AIに論文を書かせると、実験もせずに都合の良い数値を書いてしまう——この「もっともらしい捏造」こそ、研究自動化の最大の壁でした。 これまでの自動研究システムは、専用のエージェント基盤を組み上げ、なんとか一本のストーリーを完成させることに注力してきました。けれど、長い生成の途中で事実性がほころび、根拠のない主張がそのまま論文に紛れ込む。派手な成果の裏で、信頼性という土台が抜け落ちていたのです。 そこで発想を変えたのが Spark-to-Paper です。専用基盤を新設せず、Claude Code の中で動く13個の組み合わせ可能なスキルとして論文生成を実装しました。鍵は「分離」です。文脈依存の判断はモデルに任せ、引用検証やLaTeXコンパイルは決定的なコードに任せる。そして実験は、結果を見る前に指標や表の構造を先に確定させ、後付けの評価を封じます。さらに、仮説を支持しない実験を延々と修正し続ける「自己反証ループ」を最大7回で打ち切り、失敗を失敗として記録して別の方向へ進みます。 結果は雄弁です。引用の妥当性は99.5%と人間のプレプリント平均すら上回り、捏造検出率はシングルパスの14%から、敵対的レビューを重ねたフルスタックで92%へ。1論文あたり約8.1ドル・3.2時間で、編集可能な図まで揃った原稿が出来上がります。 すべての試行を成功に見せかけるのではなく、証拠の整合性と「うまくいかない研究もある」という受容を中心に据える。長期タスクを担うAIの信頼性設計として示唆に富む一本です。 Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill #AIResearch# #AgentSkills#

# Codexの機能と実践的な使い方 🧩 「あの作業、毎回 Codex に説明し直すのが面倒…」を解決するのが Agent Skills です。再利用できる手順書を一度書けば、Codex が必要なときだけ自動で読み込みます。 🏷️ タイトル: Agent Skills(SKILL.md) 🔗 URL: 📘 概要 Agent Skills は、定型ワークフローを `SKILL.md` という1ファイルにまとめて再利用できる仕組みです。スキルは名前と説明だけが常に Codex の文脈に置かれ、実際に使うと判断したときに本文がロードされます。リポジトリ・個人・マシン共通など、置き場所でスコープを切り分けられます。 ⚙️ 機能の説明 ・スキルは `SKILL.md`（必須）に、`scripts/`（実行コード）`references/`（資料）`assets/`（テンプレ）`agents/openai.yaml`（UI設定）を加えたフォルダ構成です。 ・`SKILL.md` の先頭には frontmatter が必要で、`name` と `description` を書きます。description にはいつ発動し、どこまでが範囲かを簡潔に書くのがコツです。 ・Codex は複数の場所を優先順で走査します。リポジトリの `.agents/skills`、リポジトリ直下 `$REPO_ROOT/.agents/skills`、個人用 `$HOME/.agents/skills`、管理者用 `/etc/codex/skills`、そして OpenAI 同梱の組み込みスキルです。 ・progressive disclosure(段階的開示)により、初期文脈にはスキル名・説明・パスのみ（合計約8,000文字まで）が置かれ、本文は呼び出し時に初めて読み込まれます。これで多数のスキルを入れても文脈を圧迫しません。 🛠️ 実践的な使い方 ・新規作成は組み込みの `$skill-creator` を起動するのが簡単です。何をするスキルか、いつ発動するか、スクリプトを含めるかを対話で決められます（既定は手順のみ）。 ・明示的に呼ぶときは CLI/IDE で `/skills` を使うか、`$skill-name` のように `$` で指名します。説明が task に合致すれば暗黙的に自動選択もされます。 ・暗黙発動を禁止したいスキルは `agents/openai.yaml` で `policy.allow_implicit_invocation: false` を設定します。 ・特定のスキルを消さずに無効化したいときは `~/.codex/config.toml` の `[[skills.config]]` に対象の `path` と `enabled = false` を書きます。 💡 ユースケース リリース手順、E2E テストの流し方、社内ライブラリの正しい使い方など「人によってブレやすい定型作業」をスキル化すると、誰が Codex に頼んでも同じ品質で実行できます。チーム共通のものはリポジトリ配下に、個人の癖は `$HOME/.agents/skills` に置くと住み分けが綺麗です。 ⚠️ 注意点 ・同名スキルが複数の場所にあるとマージされず、両方がセレクタに並びます。命名は被らないようにしましょう。 ・description が曖昧だと暗黙選択が効きません。主要ユースケースを前方に置き、具体的に書くのが重要です。 ・スキルが多いと文脈節約のため description が短縮されることがあります。変更が反映されないときは Codex を再起動してください。 #OpenAICodex# #AgentSkills#

