🖥 たった9Bのオープンモデルが、ターミナル操作ベンチでClaude Haiku 4.5に迫る。しかもデータもモデルもコードも全公開です。 タイトル：Tmax: A simple recipe for terminal agents URL： ターミナルエージェントのRL学習に、シンプルで再現可能なレシピを与えたAi2/UWの研究です。注目ポイントを3つに絞って紹介します。 🧩 構成的なデータ生成パイプライン ドメイン・スキル・検証器・ペルソナ・難易度など9つの軸の組み合わせでタスクを大量合成し、Gemini-3-ProがDockerfileとユニットテストまで生成します。高コストな品質検証は省き、RL側でpass率0を弾くだけ。結果として従来比2.5倍超・14,600環境のTmax-15Kを安価に構築し、汚染ゼロかつ最も難しいデータになりました。 ⚙️ シンプルなoutcome-only RLレシピ 報酬は「タスク達成したか」だけ。素朴なGRPOは長期エージェントで崩壊するため、logprobの乖離をマスクするDPPO、FP32のLMヘッド、大きなグループサイズ（32）で安定化します。Qwen 3.5 9BをこのレシピでTerminal-Bench 2.0で27%まで引き上げました。 📈 強さと汎化、そして全公開 2B〜27Bの全サイズでQwenベースラインを改善。さらにSWE-Bench Verifiedが44→53.5、AIMEが73→91と非ターミナル評価でも向上し、ハーネスやモデルファミリを越えて汎化します。データ・モデル・コードはGitHubで完全公開。 オープンなターミナルエージェント研究の強力な土台になりそうです。 #ターミナルエージェント# #強化学習#

お知らせです！！ 『ペーパーハウス』の製作陣が贈るNetflixドラマ『ビリオネアズ・シェルター』 が先程190以上の国で公開されました！ Haikuという役で出演しております。 夢に見た海外ドラマ。撮影期間は全てが圧倒的でした。 ぜひ！ぜひ！！ご覧ください！！！ #ElRefugioAtómico#

# Claude Agent SDKの便利で実践的な使い方 💰 エージェントのコストをステップ単位・モデル別に追跡し、予算を最適化しましょう。 コストと使用状況の追跡は、`total_cost_usd` や `modelUsage` でエージェント実行のトークン消費とコストをリアルタイムに把握する機能です。 📌 タイトル：コストと使用状況の追跡 🔗 URL： 🧩 概要 ` で呼び出しごとの累積推定コストを取得し、`modelUsage` でモデル別のトークン内訳を確認できます。プロンプトキャッシュの最適化で大幅なコスト削減も可能です。 🛠 使い方 `ResultMessage` の `total_cost_usd` フィールドを読み取ります。`AssistantMessage` の `id` でデデュプリケーションしてステップ単位の正確な集計が可能です。 🏗 実践的な使い方 ・`total_cost_usd` で `query()` 呼び出しごとのコストを監視し、閾値を超えたらアラートを発行します。 ・`modelUsage` でサブエージェント用 Haiku とメイン用 Opus のコストを分解し、どこにコストがかかっているか可視化します。 ・`ENABLE_PROMPT_CACHING_1H=1` で TTL を 5 分→1 時間に延長し、短いセッションを多数回す場合のキャッシュ切れを防止します。 ・複数 `query()` の `total_cost_usd` をアプリ側で累積し、セッション横断のコスト管理を実現します。 💡 ユースケース 📊 ステップ単位のコスト可視化ダッシュボード 🔔 予算超過アラートの自動発行 ⚡ プロンプトキャッシュによるコスト最適化 ⚠️ 注意点 `total_cost_usd` は概算推定値です。権限ある請求管理には Usage and Cost API / Console を使用してください。SDK はセッション合計を提供しないため、アプリ側で累積する必要があります。 #ClaudeAgentSDK# #AI#

