この記事では、大規模言語モデル（LLM）を使った「エージェント」が、より複雑なタスクをこなすための工夫、通称「Deep Agent（ディープエージェント）」について解説しています。

LLMを使ったエージェントは、まるで人間の秘書のように、私たちが指示したことを理解し、ツールを使って実行するプログラムです。しかし、一般的なエージェントは、シンプルな指示は得意でも、いくつかのツールを組み合わせたり、長い時間をかけて取り組むような複雑なタスクになると、途中で迷ったり、うまく計画を立てられなかったりする「浅い（シャロー）」という課題がありました。

「Deep Agent」は、この課題を解決し、まるで専門家のように一つのテーマを深く掘り下げたり、複雑なタスクを長い期間にわたって計画・実行できるようになったエージェントのことです。具体的には、「Deep Research」や「Claude Code」といった成功事例から、次の4つの重要な要素が共通して使われていることが分かってきました。

詳細なシステムプロンプト：

計画ツール：

サブエージェント：

ファイルシステム：

これらのDeep Agentの仕組みを、誰もが自分の目的で簡単に作れるように、オープンソースのライブラリ「deepagents」が開発されました。このライブラリを使えば、上記で説明した4つの要素を組み込んだエージェントを、手軽に構築・カスタマイズできるようになります。

引用元: https://blog.langchain.com/deep-agents/

AIエージェントは、単なる賢いチャットボットの延長ではなく、「目的を持ち、意図的に行動し、経験から学習する」自律的な存在です。これは、自然言語がプログラミング言語となる「Software 3.0」の時代を象徴し、従来の予測可能なソフトウェアとは根本的に異なります。エージェントは大規模言語モデル（LLM）を基盤とし、環境認識、推論、行動実行のサイクルを自律的に回します。

その能力は多岐にわたり、メール返信の下書きや請求書処理、システム監視などを非同期的にこなし、人間は戦略的・創造的な仕事に集中できるようになります。また、技術仕様書のような大規模文書から必要な情報を抽出し、サンプルコードの動作検証まで行えます。人間の自然な言葉や、画像とテキストを組み合わせた情報（エラー画面の分析、システム構成図からのボトルネック特定など）も理解し、具体的な解決策を提案します。

エージェントの自律的な「観察→判断→実行」サイクルは効率的ですが、行動の結果に対する責任の所在という課題も生じます。これに対し、記事では「監督された自律性（Supervised Autonomy）」というアプローチを提唱しています。これは、タスクの重要度に応じてエージェントの自律レベル（完全自動、通知付き自動、承認後実行、支援モード）を変え、決定内容の記録や人間の承認プロセスを明確にすることで、最終的な責任は人間が持つという考え方です。

エージェントの「ブラックボックス」化を防ぎ、信頼性を高めるためには「透明性」が不可欠です。プロセス、意図、限界の3つのレベルでエージェントの思考や判断根拠を人間が理解できるようにするべきです。例えば、「Chain of Thought（思考の連鎖）」で推論過程を段階的に示したり、判断の確信度や限界を正直に伝えたりすることが挙げられます。

エージェントの性能を最大限に引き出す鍵は「コンテキストエンジニアリング」です。これは、エージェントにその時々で必要な情報とツールを最適なタイミングで提供し続ける技術であり、「デジタル世界の建築学」とも表現されます。情報を記録（Write）、動的に取得（Select）、要約（Compress）、タスクごとに分離（Isolate）する戦略を通じて、エージェントが適切な文脈で効率的に機能するように設計します。

さらに複雑なタスクには、複数のエージェントが協力する「マルチエージェントシステム」が有効です。Claudeの「Sub Agent」のように、各エージェントが特定の専門分野に特化し、互いに必要な情報を共有・連携することで、単一エージェントでは難しい高度な問題解決や、予期せぬ「創発的」な成果を生み出す可能性を秘めています。将来的な概念として、エージェントたちが議論し合意形成する「サンガ（Sangha）」のような民主的意思決定機構も構想されています。

AIエージェントの進化は、人間の役割を「計算者」から「創造者」へと変える「共進化」をもたらします。人間は、ルーチンワークから解放され、エージェントへの「意図の設計」、倫理的な「判断」、そして「創造的な探索」に集中するようになります。私たちは、エージェントを道具として使いながら、共に成長していく新しい時代の入り口に立っています。

引用元: https://syu-m-5151.hatenablog.com/entry/2025/07/29/195608

大規模言語モデル（LLM）の「Qwen」シリーズから、新たに「Qwen3-30B-A3B-Instruct-2507」が発表されました。これは、Qwen3-30B-A3Bの改良版で、「非思考モード」に特化しているのが特徴です。つまり、従来のモデルのように思考の過程を示す特別なブロック（など）を生成せず、直接結果を出力するようになり、よりシンプルに利用できるようになりました。

この新しいモデルの主な強化点は以下の通りです。

技術的な側面としては、総パラメータ数が305億あり、そのうち約33億がアクティベートされる（Mixture-of-Experts: MoEという効率的な構造を持つ）モデルです。ネイティブで262,144トークンという長いコンテキスト長をサポートしており、これにより非常に長い入力にも対応できます。

ベンチマークテストでは、知識、推論、コーディング、ユーザーとの適合性、エージェント機能、多言語対応といった多くの分野で、従来のQwen3-30B-A3Bから大幅な性能向上が見られ、他の主要なLLMモデルとも競争力のある結果を出しています。

このモデルは、Hugging Faceのtransformersライブラリの最新バージョンで簡単に利用でき、SGLangやvLLMといったツールを使えば、OpenAI互換のAPIとしてデプロイすることも可能です。また、OllamaやLMStudioといったローカル実行環境でもサポートされており、プログラミングの経験が浅い新人エンジニアでも、様々な用途でLLMの強力な能力を試すことができるでしょう。

