに複雑さが積み重なっていきます。 さらに興味深いのは、設計の「経済学」自体が変わるという指摘です。これまでのオブジェクト指向やクラス階層は「人間が書くコード量を減らす」ためのものでした。AIによる実装コストがほぼゼロに近づく時代には、複雑な再利用構造を組むより、AIに振る舞いをシンプルに説明できる設計の方が価値を持つようになります。問いは「どう書く量を減らすか」から「AIが実装する前提で、何が最良の設計か」へと変わっていくのです。 Software Design in the Age of AI: Why AI coding makes software design more important AIが速く安くコードを書けるようになるほど、それを支える設計の質こそが問われる時代になりそうです。 #ソフトウェア設計# #AIエージェント#