【Agent i 責任者が考える、AIパートナーとの「自分らしい、ご機嫌な距離」】 レシピの「塩少々」ってどれくらい？ そんな日常の小さな困りごとに、一人ひとりの状況に合わせて寄り添うAIを目指す、AIエージェント「#Agent_i」。# 開発を率いる葭沢の思い、描く未来とは？

⚡ 「賢さ」と「効率」を別物にしない。GPT-5.6は1トークンあたりの知能を最大化し、同等以上の性能をより安く速く出しにきました。 タイトル: How GPT-5.6 fuses frontier intelligence with frontier efficiency URL: ⚡ 概要 GPT-5.6は、タスクの成功と効率を同時に最適化するよう学習し、より直行的にタスクを解きます。OpenAI史上「最高のintelligence-per-token効率」を掲げる発表です。 🧩 解決する課題 フロンティアモデルは賢い一方で、推論トークン・レイテンシ・コストが実運用の壁でした。GPT-5.6は効率を第一級の目標に据え、性能とコストのトレードオフを押し広げます。 🛠 方法論とラインナップ ・Sol: フロンティア推論と長時間エージェント向けの旗艦 ・Terra: GPT-5.5級の性能を約半額で出す日常用バランス型 ・Luna: 最速最安（Solより約80%安い） サービング面も、投機的デコードでトークン生成を15%以上効率化、GPUカーネル改善でコスト20%削減。 📊 実験結果 コーディングのAgent Index（Artificial Analysis）でSol最大推論が80の新SOTA。Fable 5を+2.8上回りつつ、出力トークン半分・時間半分・コスト約1/3。ExploitBenchでもMythos Preview級を出力トークン約1/3で達成しました。 #GPT56# #OpenAI#

號外！號外！參加TRE2026、ACT Entertainment的秘密武器「三咲麻友(三咲まゆ)」活動正式上線了！ . 才剛發表出道作，就能來到TRE，片商和事務所對「三咲麻友(三咲まゆ)」自然不用多說，為了讓大家都見識到她的實力，這次在ACT Entertainment特別用甜甜碎鑽價「10000紅鑽(約台幣650元)」超低價促銷，每天六場活動，上半場下半場不同玩法，想要拍立得合照或是獨拍攝影會都OK！ . 所以，走過路過不要錯過，馬上去JKFace預約▶ . #三咲まゆ# #三咲麻友# #MisakiMayu# #ACTEntertainment# #TRE2026# . Model @mayu_misaki0801 Agent @info_actent

【速報】三咲まゆ(三咲麻友)確定出席TRE2026的ACT Entertainment攤位。 身為業界的女優搖籃，ACT Entertainment為了這次的TRE真的是拚了，在音無鈴以及ひなの花音(雛乃花音)之外，加碼讓才出道的新人「三咲麻友(三咲まゆ)」共襄盛舉，7月3日到5日，大家TRE見！ #三咲まゆ# #三咲麻友# #MisakiMayu# #TRE2026# #ACTEntertainment# Model @mayu_misaki0801 Agent @info_actent