引用元: https://huggingface.co/Qwen/Qwen3-30B-A3B-Instruct-2507

ニコニコ生放送のiOSアプリで、AIを使ったボイスチェンジャー機能が無料で使えるようになりました。これはドワンゴ独自のAI技術で、あなたの声をリアルタイムに「ずんだもん」など100種類以上のキャラクターボイスに変換できます。iPhoneやiPadがあればすぐに使え、声を出さずに配信したい方やVTuber活動を始めたい方に便利です。この技術を配信アプリに導入したのは業界初の試みで、リリース記念のキャンペーンも開催中です。

引用元: https://www.moguravr.com/niconico-live-app-ai-voicechanger-beta/

（株式会社ずんだもんは架空の登場組織です）

LangChainの評価ツールであるLangSmithに、LLM（大規模言語モデル）アプリケーション開発を大きく助ける新機能「Align Evals」が発表されました。これは、LLMを使ったアプリケーションの評価でよくある「LLMが出す評価スコアと、人間が感じる評価がどうも違う」という大きな課題を解決するための機能です。

LLMアプリケーションを開発する際、プログラムの変更やプロンプト（LLMへの指示文）の調整を行うたびに、それがアプリの改善に繋がったかを確認するために評価が欠かせません。しかし、これまでの評価方法では、LLM自身に評価させる「LLM-as-a-judge」という手法を使っても、その結果が人間の感覚とズレてしまうことが頻繁にありました。このズレがあると、評価スコアを信頼できず、改善の方向性を見誤ったり、貴重な開発時間を無駄にしてしまうことが課題でした。

Align Evalsは、この「人間とLLMの評価のズレ」を解消し、LLMの評価が人間の好みに合うように調整するためのツールです。この機能を使うと、以下のことが可能になります。

Align Evalsの基本的な使い方は、まず「何を基準に評価するか」を決めます。次に、その基準に沿って人間が「これは良い」「これは悪い」と評価したお手本のデータを用意します。そして、LLMに評価させるためのプロンプトを作成し、このお手本データと比較しながら、LLMの評価が人間に近づくようにプロンプトを調整していく、という流れになります。

この機能は、LLM開発者がより信頼性の高い評価を行えるようにし、アプリケーションの品質を効率的に高めるための強力なツールとなるでしょう。今後は、評価の履歴を追跡できる分析機能や、プロンプトの自動最適化機能なども追加される予定です。

引用元: https://blog.langchain.com/introducing-align-evals/

OpenAIは、対話型AI「ChatGPT」に新しい学習機能「Study Mode（学習モード）」を導入したことを発表しました。このモードは、単に質問に対する答えを提供するだけでなく、ユーザーが問題を一歩ずつ理解し、より深い学びを得られるように設計されています。現在、ChatGPTのFree、Plus、Pro、Teamプランの利用者が利用可能で、教育機関向けのChatGPT Eduにも今後数週間のうちに展開される予定です。

これまでのChatGPTは、宿題の解決や試験対策、新しい概念の探求など、多くの学生に利用されてきました。しかし、教育現場での利用においては「単に答えを与えるだけでなく、本当に学ぶことにつながるのか」という課題がありました。Study Modeは、この課題に応えるために開発され、ユーザーの目標やスキルレベルに合わせて対話形式で質問を投げかけ、理解を深めることを促します。

この学習モードは、教育者や科学者、教育学の専門家と協力して作られました。ユーザーの積極的な参加を促し、一度に処理する情報の量を適切に調整し、自ら考える力を養うこと（メタ認知）、そして好奇心を育むなど、学習科学に基づいた行動を促すように設計されています。

主な機能は以下の通りです。

実際にこのモードを試した大学生からは、「24時間365日利用できる個人指導の先生のようだ」「複雑な内容を分かりやすく、適切なペースで説明してくれる」といった肯定的なフィードバックが寄せられています。特に、これまでは理解しづらかった概念も、Study Modeを通じて深く理解できたという声もあります。

Study Modeの利用は簡単で、ChatGPTのツールメニューから「Study and learn」を選択し、質問を始めるだけです。宿題の手助けや試験対策、新しいトピックの学習に役立ちます。

OpenAIは、今回のStudy Modeを学習支援機能の第一歩と考えています。現在はシステム指示（モデルに与える指示）によってこの機能が動いていますが、将来的にはこの学習行動を直接モデルに組み込むことを目指しています。また、より良い学習体験のために、複雑な概念の視覚化、目標設定と進捗管理、さらなるパーソナライズ機能などの追加も検討されています。OpenAIは、NextGenAIイニシアチブやスタンフォード大学の協力を得て、AIが教育にもたらす影響について研究を続けていくとのことです。

引用元: https://openai.com/index/chatgpt-study-mode

Hugging Faceは、機械学習モデルの実験を効率的に追跡し、結果を共有するための新しい軽量ライブラリ「Trackio」を発表しました。機械学習開発では、モデルの学習過程における性能指標やパラメータ、ハイパーパラメータを記録し、後から分析することが非常に重要です。しかし、既存の実験追跡ツールには有償のものや、複雑な設定が必要なもの、あるいは柔軟性に欠けるものといった課題がありました。

Trackioはこれらの課題を解決するために開発された、オープンソースで無料のライブラリです。主な特徴と利点は以下の通りです。

Trackioは、ローカルでのデータ保持を基本としつつ、必要に応じてHugging Face Spacesにデプロイして共有できる「ローカルファースト」な設計思想を持っています。まだベータ版であり、今後はアーティファクト管理などの高度な機能も追加される可能性があります。新人エンジニアの皆さんにとって、機械学習の実験管理は必須スキルです。Trackioのような手軽なツールを活用することで、効率的に学習を重ね、モデル開発の質を高めることができるでしょう。

引用元: https://huggingface.co/blog/trackio

ドワンゴは、ニコニコ生放送のiOSアプリで、AI技術を使った「AIボイスチェンジャーβ版」を7月28日より無料で提供開始しました。これにより、スマホ一つでリアルタイムに高品質な声変換が可能になり、「ずんだもん」などの人気キャラクターや100種類のカスタムボイスで配信が楽しめます。業界初のこの機能で、地声での配信に抵抗がある方やVTuberを目指す方も、手軽に高品質な生配信を始められます。