# Claude Agent SDKの便利だけど知られていない機能 🌍 サブエージェントにスキルやMCPサーバーを個別に設定したい？AgentDefinitionで細かくカスタマイズできます！ Claude Agent SDKのAgentDefinitionでは、skills、memory、mcpServersをはじめとする豊富なフィールドで、エージェント単位の詳細な設定が可能です。 📌 タイトル：エージェント単位の skills / memory / mcpServers 指定 🔗 URL： 🧩 概要 `AgentDefinition` には、`description` と `prompt` の必須フィールドに加え、多数のオプションフィールドがあります。`skills` でスキルをプリロード、`memory` でメモリソース（`user`/`project`/`local`）を指定、`mcpServers` でMCPサーバーを名前またはインライン設定で接続できます。さらに `tools`、`disallowedTools`、`model`（`sonnet`/`opus`/`haiku`/`inherit` またはフルモデルID）、`effort`、`permissionMode`、`maxTurns`、`background`、`initialPrompt` など、エージェントの挙動を包括的に制御できます。 🛠 使い方 ```python # Python - フル構成のエージェント定義 from claude_agent_sdk import AgentDefinition agent = AgentDefinition( description="データベース移行の専門家", prompt="あなたはDB移行のエキスパートです。安全な移行戦略を提案してください。", tools=["Read", "Grep", "Glob", "Bash"], disallowed_tools=["Bash(rm *)"], # 特定操作を禁止 model="opus", # 高品質なモデルを使用 skills=["db-migration"], # スキルをプリロード memory="project", # プロジェクトメモリを使用 mcpServers=["postgres-server"], # MCPサーバーに接続 effort="high", # 推論レベルを高く max_turns=20, # 最大ターン数を制限 permission_mode="acceptEdits", # 編集を自動承認 background=False, # フォアグラウンドで実行 ) ``` ```typescript // TypeScript const agent: AgentDefinition = { description: "Database migration specialist", prompt: "You are a DB migration expert. Propose safe migration strategies.", tools: ["Read", "Grep", "Glob", "Bash"], disallowedTools: ["Bash(rm *)"], model: "opus", skills: ["db-migration"], memory: "project", mcpServers: ["postgres-server"], effort: "high", maxTurns: 20, permissionMode: "acceptEdits", background: false, }; ``` 🏗 本番システムへの組み込み方 ・`skills` でドメイン固有の知識をプリロードし、エージェントの専門性を高めます（未リストのスキルもSkillツール経由で呼び出し可能） ・`memory` で適切なスコープを設定し、エージェント間でのコンテキスト共有を制御します ・`mcpServers` でデータベースや外部サービスへの接続を名前またはインライン設定で管理します ・`maxTurns` でコスト制御と暴走防止を行い、`effort` でタスクの重要度に応じた推論品質を設定します ・`background: true` でノンブロッキング実行にし、並行タスクの効率を上げます 💡 ユースケース 🗄 MCPサーバー接続付きのデータベース移行エージェント 📚 ドメイン固有スキルをプリロードした専門家エージェント ⚡ バックグラウンド実行で並行分析を行う高速ワークフロー ⚠️ 注意点 ・`tools` を省略するとすべてのツールを親から継承します。制限したい場合は明示的に指定してください ・サブエージェントの `permissionMode` は、親が `bypassPermissions`/`acceptEdits`/`auto` の場合、親のモードが強制的に継承されオーバーライドできません ・`skills` にリストしたスキルは起動時にプリロードされますが、リストにないスキルもSkillツール経由で呼び出せます ・Python SDKではフィールド名はcamelCaseでワイヤフォーマットに合わせます ✨ AgentDefinitionの豊富な設定フィールドを活用すれば、汎用エージェントではなく、タスクに最適化された専門家エージェントを構築できます！ #ClaudeAgentSDK# #AIAgent#

🧵 TL;DR: 長く走るAIエージェントはトークンコストが膨らみがち。Deep Agents はプロンプトキャッシュを"設定不要"で効かせ、実タスクで最大80%のコスト削減を実現します。 タイトル: Prompt Caching with Deep Agents URL: ポイント 💸 毎リクエストで会話履歴・システムプロンプト・ツール定義を再処理してコストが積み上がるのが課題 ⚡ プロンプトキャッシュは静的部分の計算結果を再利用し、新規の差分だけを処理 🧩 明示的なキャッシュ区切り（breakpoint）で、プロンプトが少し変わっても部分ヒットを維持 🤖 Deep Agents は3戦略を自動適用（明示breakpoint／プロバイダ側の暗黙キャッシュ／キャッシュ最大化の構造化） 📊 実測でClaude Haiku 4.5は-77%、GPT-5.4-miniは-80%、Gemini 3.5-Flashは-49% 🔭 LangSmith でキャッシュ読み取りトークンを可視化し、削減を計測・最適化 ⏳ 会話が長いほど効果増。短いタスクでは恩恵は小さい 設定ゼロでプロバイダ差を吸収してくれる点が、実運用で効いてきそうです。 #LangChain# #AIエージェント#