# ADK 2.0の便利だけど知られていない機能 🌍 エージェントの会話中に「前に聞いた情報を覚えておいてほしい」と思ったことはありませんか？状態管理の仕組みを理解すれば、それが簡単に実現できます。 ADK 2.0のState機能は、セッション内外でデータを保持・共有するためのキーバリュー型のスクラッチパッドです。プレフィックスによってスコープを使い分けることで、柔軟な状態管理が可能になります。 📌 タイトル：状態 (State) の管理 🔗 URL： 🧩 概要 Stateはキーバリュー形式のデータストアで、4つのプレフィックスによってスコープが決まります。プレフィックスなしはセッションスコープ（そのセッション内でのみ有効）、user:はユーザースコープ（同一ユーザーの複数セッションで共有）、app:はアプリケーションスコープ（全ユーザー・全セッションで共有）、temp:は一時スコープ（インボケーション終了時に破棄）です。エージェントの指示文中では{key}の形式で状態値を参照でき、動的なプロンプト構築が可能です。 🛠 使い方 状態の書き込みにはいくつかの方法があります。 ```python # 1. output_keyでエージェントの出力を自動保存 agent = Agent( name="summarizer", output_key="last_summary", ... ) # 2. EventActions.state_deltaで明示的に設定 from import EventActions actions = EventActions(state_delta={"user:preference": "dark_mode"}) # 3. ToolContext経由でツール内から設定 def my_tool(query: str, tool_context: ToolContext) -> str: tool_context.state["app:global_counter"] = 42 tool_context.state["temp:intermediate"] = "temporary_value" return "done" ``` 指示文での参照は以下のように行います。 ```python agent = Agent( instruction="ユーザーの好みは{user:preference}です。前回の要約：{last_summary}", ... ) ``` 🏗 本番システムへの組み込み方 ・スコープを適切に選択し、不要なデータの永続化を避ける（一時データにはtemp:を活用） ・user:やapp:スコープの状態は複数セッションに影響するため、慎重に設計する ・状態の読み書きは必ずCallbackContextやToolContext経由で行い、イベント追跡を確保する ・状態キーの命名規則を統一し、チーム全体での保守性を向上させる 💡 ユースケース 👤 user:プレフィックスでユーザーの好みや設定を複数セッションにわたって保持 📊 app:プレフィックスでアプリケーション全体の統計情報やカウンターを管理 🔄 output_keyで直前のエージェント出力を次のステップで自動参照 🧹 temp:プレフィックスで中間計算結果を一時保存し、メモリ効率を向上 ⚠️ 注意点 session.stateをコンテキスト外から直接変更しないでください。CallbackContextやToolContextを経由せずに変更すると、イベントトラッキングがバイパスされ、状態の変更履歴が記録されません。これにより、巻き戻し機能やデバッグに支障をきたす可能性があります。 ✨ Stateの4つのスコープを使い分けることで、エージェントの記憶と文脈を柔軟に管理できます。適切な状態管理は、質の高いエージェント体験の基盤です。 #ADK# #AIAgent#

🔎 エージェントが他組織のツールやエージェントを「どこにあって、どれを選び、安全か」を判断する標準がついに登場。エージェンティックWebの検索エンジンを作る仕様です。 📰 タイトル: Announcing the Agentic Resource Discovery specification 🔗 URL: 💡 概要 Googleが、AIの能力（ツール・スキル・他のエージェント）をWeb全体で公開・発見・検証するためのオープン仕様「Agentic Resource Discovery（ARD）」を発表しました。業界横断で開発され、フレームワークやプロトコル、プロバイダーの違いを越えて安全に接続できることを目指します。 🧩 解決する課題 エージェントは組織をまたいだツールやエージェントを使いたくても、「どこにあるか・どれを選ぶか・安全に使えるか」に答える標準がなく、プラットフォームごとに分断していました。ARDはこの発見と信頼の欠落を埋めます。 🛠 方法論と提案手法 2つの基本要素で構成されます。 ・カタログ: 組織がドメインのwell-knownパスに ai-catalog.json を公開。MCPサーバー、A2Aエージェント、OpenAPIツール、入れ子カタログを記述でき、ドメイン所有権が信頼の暗号学的な土台になります ・レジストリ: カタログをクロール・インデックス化する「エージェンティックWebの検索エンジン」。検証用メタデータ付きで結果を返します 公開→発見→暗号学的検証→実行時接続の4フェーズで動作します。 📊 ユースケース / 実績 Googleは Gemini Enterprise Agent Platform の Agent Registry として実装し、Agent Identity検証によるHIPAA等のコンプライアンスにも対応。例えば障害調査の運用エージェントが、可観測性・ドキュメント・デプロイ履歴・専門エージェントを統一的に発見して使えます。仕様はApache 2.0でGitHub公開されています。 #AIエージェント# #ARD#