引用元: https://prtimes.jp/main/html/rd/p/000000745.000096446.html

（株式会社ずんだもんは架空の登場組織です）

Anthropicが提供するコーディングAIツール「Claude Code」に、新しい機能「カスタムサブエージェント」が追加されました。これは、AIによるソフトウェア開発をより効率的で高度なものに変える可能性を秘めた、エンジニアにとって注目の機能です。

カスタムサブエージェントとは、特定の作業に特化した、いわば専門家のようなAIアシスタントです。それぞれが明確な目的と専門分野を持ち、他の作業に邪魔されない専用の作業スペース（コンテキストウィンドウ）でタスクに集中できます。また、使うことを許可された特定のツールだけを設定したり、具体的な指示（カスタムシステムプロンプト）を与えて動作を細かくガイドすることもできます。

この機能の最大の魅力は、複数のサブエージェントを組み合わせることで、まるで人間で構成された開発チームのように協力し合って、複雑な課題を解決できる点です。例えば、あるサブエージェントにコードのパフォーマンス問題を解析させ、その結果を別のサブエージェントに渡して修正を依頼するといった、タスクの連携が可能になります。

さらに、この考え方を応用して、実際の開発チームのような「エージェントチーム」を作り出すこともできます。例えば、以下のような役割を持つサブエージェントを連携させれば、開発プロセス全体をよりスムーズに進めることができます。

サブエージェントは、自分でゼロから作ることも、Claude Codeに提案させてから自分たちのプロジェクトに合わせてカスタマイズすることも可能です。作成・カスタマイズしたサブエージェントの設定はファイルとして保存されるため、プロジェクトごとに利用したり、全ての作業でいつでも呼び出したりできます。Claudeが自動的に最適なサブエージェントを選んで使うこともあれば、エンジニアが明示的に呼び出すことも可能です。

この機能を使うには、Claude Codeのプロンプト入力欄に/agentsと入力するだけで、利用可能なツールが一覧で表示され、必要なものを簡単に選んでサブエージェントに割り当てることができます。

カスタムサブエージェント機能の登場は、AIが単独でコードを書くというよりも、私たちエンジニアの良き「チームメイト」として、より複雑な開発タスクを強力にサポートしてくれる未来が近づいていることを示しています。新人エンジニアの皆さんにとっても、AIとの新しい協業の形を学ぶ良い機会になるでしょう。

引用元: https://gihyo.jp/article/2025/07/claude-code-sub-agents

AIエージェント（AIが自分で考えて行動するプログラム）を実際のシステムで安定して動かすには、いくつかの重要な考え方があります。この記事では、特に新人エンジニアの皆さんがAIエージェント開発でつまずきがちなポイントを解決するための、実践的な6つの原則が紹介されています。

プロンプトは明確に、詳細に:

必要な情報だけを渡す:

ツールはシンプルで堅牢に:

「考える役」と「評価する役」に分ける:

失敗から学び、回復する仕組み:

エラー分析を自動化する:

AIエージェント開発は、魔法のような特効薬を探すことではなく、ソフトウェアエンジニアリングの基本に忠実に、明確な指示、適切なコンテキスト管理、堅牢なツール、自動化された検証ループを構築し、エラー分析を繰り返しながら改善していくプロセスなのです。

引用元: https://www.app.build/blog/six-principles-production-ai-agents

このブログ記事は、最近注目されているAIエージェント（Agentic Applications）の登場により、従来のITインフラでは対応しきれない新たな課題が生まれており、それらを解決するための「エージェントインフラ」の重要性について解説しています。

AIエージェントとは、これまでのアプリのように単に指示に反応するだけでなく、ツールを使いこなしたり、過去の情報を記憶したり、複雑な推論を行ったりして、複数のステップが必要なタスクを自律的にこなすアプリケーションです。例えば、自動コード生成アシスタントや、深く情報をリサーチするツールなどがこれに当たります。

このようなエージェントには、従来のサーバーレスやマイクロサービスといったITインフラでは対応が難しい、いくつかの特徴があります。

これらの特徴を持つエージェントを無理に既存のインフラで動かそうとすると、システムが不安定になったり、エラーが頻発したりする原因になります。

そこで必要となるのが「エージェントインフラ」です。これは、エージェントの特性に合わせて特別に設計された新しい種類のインフラ層で、開発者が複雑な設定をすることなく、エージェントを安定して動かすための基盤を提供します。

エージェントインフラが提供する主な機能は以下の通りです。

記事では、LangChainが提供する「LangGraph Platform」が、これらのエージェントインフラの課題を解決し、開発者がエージェントの「頭脳」（ロジック）の構築に集中できるよう支援すると紹介しています。

AIエージェントはこれからのアプリケーションの標準となる可能性を秘めており、その堅牢な稼働を支えるエージェントインフラは、安定したサービス提供のために不可欠な存在となると締めくくられています。

引用元: https://blog.langchain.com/why-agent-infrastructure/

ニコニコ生放送がiOSアプリに、AIボイスチェンジャー機能「AI ボイスチェンジャーβ 版」を無料で導入しました。これにより、iPhoneやiPad一つで自分の声を「ずんだもん」などの人気キャラクターやカスタムボイスにリアルタイムで高品質に変換し、手軽に生配信できるようになります。地声に抵抗がある人やVTuberデビューを目指す人にとって、場所を選ばず気軽に配信を始められるのが大きな魅力です。ドワンゴ独自のAI技術を活用したこの機能は、生放送アプリでは業界初の試みで、7月28日から提供開始され、リリース記念キャンペーンも実施されます。

引用元: https://dwango.co.jp/news/5134119319109632/

（株式会社ずんだもんは架空の登場組織です）

NVIDIAが、AIエージェントの精度と効率を大幅に向上させる新しい大規模言語モデル（LLM）「NVIDIA Llama Nemotron Super v1.5」を発表しました。このモデルは、AIがより賢く、そしてスムーズに動くための重要な進化を遂げています。