# Claude Codeの機能と実践的な使い方 🤖 ログや検索結果でメイン会話を汚したくない。そんなとき、専用のコンテキストで作業して要約だけ返すサブエージェントが役立ちます。読み取り専用のレビュアーや調査役を切り出せます。 📌 タイトルと機能のURL タイトル: サブエージェント URL: 📝 概要 サブエージェントは特定タスクを担当する専用AIアシスタントです。独自のコンテキストウィンドウ、固有のシステムプロンプト、ツールアクセス、権限を持ち、独立して動いて結果の概要だけをメイン会話に返します。詳細な出力をメインから隔離でき、ツール制限でできることを絞れます。 🔧 機能の説明 ・組み込みサブエージェントとしてExplore（Haikuの読み取り専用・コードベース探索）、Plan（プランモードの調査役）、general-purpose（探索と変更の両方を行う複雑タスク向け）があります。 ・カスタムサブエージェントはYAMLフロントマター付きMarkdownで定義します。必須は name と description のみです。 ・主なフィールドは tools（許可ツール）、disallowedTools（拒否ツール）、model（sonnet/opus/haiku/inherit）、permissionMode、skills、memory などです。 ・description をもとにClaudeが委譲を判断します。「use proactively」などの語を入れると積極的に委譲されます。 ・サブエージェントは他のサブエージェントを生成できません（無限ネスト防止）。 🛠 実践的な使い方 ・/agents コマンドでタブ付きUIを開き、ガイド付きまたはClaude生成でサブエージェントを作成・編集・削除できます（推奨）。 ・保存先でスコープが決まります。プロジェクト用は .claude/agents/ 、全プロジェクト用は ~/.claude/agents/ です。前者はバージョン管理でチーム共有に向きます。 ・明示的に呼ぶには自然言語（「test-runnerサブエージェントで〜」）、@メンション、またはセッション全体を claude --agent code-reviewer で実行する方法があります。 ・読み取り専用レビュアーなら tools: Read, Grep, Glob, Bash のように絞ります。 ・memory: project を設定すると、会話をまたいで知見を蓄積する永続メモリを持てます。 🎯 ユースケース ・コードを変更しないコードレビュアーや、長い調査を担う読み取り専用の調査役を定義する。 ・テスト実行やログ処理など大量出力を生む作業を隔離し、失敗テストの概要だけを返させる。 ・独立した複数モジュールの調査を、別々のサブエージェントで並行実行する。 ・安価で高速なHaikuにタスクをルーティングしてコストを抑える。 ⚠️ 注意点 ・サブエージェントは毎回新しいコンテキストで開始し、会話履歴や既読ファイルは引き継ぎません。立ち上げに時間がかかる場合があります。 ・多数のサブエージェントが詳細な結果を返すと、かえってメインのコンテキストを消費します。 ・ディスク上のファイルを直接編集した場合、読み込みにはセッション再起動が必要です（/agents経由なら即時反映）。 ・bypassPermissions は権限チェックを飛ばすため慎重に使ってください。 #ClaudeCode# #DevTools#

# Claude Agent SDKの便利で実践的な使い方 🔍 数百〜数千のツールを効率的に管理し、必要なツールだけオンデマンドでロードできます。 ツール検索は、大量のツールをコンテキストに事前ロードする代わりに、必要なツールだけを実行時に検索・ロードする機能です。 📌 タイトル：多くのツールにスケーリングするツール検索 🔗 URL： 🧩 概要 `ENABLE_TOOL_SEARCH=auto` でツール定義がコンテキストを圧迫する場合に自動的にツール検索を有効化します。50ツールで10〜20Kトークン消費、30〜50ツール超で選択精度が低下する問題を解決します。 🛠 使い方 ```bash export ENABLE_TOOL_SEARCH=auto:5 # コンテキストの5%超で有効化 ``` 🏗 実践的な使い方 ・エンタープライズ MCP サーバー（数百ツール）接続時に、必要なツールだけオンデマンド検索してコンテキスト圧迫を防ぎます。 ・`auto:5` で「ツール定義がコンテキストの5%超ならツール検索を有効化」と自動判定。小規模（10ツール未満）なら `false` で事前ロードの方が高速です。 ・ツール説明に「キーワード、チャネル、日付範囲で Slack メッセージを検索」のような具体的キーワードを入れ、検索ヒット率を向上させます。 💡 ユースケース 🏢 大規模 MCP サーバーのツール管理 💰 トークンコストの最適化 🎯 ツール選択精度の維持 ⚠️ 注意点 Claude Sonnet 4 / Opus 4 以降が必要です（Haiku 非対応）。カタログ上限1万ツール、検索ごとに3〜5ツール返却。Vertex AI とサードパーティ `ANTHROPIC_BASE_URL` ではデフォルト無効です。 #ClaudeAgentSDK# #AI#

／ HAIKYU!! in SWEETS PARADISE ＼ コラボグッズの事後通販が決定いたしました✨ この機会にぜひGETしてください!! 期間：2026年9月1日(火)10:00～9月15日(火)23:59まで ご注文はこちらから↓ #ハイキュー#!! #hq_anime# #スイパラ#