# OpenAI Agent SDKの便利で実践的な使い方 🌍 同じエージェントでも、ユーザーごとに異なる体験を提供したいことがあります。Dynamic instructions を使えば、実行時のコンテキストに応じてプロンプトを動的に組み立てられます。 instructions に関数を渡すことで、RunContextWrapper と Agent を引数に受け取り、実行時に動的にシステムプロンプトを生成できます。 📌 タイトル：Agents -- Dynamic instructions 🔗 URL： 🧩 概要 Agent の `instructions` には文字列だけでなく、関数を渡すことができます。この関数は `RunContextWrapper` と `Agent` を受け取り、文字列を返します。これにより、ログインユーザーの情報、現在時刻、ユーザーのプラン、ロケールなど、実行時にしか決まらない情報をプロンプトに注入できます。async 関数もサポートされているため、DB からのデータ取得も可能です。 🛠 使い方 `dynamic_instructions(context: RunContextWrapper[UserContext], agent: Agent) -> str` という関数を定義し、`context.context` からユーザー名やプラン、現在時刻を取得してプロンプト文字列を組み立てます。この関数を `Agent` の `instructions=dynamic_instructions` に渡すことで、実行時に動的なシステムプロンプトが生成されます。 🏗 実践的な使い方 **ユーザー名・プラン・日時のランタイム注入** ログイン済みユーザーの情報をプロンプトに反映し、パーソナライズされた応答を実現します。 `@dataclass` で `UserContext` を定義し、`name: str`, `plan: str`, `timezone: str` を持たせます。`personalized_instructions(context: RunContextWrapper[UserContext], agent: Agent) -> str` 関数内で `context.context` からユーザー情報を取得し、` で現在時刻を取得してプロンプトを組み立てます。`user.plan` の値（`"pro"`, `"enterprise"`, `"free"`）に応じて利用可能な機能やアップグレード案内のメッセージを分岐します。`Agent` に `instructions=personalized_instructions` を設定し、` ..., context=UserContext(name="田中太郎", plan="pro", timezone="Asia/Tokyo"))` で実行時コンテキストを渡します。 **ロケールによる多言語切り替え** ユーザーのロケール設定に応じて、指示言語を自動的に切り替えます。 `INSTRUCTIONS_BY_LOCALE` 辞書に `"ja"`, `"en"`, `"zh"` をキーとしてロケール別のシステムプロンプトを格納します。`locale_instructions(context: RunContextWrapper[UserContext], agent: Agent) -> str` 関数で `context.context.locale` を参照し、対応するプロンプトを `INSTRUCTIONS_BY_LOCALE.get(locale, INSTRUCTIONS_BY_LOCALE["en"])` で取得します。 **async 関数で DB からデータを取得してプロンプトに注入** ユーザーの直近の購入履歴を DB から取得し、パーソナライズされたサポートを提供します。 `async def instructions_with_history(context: RunContextWrapper[UserContext], agent: Agent) -> str` で非同期関数を定義し、`await db.fetch_recent_orders( limit=5)` で直近の注文履歴を DB から取得します。取得した注文を文字列に整形してプロンプトに埋め込み、コンテキストを踏まえたサポートを可能にします。この async 関数を `Agent` の `instructions=instructions_with_history` に設定します。 💡 ユースケース 👤 ログインユーザーの名前・プラン・日時をランタイムで注入し、パーソナライズされた応答を生成 💎 Pro ユーザーには高度な機能案内、Free ユーザーにはアップグレード提案と、プランに応じた対応を分岐 🌐 ユーザーのロケール設定に基づいて指示言語を自動切り替え、多言語サポートを実現 📦 async 関数で DB から直近の購入履歴を取得し、コンテキストを踏まえたサポートを提供 ⚠️ 注意点 - async の instructions 関数で重い DB クエリを実行すると、エージェントの応答開始が遅れます。キャッシュやクエリの最適化を検討してください。 - instructions 関数内で例外が発生するとエージェント全体が失敗します。適切なエラーハンドリングとフォールバックを実装しましょう。 - 動的に生成するプロンプトが長くなりすぎないよう注意してください。トークン消費が増加します。 ✨ Dynamic instructions を使えば、1つのエージェント定義で多様なユーザー体験を提供できます。ランタイムの情報を活かして、真にパーソナライズされたエージェントを構築しましょう！ #OpenAIAgentSDK# #AIAgent#