AIエージェントとは、まるで人間のアシスタントのように、自分で考えて計画を立て、複雑なタスクを自律的に実行できるAIシステムのことです。例えば、会議のスケジュール調整から、データ分析、プログラミングまで、幅広い業務を任せられる将来が期待されています。

この「Llama Nemotron Super v1.5」は、特にAIエージェントが「推論」を行う能力を強化しています。推論とは、与えられた情報から論理的に答えを導き出す能力のことで、具体的には、複雑な数学の問題を解いたり、科学的な問いに答えたり、正確なコードを生成したり、指示を的確に理解して実行したり、自然な会話を続けたりといったタスクが含まれます。

従来の「Llama Nemotron Ultra」の効率的な基盤を引き継ぎつつ、さらに「高信号な推論タスク」に特化した新しいデータで追加学習（ポストトレーニング）されているのが大きな特徴です。これにより、多段階の思考が必要な複雑なタスクや、外部ツールを組み合わせて使うような場面で、他のオープンモデルに比べて高い精度を発揮します。

さらに、AIの処理速度である「スループット」も大幅に向上しています。これは「ニューラルアーキテクチャ探索」といった最先端の技術を使ってモデルを効率化した結果で、同じ計算資源と時間で、より多くの処理を高速に行えるようになりました。つまり、より高度な推論を、より低い運用コストで実現できるということです。なんと、単一のGPUでも動作するように設計されており、導入のハードルも低くなっています。

この最新のモデルは、すでにNVIDIAの「build.nvidia.com」や「Hugging Face」から試したり、ダウンロードしたりすることが可能です。AIエージェント開発に興味がある新人エンジニアの皆さんにとって、このLlama Nemotron Super v1.5は、AIが自律的に行動する未来を切り開く、非常に重要なツールとなるでしょう。ぜひ最新の技術に触れてみてください。

引用元: https://developer.nvidia.com/blog/build-more-accurate-and-efficient-ai-agents-with-the-new-nvidia-llama-nemotron-super-v1-5/

Google Labsから、AIの力を活用した「ミニアプリ」を簡単に開発・共有できる、実験的な新ツール「Opal」が発表されました。これは、プログラミングの専門知識がないエンジニアや、AIのアイデアを形にしたいと考えている方々にとって、まさに「コード不要」でAIアプリケーションを構築できる画期的なツールです。

Opalの核となる機能は、AIモデルへの「指示（プロンプト）」や様々な「ツール」を組み合わせ、一連の作業の流れ（ワークフロー）として視覚的に構築できる点にあります。例えば、「特定のテーマに関する情報を検索し、その結果を要約して、さらにメールを作成する」といった複雑なタスクも、自然な言葉でOpalに指示するだけで、視覚的なワークフローとして自動的に組み上げてくれます。これにより、会議の議事録作成支援やデータ分析の自動化、顧客対応の効率化など、日々の業務を助けるカスタムAIアプリを気軽に作れるようになります。

このツールは、単にアプリを作るだけでなく、作成過程での「編集のしやすさ」も重視しています。一度作ったワークフローも、会話型AIに話しかけるように変更を指示したり、ビジュアルエディタでブロックをドラッグ＆ドロップしたりする直感的な操作で、簡単に修正や機能追加が可能です。これにより、思いついたアイデアを素早く試行錯誤し、実際に動作するプロトタイプとしてすぐに検証できるため、AIを活用した開発のサイクルを大幅に加速させることができます。

完成したAIミニアプリは、他のGoogleアカウントを持つユーザーと簡単に共有することが可能です。これにより、個人での生産性向上はもちろんのこと、チーム内でのAIを活用した新しい働き方の提案や、ユニークなソリューションの共有がスムーズに行えるようになります。

現在、Opalは米国限定の公開ベータ版として提供されています。Googleは、このOpalを通じて、これまで専門知識が必要だったAIアプリケーション開発の敷居を大きく下げ、「AIの民主化」を推進しようとしています。AIに興味があっても何から始めていいか分からなかった新人エンジニアの方々も、Opalの用意されたデモギャラリーのテンプレートから始めることで、AI活用の新しい可能性を体験し、創造的なツールを自らの手で生み出す第一歩を踏み出せるでしょう。

引用元: https://developers.googleblog.com/en/introducing-opal/

Claude Codeに新しく追加された「カスタムサブエージェント」機能について解説します。これは、まるでプロジェクトで特定分野の専門家チームを作るように、AIアシスタントであるClaude Codeの中に、特定のタスクに特化した「小さなAI専門家（サブエージェント）」を作れる機能です。

なぜサブエージェントが便利なの？

どうやって作るの？

どうやって使うの？

この機能を使えば、AIとの協業がさらにスムーズになり、日々の開発作業がぐっと効率的になるでしょう。

引用元: https://azukiazusa.dev/blog/create-custom-sub-agent-in-claude-code

VOICEVOX:春日部つむぎ

この資料は、複数のAI（人工知能）エージェントが同時にプログラム開発を行う、未来の働き方について解説しています。特に、Googleが開発した新しいバージョン管理システム「Jujutsu（ジュジュツ）」が、この「狂気」とも言える並列開発をどのように実現するのかがテーマです。

従来のGitのようなバージョン管理システムでは、複数の変更が重なると「マージコンフリクト（ファイル競合）」が発生し、解決まで作業が停止します。人間開発でも課題ですが、AIエージェントが自動で開発を進める場合、コンフリクトは大きなボトルネックとなり、効率を大幅に下げます。現在のAIエージェントは作業を順番に進める必要があり、これが限界でした。

そこで注目されるのが、Googleの長年の大規模開発経験から生まれた次世代VCS「Jujutsu」です。Jujutsuの最大の特徴は、「コンフリクトをファーストクラスに扱う」という概念です。これは、ファイルが競合した状態でも、そのコンフリクト自体をデータとして保存し、作業を止めずに先に進めることを可能にします。これにより、複数のAIエージェントが同じコンフリクトを認識しつつ、それぞれの担当部分を並行して解決できる、柔軟な協力体制が築けます。

