"Learning Software Architecture" というタイトルの記事から。 ・ソフトウェア設計は、実際のプロジェクトを通じて実践で学ぶのが一番 ・プログラミングにおいてコード以上に重要なのはアーキテクチャ ・アーキテクチャ以上に重要なのは組織の社会的な問題 ・科学（研究に近い）向けのコードが産業界のコードと異なるのは、開発者の知識の差ではない ・これは、3ヶ月後に論文を出す、といったインセンティブ構造の違いによる ・プロジェクトのインセンティブ構造自体を設計できる機会は稀だが、できれば非常に効果的になる ・構造を変えられない場合は、諦めて制約の中で最善を尽くすしかない ・筆者は rust-analyzer の開発において、コントリビューターの層に合わせたアーキテクチャを採用した ・中核部分には優秀な開発者を惹きつけるため、依存関係を減らしてビルドを徹底的に高速化 ・周辺機能には週末だけプログラミングできる層を集めるため、各機能を完全に独立させた ・周辺機能の品質基準も正常系が動けばOKとして、クラッシュが全体に波及しない仕組みを作っておいた （つまり、コントリビューターが取り組みやすい構造を設計に取り入れて、社会構造に対応しようとした） ・ただ、適応を優先して実験的に作ったコードが、そのまま本番運用され続けるリスクもあるが ・なお、ソフトウェア設計の真理が1冊にまとまった本は存在しない ・それでも、おすすめの書籍や講演はいくつかある ・APoSDとか、Software Engineering at Googleとか

本日、Findy Architecture AI データ基盤をリリースしました！ AI時代にMoatになるデータ。そのデータをどう活用するか、どう基盤を構築するかが重要な中で人材は不足しています。 ぜひデータ基盤の叩き台としてご利用ください！

【新着・建築キーワードで本と出合う📚】 6月に移転した表参道の「新建築書店 | Post Architecture Books」の魅力を紐解く！ 🔗 建築書から洋書アートブックまで。感性を深める選書やトークイベントなどカルチャー好きを魅了する空間へ✨

日経さんにも取り上げていただきました！Architecture AI データ基盤 です！ ファインディ、AIによるデータ基盤の設計提案　想定コストも算出 - 日本経済新聞

10年くらい前にGoogleのAIイベントで @JeffDean と一緒に撮影した写真。 当時は初期のMoEやNeural Architecture SearchがGoogleから発表されて、それらの論文を夢中になって読んで、どうしても再現したくて自作しようと頑張ったものだった。その時の開発が自分のAI R&Dの礎となった。 懐かしい。

本日の要務先。 麻布台ヒルズ36FのAWS Japanを訪問し、Alan Halachmi氏（Director, Worldwide Public Sector Solutions Architecture）とお話しする機会をいただきました。

LLMエージェントの「検索」を「推論」から切り離すと、精度はほぼ維持したまま検索コストを最大98%削減できました🔌 タイトル: Decoupling Search from Reasoning: A Vendor-Agnostic Grounding Architecture for LLM Agents URL: 🔌 概要 検索による根拠づけ（grounding）を、言語モデルの推論から切り離す手法DSGの提案です。Model Context Protocol（MCP）に準拠した独立ゲートウェイとして動作し、ベンダー非依存の中間層として機能します。 ❓ 解決する課題 本番のLLMエージェントでは、リアルタイム検索がモデルプロバイダーに密結合しています。 ・システムの検査・再構成・転用・移行が難しい ・検索が「Search-Induced Verbosity（検索起因の冗長化）」を招き、厳格な出力要件に違反することがある 検索と推論の一体化が、柔軟性とコストのボトルネックでした。 💡 方法論と提案手法 根拠づけを「モデルの中」ではなく「検索と生成の境界」に置きます。これまでモデルに埋め込まれていた要素を制御可能な第一級機能として公開します。 ・プロバイダールーティング（検索先の選択・切り替え） ・ソースを意識したコンテキストレンダリング ・設定可能なフォールバック機構 ・検索深度の管理 ・厳密キャッシュとセマンティックキャッシュの両方 📊 実験結果 ・SimpleQA：精度86.1%（ネイティブ検索87.7%）を保ちつつ検索コストを91%削減 ・キャッシュのウォームヒット率99.4%、レイテンシ68%削減 ・本番Eコマース：ネイティブ同等の精度で検索コストを98%以上削減 ・一方、新しさが重要なFreshQAではネイティブ検索が優位 #LLMエージェント# #検索#

企業でAIエージェントを動かす鍵は「賢さ」より「統制」。女王蜂と働き蜂のアーキテクチャが答えを示します🐝 タイトル: Queen-Bee Agents: A BeeSpec-Centered Architecture for Governed Enterprise MCP Orchestration URL: 🐝 概要 中央の「女王（Queen）」制御プレーンが実行を統率し、専門の「働き蜂（Bee）」が制約付きアクセスで動くマルチエージェントシステムです。ガバナンスを効かせた企業向けのMCPオーケストレーションを実現します。 ❓ 解決する課題 企業がエージェントを導入するとき必要なのは生の能力だけではありません。LLMを社内ツールやMCPに繋ぐ際、ポリシーの強制、テナント単位の分離、明示的な運用境界を越えない実行という統制が不可欠でした。 💡 方法論と提案手法 ・核心はBeeSpec：Queenがコンパイルする構造化仕様で、各Beeのタスクスコープの実行パラメータを定義 ・テナント分離されたMCPコネクタで分離を担保 ・監査に裏付けられた実行時ガバナンス ・検索駆動の能力付与で、必要な能力を動的に付与 ・複数バックエンドをサポート 📊 実験結果 ・検索駆動バリアントは59の企業タスクで成功率0.964 ・ガバナンス違反ゼロ ・単一エージェントや静的ベースラインよりスコープ付き実行の品質が優れる ・承認ゲートを伴う複数Beeのワークフロー協調を実証 #AIエージェント# #MCP#

第58回CHAIN セミナーとして、ナーガールジュナとヴィトゲンシュタインを研究しているTomaso Pignocchi氏に、“An Architecture of Denial: Western Metaphysics, Buddhist Thought, and the Wound of Transience”という講演をしていただきます。 何らかの「地盤」を求める欲望そのものを診断し解体することができる「治療的な哲学」とは？ 新世代の哲学の胎動を感じさせるトークになると思います。ぜひご参加ください。（英語、ハイブリッド形式）