Google Agent Skills 開発の裏側 → スキルは一度作成すれば終わりのドキュメントではなく、常に進化し続ける、生きたプロダクトです。長期的な信頼性を確保するために、Google は厳格な所有権ルールを確立しました。

TL;DR 会話履歴を積み上げ続けるのをやめて「現在の状態」だけを持たせたら、長時間タスクのトークン消費が最大50倍減って精度も上がったそうです。 SKILL.state: Scalable Long-Horizon Agent Skills ポイント 📉 履歴を毎回追記せず、JSON形式の構造化状態だけをモデルに渡す設計でプロンプト長がO(1)に収まります 🧮 累積トークン消費が従来のO(T²)からO(T)に低減し、T=200では実に50.5倍のトークン削減を達成しました 🎯 倉庫管理タスクで精度0.94を維持しつつ平均プロンプトを1,905トークンまで圧縮しています 🛡️ 無関係なノイズイベントが50件混ざっても精度0.98を維持し、履歴型手法の劣化を回避しました 🩹 外部要因で状態が変わっても訂正アラートで即座に更新でき、幻覚からの回復ステップがゼロで済みます 🏆 InterCode CTFでpass@1が54.2%とReActの43.2%を上回り、トークン消費も大幅に削減しました 長い会話を賢く圧縮するのではなく、そもそも履歴を溜めないという発想の転換が印象的でした。 #AIエージェント# #LLM#

🧩 「一度作れば、どのエージェントでも動く」——プラグインの相互運用に向けた業界横断の標準が登場しました。 タイトル: Agent Plugins — An open, vendor-neutral standard for portable agent plugins URL: 📦 概要 Agent Pluginsは、再利用可能なコンポーネントを「可搬なプラグイン」としてパッケージ化する、オープンかつベンダー中立な標準です（バージョン1.0.0）。プラグインの「フォルダ構造とマニフェスト」という最小限だけを共通化し、一度作れば複数のエージェントクライアントで動く状態を目指します。 ❓ 解決する課題 いまは各クライアントが、中身が同じでも独自のプラグイン形式を持っています。そのため作者は同じ部品をプラットフォームごとに作り直す必要がありました。Agent Pluginsは「クライアント間で可搬にできる部分」だけに絞った小さな相互運用の土台を用意し、この重複作業を解消します。 🗂 方法論（パッケージ構造） プラグインは決められたディレクトリ構造を持ちます。 ・plugin.json：プラグインの識別情報と、対象とするAgent Pluginsのバージョン（現在1.0.0）を指定 ・skills/：Agent Skills仕様に沿ったスキル群。各スキルはSKILL.md（説明）、scripts/（実行スクリプト）、references/（参照資料）で構成 ・mcp.json：MCP（Model Context Protocol）サーバを記述。stdio／Streamable HTTP／旧来のHTTP+SSEという3つのトランスポートに対応 ・逆ドメイン名前空間（例 com.example.client/）：可搬なコアを変更せずに、hooksなどクライアント独自の振る舞いを追加できる拡張の置き場所 🔧 標準化する範囲・しない範囲 標準化するのはマニフェスト、ディレクトリ構造、コンポーネントの配置場所まで。配布・インストール・権限・UX・クライアント固有機能は、あえて各クライアントの裁量に残します。共通化すべき「部品の可搬性」と、各社が差別化したい体験を切り分けたのが設計思想です。 🏛 ガバナンスと位置づけ 技術運営委員会はAmazon・Cursor・Microsoft・OpenAI・Vercelのコアメンテナで構成。提案や技術決定はGitHub Discussionsで公開され、エコシステムに開かれています。MCPやAgent Skillsといった既存仕様の上に重ねる形で、相互運用の一段を担います。 #AIエージェント# #MCP#