例えば、バックエンド、フロントエンド、テスト担当の各AIエージェントが同時に作業中に競合が発生しても、Jujutsuは作業を停止させません。コンフリクトを保存したままコミットできるため、後からまとめて解決したり、他のエージェントと協力したりできます。Gitの「ステージングエリア」がない点も、AIが自動で変更を扱う際に混乱を避けられるメリットです。

JujutsuとAIエージェント（特にGemini CLI）の組み合わせは、開発生産性を劇的に向上させると期待されています。具体的には、セットアップ時間が90%削減、コンフリクト解決時間が95%削減され、全体の開発速度が10倍以上向上する可能性が示唆されています。これは、はるかに速く効率的にソフトウェアを開発できるようになることを意味します。

Jujutsuは、AIエージェントの特性（ステージングの混乱なし、自動スナップショット、コンフリクト耐性）と非常に相性が良いとされています。将来的には、100を超えるAIエージェントがそれぞれ専門分野に特化し、Jujutsuを介してシームレスに協力しながら、巨大なプロジェクトを進める世界が描かれています。AIが開発の「チームメンバー」として機能する、新しい開発スタイルが現実のものとなりつつあることを示唆する、非常に興味深い内容です。

引用元: https://speakerdeck.com/gunta/fu-shu-nogemini-cligatong-shi-kai-fa-surukuang-qi-jujutsugashi-xian-suruaiezientoxie-diao-noxin-shi-jie

**

AIがプロジェクトの情報を「記憶」するために、CLAUDE.mdファイルが重要です。このファイルには、プロジェクト全体の設定や個人の開発環境、共通設定などを記述でき、AIがプロジェクトのコンテキストを深く理解し、的確なサポートを提供できるようになります。

Claude Codeは、テストコードの自動生成、コードのリファクタリング（改善）、ドキュメント作成といった繰り返しの作業を自動化し、エンジニアはシステムの設計や複雑な問題解決など、より創造的な業務に集中できます。また、Gitのworktree機能とAIを組み合わせることで、一つのプロジェクト内で複数の機能を効率的に並行開発することも可能です。これにより、AIが各タスクに集中でき、開発効率が向上します。

AIが生成するコードの品質を保つためのベストプラクティスも重要です。コードの見た目を整え、間違いを見つける『フォーマッター』や『リンター』を開発初期から導入しましょう。『テストを先に書き、それを通す最小限のコードを書き、その後にコードをきれいにする』テスト駆動開発（TDD）はAIとの相性が良く、質の高いコードと良い設計に繋がります。さらに、コミット前に自動で品質チェックを行う『Git Hooks』や、開発環境を隔離する『コンテナ（Dev Containers）』を活用することで、AIによる予期せぬ変更から環境を守りつつ、最終的なコード品質を保証できます。

AIを効果的に活用するには、「要件（何を作るか）→設計（どう作るか）→タスク（具体的に何をやるか）」という開発フローが役立ちます。この手順を踏むことで、AIへの指示が明確になり、予測不能なコード生成を減らし、安定した開発が可能になります。

AIアシスタントの登場により、エンジニアの役割はルーチンワークから解放され、設計やレビュー、プロンプトエンジニアリングといった高付加価値な業務へとシフトしています。AIはエンジニアの仕事を奪う「脅威」ではなく、私たちのスキルを拡張し、開発プロセスを革新する「強力なパートナー」です。AIを理解し、適切に使いこなすことで、未来のソフトウェア開発をリードしていきましょう。

引用元: https://zenn.dev/dirtyman/articles/d44968788cf94b

最近、AIがまるで人間のように「推論」していると話題になることが多いですが、実際はどうなのでしょうか？このブログ記事では、AppleとGoogle DeepMindによる最新の研究論文を基に、「推論する生成AI」が本当に思考しているのか、それとも単に「丸暗記した結果」を返しているだけなのかを解説しています。

私たちがよく目にする「推論する生成AI」は、Chain-of-Thought (CoT) Promptingという技術を使っています。これは、一つの大きな問題を細かく分けて、一つずつ順番に解いていくアプローチです。このおかげで、AIは数学の難問や競技プログラミングの問題でも高い成績を出すようになり、「人間並みの思考力」があるように見えます。専門的には、これらは「大規模推論モデル（LRM）」と呼ばれます。

しかし、紹介されている二つの論文は、LRMの限界を指摘しています。

一つ目の論文では、「ハノイの塔」のような論理パズルの難易度（例えば輪の数）を徐々に上げていく実験を行いました。その結果、ある一定の難易度を超えると、どんなに高性能なLRMでも途端に正解できなくなることが判明しました。さらに興味深いのは、N=5のハノイの塔は解けるのに、N=3の川渡りのような、本来もっと簡単なはずの問題が解けないケースもあったことです。これは、AIが特定のパターンを多く学習しているものの、少し条件が変わると対応できない可能性を示唆しています。

二つ目の論文では、さらに踏み込んだ実験をしました。難しいパズル問題だけでなく、そのルールを極端に簡単にした「自明な問題（Unpuzzles）」を用意してAIに解かせたのです。例えば、「3色のカメレオン」という問題のルールをシンプルにしたり、「全てが偽コインの天秤問題」のように、考えるまでもなく答えが分かる問題などです。驚くべきことに、全てのLRMは難しいパズルよりも、この自明なUnpuzzlesの方が正答率が低くなりました。場合によっては、答えは偶然合っていても、AIが示した「思考プロセス」が根本的に間違っていることもあったそうです。

これらの実験結果から、現在の「推論する生成AI」は、複雑な問題を解いているように見えても、実際には学習データに含まれる「問いと答えのパターン」を丸暗記し、それに最も近いものを当てはめているだけではないか、という可能性が高いと指摘されています。これは、AIが特定のデータに過剰に適応してしまう「過学習」という現象に近く、AIが事実とは異なる内容を生成してしまう「ハルシネーション」の原因とも共通しています。

記事では、今後のAI開発に向けて、AIの真の推論能力を評価するための新しい「ベンチマーク（評価基準）」が必要だと提言しています。現在の評価は「どれだけ高度な問題を解けるか」に偏りがちですが、それだけではAIが本当に「思考」しているのかを見極めることはできません。