# Claude Agent SDKの便利だけど知られていない機能 🌍 セッション途中で権限を変えたい？ストリーミング中に権限モードを動的に切り替えられます！ Claude Agent SDKでは、セッション実行中に `set_permission_mode()` を呼ぶだけで、権限モードを即座に変更できます。 📌 タイトル：ストリーミング中の権限モード動的変更 🔗 URL： 🧩 概要 `set_permission_mode()`（Python）/ `setPermissionMode()`（TypeScript）を使うと、セッションの途中で権限モードをリアルタイムに変更できます。新しいモードは即座に有効となり、以降のすべてのツールリクエストに適用されます。「最初は厳格に、信頼が築けたら緩める」という段階的な権限管理が実現できます。 🛠 使い方 ```python # Python - 段階的に権限を緩和する例 import asyncio from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions async def main(): async with ClaudeSDKClient( options=ClaudeAgentOptions( permission_mode="default", # まずはデフォルトで開始 ) ) as client: await client.query("このコードをリファクタリングしてください") # アプローチを確認後、編集を許可 await client.set_permission_mode("acceptEdits") async for message in client.receive_response(): if hasattr(message, "result"): print(message.result) ``` ```typescript // TypeScript const q = query({ prompt: "Refactor this code", options: { permissionMode: "default" } }); // アプローチ確認後に編集を許可 await q.setPermissionMode("acceptEdits"); for await (const message of q) { if ("result" in message) console.log(message.result); } ``` 🏗 本番システムへの組み込み方 ・「plan → 確認 → acceptEdits」のワークフローで、安全なステップバイステップの自動化を実現します ・ユーザーの信頼度や操作の進行状況に応じて、段階的に権限を拡大するインタラクティブなアプリを構築できます ・エラー検出時に権限を引き締める「フォールバック」パターンにも活用できます ・監視システムと連携し、異常検知時に自動的に制限的なモードへ切り替えることも可能です 💡 ユースケース 🔐 コードレビュー後に編集権限を付与する対話型ワークフロー 📈 タスクの進捗に応じて権限を段階的に拡大するプログレッシブな自動化 🛡 異常を検知したら即座に制限モードに切り替える防御的エージェント ⚠️ 注意点 ・新しいモードは即座に有効になるため、切り替えのタイミングに注意してください ・モード変更は現在のセッション内でのみ有効です ・`bypassPermissions` や `auto` モードに切り替えた場合、サブエージェントにも継承される点に注意が必要です ✨ 権限の動的変更は「最初は安全に、必要に応じて柔軟に」を実現する強力なツールです。段階的な信頼構築のワークフローにぜひ活用してください！ #ClaudeAgentSDK# #AIAgent#

# Claude Agent SDKの便利だけど知られていない機能 🌍 AIがファイルを変更しても、いつでも元に戻せる安心感。 ファイルチェックポイントを使えば、Write/Edit/NotebookEditによる変更を自動追跡し、任意の時点にロールバックできます。 📌 タイトル：ファイルチェックポイントとロールバック 🔗 URL： 🧩 概要 ファイルチェックポイントは、エージェントセッション中のファイル変更を追跡する機能です。enable_file_checkpointing=Trueを設定すると、Write・Edit・NotebookEditツールによるファイル変更前にバックアップが自動作成されます。各UserMessageのUUIDがチェックポイントとして機能し、rewind_files()でそのUUID時点の状態に復元できます。新規作成されたファイルは削除され、変更されたファイルは元の内容に戻ります。 🛠 使い方 ```python import asyncio from claude_agent_sdk import ( ClaudeSDKClient, ClaudeAgentOptions, UserMessage, ResultMessage, ) async def main(): # Step 1: チェックポイントを有効化 options = ClaudeAgentOptions( enable_file_checkpointing=True, permission_mode="acceptEdits", extra_args={"replay-user-messages": None}, # UUID取得に必須 ) checkpoint_id = None session_id = None async with ClaudeSDKClient(options) as client: await client.query("認証モジュールをリファクタリングして") # Step 2: UserMessageからチェックポイントUUIDを取得 async for message in client.receive_response(): if isinstance(message, UserMessage) and message.uuid and not checkpoint_id: checkpoint_id = message.uuid if isinstance(message, ResultMessage) and not session_id: session_id = message.session_id # Step 3: セッションを再開してロールバック if checkpoint_id and session_id: async with ClaudeSDKClient( ClaudeAgentOptions( enable_file_checkpointing=True, resume=session_id ) ) as client: await client.query("") # 空プロンプトで接続を開く async for message in client.receive_response(): await client.rewind_files(checkpoint_id) break print(f"チェックポイントに巻き戻しました: {checkpoint_id}") ``` 🏗 本番システムへの組み込み方 ・extra_args={"replay-user-messages": None}は必須です。これがないとUUIDがストリームに含まれません ・ロールバック時はセッションをresumeで再開し、空プロンプトで接続後にrewind_files()を呼びます ・チェックポイントUUIDとセッションIDを永続化しておけば、プロセス再起動後もロールバック可能です ・permission_mode="acceptEdits"と組み合わせることで、ファイル変更を自動承認しつつ安全にロールバックできます 💡 ユースケース 🔧 安全なリファクタリング：変更を試して、問題があれば即座にロールバック 🧪 実験的コード生成：AIの出力を検証し、品質が低ければ元に戻す 📝 ドキュメント自動生成：生成結果をレビューして、不要な変更だけ取り消し ⚠️ 注意点 ・Bashコマンド（echo > file.txt、sed -i 等）による変更は追跡されません ・チェックポイントはファイルの内容のみを追跡します。ディレクトリの作成・移動・削除は元に戻りません ・会話履歴はロールバックされません。ファイルのみが復元されます ・チェックポイントは作成したセッションに紐づいています ✨ 「取り消し」できるAI開発で、安心してコードを任せましょう！ #ClaudeAgentSDK# #AIAgent#