便利だけど知られていないClaude APIの機能 🧩 エージェントに毎回同じ手順を説明するの、繰り返しで非効率だと思いませんか？ ClaudeのAgent Skills（エージェントスキル）は、再利用可能な手順や能力をパッケージ化してClaudeに与える仕組みです。繰り返すワークフローを標準化し、品質の一貫性と開発効率を向上させます。 📌 タイトル：Agent Skills（エージェントスキル概要） 🔗 URL： 🧩 概要 エージェントを構築するとき、特定の手順やベストプラクティスを毎回プロンプトで指示するのは冗長です。Agent Skillsは、そうした手順・知識・ツール使用パターンをパッケージ化して「スキル」として定義し、Claudeに組み込む仕組みです。スキルはドキュメント・ツール・プロンプトの組み合わせで構成され、再利用可能なモジュールとして機能します。 🛠 使い方 スキルを定義し、エージェントの設定に追加します。スキルにはタスクの実行手順、使用するツール、品質基準などを含められます。Claudeはスキルに従って構造化されたアプローチでタスクを遂行します。スキルの追加・変更でエージェントの能力を拡張・調整できます。 🏗 本番システムへの組み込み方 ・社内業務エージェント：「経費申請の処理」「議事録の作成」などの業務手順をスキルとして定義。新しいエージェントにすぐ組み込めます。 ・開発支援Bot：「コードレビュー」「テスト作成」「ドキュメント生成」などの開発手順をスキルに。品質基準がチーム内で統一されます。 ・カスタマーサポート：「返品処理」「トラブルシュート」などの対応手順をスキル化し、回答品質の一貫性を確保。 ・マルチスキルエージェント：複数のスキルを持つ汎用エージェントを構築し、タスクに応じて適切なスキルを自動選択。 💡 ユースケース 🏢 業務手順の標準化・自動化 💻 開発ワークフローの品質統一 📞 サポート対応の一貫性確保 🤖 柔軟なマルチスキルエージェント ⚠️ 注意点 スキルの定義が曖昧だと、エージェントの動作も曖昧になります。手順を具体的に記述し、期待される出力の形式も明示するのが品質の鍵です。また、スキルが多すぎるとモデルの判断が難しくなるため、関連するスキルは整理・統合しておきましょう。 ✨ 良いエージェントは良いスキル定義から。繰り返すワークフローをスキルにして、品質と効率を同時に上げましょう。 #Claude# #LLM#

# Antigravityの機能と実践的な使い方 🚀 ブラウザもIDEも開かず、ターミナルだけでエージェントに開発を任せたい。そんな願いに応えるのが Antigravity CLI（agy）です。 📌 タイトルと機能のURL タイトル: Antigravity CLI URL: 📝 概要 Antigravity CLI は、Antigravity 2.0 と同じエージェントハーネスをコマンドラインから利用できる軽量サーフェスです。GUI を立ち上げずに新しいエージェントを即座に作成でき、SSH 越しのリモートサーバーやコンテナ内でも高速に動作します。コマンドは agy で呼び出します。 🔧 機能の説明 agy は IDE 版と同じ中核を共有しつつ、ターミナルに特化した拡張性を備えています。 ・AGENTS.md をリポジトリ直下に置くことで、プロジェクト共通の指示をエージェントへ読み込ませます（従来の .gemini/ 規約を置き換える新しい仕組みです） ・Agent Skills は ~/.gemini/antigravity-cli/skills/ のグローバルスコープと .agents/skills/ のワークスペーススコープから読み込まれます ・Hooks はツール実行の前後やループ停止条件などのライフサイクルに割り込み、整形や検査を自動化します ・MCP サーバーはローカルプロセス・リモートホストの双方を設定でき、外部データやツールへ接続します ・Subagents や Plugins も第一級の拡張要素として扱われます 🛠 実践的な使い方 ・インストールは macOS/Linux なら curl -fsSL | bash、Windows は PowerShell から実行します ・初回は agy を起動し、Google アカウントまたは GCP プロジェクトで認証します ・agy inspect を実行すると、読み込み中の AGENTS.md・スキル・プラグイン・フック・接続済み MCP サーバーが一覧表示され、想定通りの文脈が入っているか確認できます ・/goal で自律実行、/grill-me で着手前の質問、/schedule で定期実行、/browser でブラウザ機能を明示的に有効化できます 🎯 ユースケース ・SSH やリモート環境で IDE を立てられない場面で、ターミナルから直接エージェントを走らせる ・agy inspect で「なぜスキルが効かないのか」「どの MCP が読み込まれたか」を切り分けてデバッグする ・CI コンテナ内で軽量にエージェント処理を起動する ・AGENTS.md とチーム共通スキルを組み合わせ、リポジトリごとの作法を統一する ⚠️ 注意点 ・既定モデルは Gemini 3.5 Flash（High）で、プレビュー期間の無料枠は寛大ですが、本番ワークロードには課金有効な GCP プロジェクトが必要です ・スキルやフックが効かないときは、まず agy inspect で実際の読み込み状態を確認してから設定を疑うのが定石です ・グローバルスコープとワークスペーススコープでスキルの探索先が異なる点に注意してください #Antigravity# #DevTools#