新人エンジニアの皆さんへ。現在のAIは、まるで「難関大学の過去問を無限に丸暗記した優秀な受験生」のようなものです。過去に出たことのある難しい問題はスラスラ解けますが、これまで見たことのないタイプの、たとえ簡単に見える問題でも、応用が利かずに解けなくなってしまうことがあります。AIは日々進化していますが、その能力の限界やメカニズムを正しく理解し、適切に活用していく視点を持つことが、これからのエンジニアにとって非常に重要になります。

引用元: https://tjo.hatenablog.com/entry/2025/07/23/173000

あるユーザーがAIに「突拍子もないこと」をリクエストしたところ、「夜、電柱が数ミリだけ動く」という詩的でユニークな回答が返ってきました。このAIの予想外の創造性やユーモアは大きな話題となり、多くの人々から「センスがいい」「宮沢賢治のようだ」「AIのこういう所が嫌いになれない」と絶賛されています。AIはただ情報を処理するだけでなく、意外な発想で私たちを楽しませる側面も持っており、その奥深さに注目が集まっています。

引用元: https://togetter.com/li/2580090

VOICEVOX:ずんだもん

この研究記事は、Appleが開発した新しいAIモデル「FastVLM」について紹介しています。FastVLMは、画像とテキストを組み合わせて理解する「Vision Language Models（VLM）」の長年の課題を解決するものです。

VLMは、画像の詳細を理解するために高解像度の画像を処理することが重要です。例えば、道路標識の小さな文字を読み取ったり、書類の内容を分析したりする際に、解像度が高いほどAIの認識精度は向上します。しかし、これまでのVLMでは、高解像度の画像を処理しようとすると、AIが最初の回答を生成するまでの時間（「Time-to-First-Token」、TTFTと略されます）が大幅に長くなるという問題がありました。これは、画像をAIが理解できる形に変換する部分（「ビジョンエンコーダ」）の処理に時間がかかりすぎたり、変換されたデータ（「ビジュアルトークン」）が多くなりすぎて、次にテキストを処理する大規模言語モデル（LLM）の負荷が増えたりするためです。特に高解像度になるほど、ビジョンエンコーダがボトルネックとなることが課題でした。

FastVLMは、この「精度を上げると遅くなる」というトレードオフを劇的に改善しました。その鍵となるのが、新しく設計されたビジョンエンコーダ「FastViTHD」です。FastViTHDは、従来の画像処理技術である「畳み込みニューラルネットワーク（CNN）」と、最近のAIモデルで使われる「Transformer」の良いところを組み合わせた「ハイブリッドアーキテクチャ」を採用しています。これにより、高解像度の画像を効率的に処理しながら、AIが理解するための「高品質で少ない数のビジュアルトークン」を生成できるようになりました。結果として、LLMの処理負荷も軽減され、全体の応答速度が向上します。

様々な実験により、FastVLMの優位性が示されています。既存の多くのビジョンエンコーダや、画像を効率的に処理しようとする他の手法（「トークン剪定」や「ダイナミックタイリング」など）と比較しても、FastVLMは高い精度を保ちつつ、応答速度で大幅に優れていることが確認されました。例えば、同じくらいのサイズの他の人気VLMと比べると、最大で約85倍も高速でありながら、より高い精度を実現しています。

FastVLMの技術は、リアルタイムで画像を理解する必要があるアプリケーションや、プライバシー保護のためにユーザーのデバイス内でAIを動かす「オンデバイスAI」に特に適しています。Appleは実際に、FastVLMがiPhone上でほぼリアルタイムに動作するiOS/macOS向けのデモアプリも公開しており、その実用性を示しています。

このFastVLMは、VLMの応用範囲を大きく広げる可能性を秘めており、今後様々な場所で活用されていくことが期待されます。

引用元: https://machinelearning.apple.com/research/fast-vision-language-models

AIモデル利用のためのプラットフォーム「NVIDIA NIM」に、最先端の新しい大規模言語モデル（LLM）である「kimi-k2-instruct」が追加されました。このモデルはMoonshotai社が開発したもので、現在プレビュー版として公開されています。

「kimi-k2-instruct」は、「Mixture-of-Experts（MoE）」という最新のアーキテクチャを採用したオープンなモデルです。MoEは、複数の異なる専門分野を持つAI（「エキスパート」）を組み合わせて処理を行うことで、より効率的かつ高性能な結果を出すことができる技術として、近年特に注目されています。このモデルは、複雑な推論（Reasoning）能力、プログラミングコードの生成や理解といったコーディング（Coding）能力、そして自律的にタスクを遂行するエージェント機能（Agentic Capabilities）において、非常に高い性能を持つとされています。

新人エンジニアの皆さんにとって、このような最先端のLLMがNVIDIA NIMのようなプラットフォームで手軽に試せるようになることは、AI開発の可能性を実感する良い機会です。実際にウェブ上でこのモデルを動かし、温度（Temperature）やTop Pなどのパラメータを調整しながら、その出力の特性や挙動を試すことができます。これにより、LLMがどのように動作し、どのような調整が可能か、実践的に学ぶことが可能です。

また、「オープンなモデル」であるという点も重要です。これは、研究者や開発者がモデルの内部構造を理解し、さらに改善したり、特定の用途に特化させたりすることが容易になることを意味します。商用利用の道も開かれるため、新たなAIアプリケーションやサービスが生まれるきっかけにもなり得ます。

ただし、NVIDIA NIM上で提供されるモデルは、NVIDIA以外の第三者が開発したものが多く、「kimi-k2-instruct」もその一つです。そのため、モデルが生成するコンテンツには、政治的な意見や誤った情報、あるいはセキュリティ上の問題、特定の視点に偏ったバイアスなどが含まれる可能性があることに注意が必要です。NVIDIAはあくまでプラットフォームの提供者であり、これらの第三者モデルの出力内容について責任を負うものではないと明記されています。