# Claude Agent SDKの便利だけど知られていない機能 🌍 コードを変更せずに計画だけ立ててほしい？planモードなら読み取り専用でClaudeが分析・提案します！ Claude Agent SDKのplanモードは、ソースファイルを一切編集せず、読み取り専用ツールだけでコードを探索し、変更計画を立てるモードです。 📌 タイトル：plan モード（読み取り専用のみ実行） 🔗 URL： 🧩 概要 `permission_mode="plan"` を設定すると、Claudeは読み取り専用ツール（Read、Grep、Globなど）と読み取り専用のシェルコマンドだけを使ってコードベースを探索します。Edit、Write、Bashでの書き込み操作は実行されません。要件の明確化が必要な場合は `AskUserQuestion` を使ってユーザーに質問することもあります。コードレビューや変更提案を安全に行いたい場面で最適です。 🛠 使い方 ```python # Python - コードレビュー用のplanモード import asyncio from claude_agent_sdk import query, ClaudeAgentOptions async def main(): async for message in query( prompt="認証モジュールのセキュリティ問題を分析し、改善計画を提案してください", options=ClaudeAgentOptions( permission_mode="plan", # 読み取り専用で分析 ), ): if hasattr(message, "result"): print(message.result) ``` ```typescript // TypeScript for await (const message of query({ prompt: "Analyze security issues in the auth module and propose a fix plan", options: { permissionMode: "plan" // Read-only analysis } })) { if ("result" in message) console.log(message.result); } ``` 🏗 本番システムへの組み込み方 ・プルリクエストの自動レビューで、コードを変更せず問題点と改善案だけを提示します ・新しいコードベースの調査・理解フェーズで安全に探索できます ・変更を実行する前の「計画フェーズ」として、人間が計画を確認してから実行モードに切り替える運用ができます ・`set_permission_mode()` と組み合わせて、計画承認後に `acceptEdits` に切り替えるワークフローが構築できます 💡 ユースケース 📋 コードレビューで変更提案だけを生成し、実際の変更は人間が判断する 🔍 大規模コードベースのアーキテクチャ分析を安全に行う 📝 リファクタリング計画を立てて、チームで合意してから実行する ⚠️ 注意点 ・読み取り専用のシェルコマンドは実行される場合があります ・`AskUserQuestion` が発生する可能性があるため、完全な無人実行にはdontAskモードの方が適しています ・計画結果を実行に移す場合は、新しいセッションまたは権限モードの動的変更が必要です ✨ 「まず計画、次に実行」のワークフローはエンジニアリングの基本です。planモードで安全に分析し、納得してから変更を実行しましょう！ #ClaudeAgentSDK# #AIAgent#