このように、高性能なMoEモデルがオープンに提供され、手軽に試せるようになることは、LLM技術の進化を加速させ、私たちの身の回りでのAI活用をさらに広げていく重要な一歩と言えるでしょう。最新技術に触れ、実際に動かしてみることで、AI開発の最前線を体験してください。

引用元: https://build.nvidia.com/moonshotai/kimi-k2-instruct#new_tab

この記事は、私たちが日々利用するLLM（大規模言語モデル）のサービスが、どのようにして高速かつ効率的に動いているのかを解説しています。現在のLLMは非常に大きく、動かすために莫大な計算とメモリが必要です。このため、多くのユーザーにスムーズなサービスを提供するには、LLMの推論（予測）をいかに効率良く行うかが重要になります。

まず、効率化の基本的な考え方として「バッチ推論」が挙げられます。これは、複数のユーザーからのリクエストをまとめてGPUという計算装置で一気に処理する技術です。これにより、GPUの性能を最大限に引き出すことができます。「Continuous Batching」という技術は、リクエストの処理が終わるたびにすぐに次のリクエストを割り当てることで、GPUが常に忙しく働き続けられるように工夫されています。

LLMが推論を行う際に一時的にデータを保存する「KVキャッシュ」は、非常に多くのメモリを消費します。このメモリを効率よく管理するために、「PagedAttention」という技術が使われています。これは、コンピュータのOSがメモリを管理する方法（ページング）に似ており、必要な分だけKVキャッシュ用のメモリを割り当て、メモリの無駄をなくします。また、複数のリクエストで共通する部分（例：プロンプト）のKVキャッシュを再利用する「Prefixキャッシュ」も、メモリの節約に貢献します。

次に、プログラムの実行効率を高める「実装の工夫」が紹介されています。GPUの計算を高速化するため、「FlashAttention」のように、GPU内でのデータのやり取りを最小限に抑える「CUDAカーネルの最適化」が行われます。また、GPUだけでなく、CPU側での処理も遅延の原因とならないよう、「CUDA Graph」で計算の実行計画を最適化したり、CPUとGPUの処理を「非同期」で進めたりする工夫も重要です。ユーザーへの応答速度（レイテンシ）と処理量（スループット）のバランスを取るため、長い入力の処理を分割したり、入力処理と出力生成を異なるGPUで行ったりする「スケジューリング」の技術も進化しています。

さらに、LLMのモデルやアルゴリズムそのものを工夫するアプローチもあります。「量子化」は、モデルのサイズを小さくする技術で、メモリ消費を減らし、高速な計算を可能にします。また、「投機的デコーディング」は、軽量なモデルで事前にトークン（単語の断片）を予測し、それを大きなLLMでまとめて検証することで、生成速度を大幅に高めます。モデルの設計では、「MQA/GQA/MLA」といったAttentionヘッドの構造を工夫することで、KVキャッシュのメモリ効率を向上させています。

最後に、超大規模なLLMを動かすためには、「分散処理」が不可欠です。これは、モデルを複数のGPUやサーバーに分割して処理する技術で、「データ並列」「テンソル並列」「パイプライン並列」など様々な手法があります。これらの技術を組み合わせることで、巨大なLLMでも多くのユーザーにサービスを提供できるシステムが構築されています。例えば、DeepSeekという大規模LLMの推論システムでは、入力処理と出力生成を異なるサーバー群で分担し、それぞれに最適な並列化を適用することで、超高速な運用を実現しています。

これらの最先端の技術が組み合わさることで、LLMは私たちの生活をより豊かにするサービスとして提供されているのです。

引用元: https://zenn.dev/kotoba_tech/articles/98feb05f24c082

（株式会社ずんだもんは架空の登場組織です）

Googleは、最新のAIモデル「Gemini 2.5 Flash-Lite」の安定版を一般公開しました。これは、GoogleのGemini 2.5モデルファミリーの中で、最も高速で、かつ最も低コストなAIモデルです。AI開発の現場で「費用対効果（インテリジェンス・パー・ドル）」を最大限に高めることを目指して作られ、特に返答速度が重要な翻訳や分類のようなタスクにぴったりです。

この「Gemini 2.5 Flash-Lite」の主なポイントは以下の通りです。

すでに多くの企業がこのモデルを活用し、素晴らしい成果を出しています。例えば、Satlytは衛星データの処理速度を45%向上させ、消費電力を30%削減しました。HeyGenはAIを使って動画の企画を自動化し、180以上の言語への動画翻訳を可能にしています。DocsHoundは製品デモ動画から数千枚のスクリーンショットを素早く抽出し、ドキュメント作成やAIエージェントのトレーニングデータ生成を効率化しています。EvertuneはAIモデルにおけるブランド表現の分析を高速化し、クライアントにリアルタイムな洞察を提供しています。

Gemini 2.5 Flash-Liteは、Google AI StudioやVertex AIで「gemini-2.5-flash-lite」という名前を指定することで、すぐに使い始めることができます。コストと性能のバランスが取れたこのモデルは、皆さんの今後のAI開発に大きな可能性をもたらすでしょう。

引用元: https://deepmind.google/discover/blog/gemini-25-flash-lite-is-now-ready-for-scaled-production-use/

AI技術、特に大規模言語モデル（LLM）は、医療の質向上に大きな可能性を持っています。しかし、AIの能力と実際の現場での活用には「モデルと実装のギャップ」という課題があります。この課題解決のため、OpenAIはケニアのPenda Healthと共同で、医師向けのAIコパイロット「AI Consult」を開発し、その導入効果を研究しました。

AI Consultは、GPT-4oを基盤としたAIアシスタントです。医師が患者の診察中に記録を入力すると、AI Consultはリアルタイムで潜在的な診断や治療のエラーを検出し、医師にフィードバックします。これは、医師の最終判断を尊重しつつ、見落としを防ぐ「セーフティネット」として機能します。

約4万件の患者診察データを対象とした大規模な研究の結果、AI Consultを導入した医師グループでは、導入しなかったグループと比較して、診断エラーが16%減少、治療エラーが13%減少という顕著な効果が確認されました。このデータは、AIが医療現場で具体的な成果を上げ、患者ケアの質を向上させることを明確に示しています。

この成功には三つの重要な要因がありました。一つ目は、GPT-4oのような「高性能なAIモデル」を活用したこと。二つ目は、医療現場のワークフローにシームレスに溶け込むよう「臨床現場に合わせた設計」を行ったこと。そして三つ目は、医師がAI Consultを効果的に活用できるよう、トレーニングやコーチング、インセンティブ付与といった「積極的な導入支援」を徹底したことです。

今回の事例は、AIが医療分野で大きな価値を生み出す可能性を示唆しています。新人エンジニアの皆さんにとって、システム開発において技術力だけでなく、実際の利用者や現場のニーズに合わせた設計、そして導入後の手厚いサポートがいかに重要であるかを教えてくれる、実践的な学びとなるでしょう。AIは「仕事を奪う」のではなく、「仕事をサポートし、より良い成果を出す」ための強力なパートナーとなり得ます。

引用元: https://openai.com/index/ai-clinical-copilot-penda-health

大規模なAI処理において、GPU間の高速なデータ通信は非常に重要です。この通信を担うのがNVIDIA Collective Communications Library（NCCL）です。NCCLは、GPUの性能を最大限に引き出すために多くの最適化を内部で行っていますが、様々なシステム環境では、標準設定のままだと最高の性能が出ないことがあります。この記事では、なぜNCCLの調整（チューニング）が必要なのか、そしてどのように性能を向上させるかについて解説しています。

NCCLは、実行する通信処理（例えば、全GPUでデータを集計する「Allreduce」のような操作）に対して、最適な「プロトコル」（通信方式）や「アルゴリズム」（処理手順）、さらにGPU内の計算単位である「CTA（Cooperative Thread Array）」の数などを、内部の「コストモデル」と「ダイナミックスケジューラ」を使って自動的に選びます。コストモデルは処理にかかる時間を予測し、最適なプロトコルとアルゴリズムを決定します。ダイナミックスケジューラは、データサイズに応じてCTAの数やデータの分割方法を調整し、並列処理を効率的に行います。

しかし、ネットワーク機器やCPU、PCIeの設定など、システムの環境によっては、NCCLがデフォルトで選ぶ設定が必ずしも最適ではない場合があります。このような状況では、手動でNCCLの動作を調整することがパフォーマンス向上につながります。

この調整を行うための推奨される方法が「チューナープラグイン」です。チューナープラグインは、NCCLのデフォルト設定を上書きし、特定の環境に最適な通信プロトコルやアルゴリズム、CTA数を適用できるようにする仕組みです。このプラグインはアプリケーションのコードを変更することなく透過的に動作するため、大規模なAIワークロードを運用するクラスター管理者などが、自社の環境に合わせて調整済みのプラグインをユーザーに提供するケースが多いです。

チューニングを行う際には注意も必要です。例えば、CTA数を闇雲に増やしても、GPUのリソースを過剰に消費してしまい、かえって全体のパフォーマンスが悪化することがあります。NCCLは、利用可能な帯域幅を飽和させるために「ちょうど良い」CTA数を選ぶように設計されています。そのため、もしパフォーマンスに問題があると感じたら、それがNCCLのチューニングの問題なのか、あるいは根本的なシステム設定の問題なのかを最初に確認することが大切です。

チューナープラグインの他に、環境変数を設定してNCCLの動作を調整する方法もありますが、これは設定がグローバルに適用されるため、ベンチマーク目的以外では慎重に使うべきです。

記事では、実際のパフォーマンスグラフ（S-カーブ）を例に、デフォルト設定のままでは性能が低下するケースを示し、NVIDIAが提供する「example tuner plugin」を使って、どのように最適な設定を見つけて適用し、パフォーマンスを劇的に改善したかという事例も紹介しています。

NCCLのチューニングは、AIやHPC（高性能計算）のワークロードで、GPUの通信性能を最大限に引き出すために非常に重要です。チューナープラグインを適切に活用することで、システムの特性に合わせた最適な通信を実現し、AIモデルの学習や推論をより高速に進めることができます。

引用元: https://developer.nvidia.com/blog/understanding-nccl-tuning-to-accelerate-gpu-to-gpu-communication/

（株式会社ずんだもんは架空の登場組織です）

AWS Summit NYC 2025で発表された「Amazon Bedrock AgentCore」は、これまで「デモ止まり」だったAIエージェントを、企業で実用的に使えるレベルへ引き上げる画期的なサービスです。

これまでのAIエージェント開発は、プロトタイプは簡単でも、セキュリティ、多数のユーザーが同時に使うための拡張性（スケーラビリティ）、過去の会話を覚える記憶機能、そして予測が難しい動的な動作の管理といった課題があり、本番環境への導入が困難でした。

AgentCoreは、これらの課題を解決するために7つの主要な機能を統合しています。

さらに、AgentCore以外にも、AIの記憶容量を劇的に安くする「S3 Vectors」（ストレージコスト90%削減）や、Webサイト操作を人間と同レベルで行う「Nova Act」、自社の専門知識を学ばせて「専用AI」を育成できる「カスタマイズ可能なNova」など、AI活用を加速する新機能が多数発表されました。

実際に、会計ソフトのIntuitでは、4つのAIエージェントが連携して業務を自動化し、中小企業オーナーの作業時間を70%削減。レガシーシステムからの脱却が課題だったThomson Reutersでは、移行速度が4倍になるなど、具体的な成果が出ています。

AWSは、生成AI分野に大規模な投資を行い、専門家による無償支援や教育プログラムも提供し、AIエージェントを販売・購入できる「AWS Marketplace」も開始するなど、この分野に本気で取り組んでいます。

新人エンジニアの皆さんへ。AIエージェントは、もはや「面白い実験」ではなく「ビジネスに不可欠なツール」になりつつあります。AWSのバイスプレジデントも「完璧を待つな、今すぐ始めろ」と語っています。まずは小さな業務からAIエージェントの活用を試して、新しい技術に積極的に挑戦してみましょう。

引用元: https://qiita.com/akira_papa_AI/items/92fa19cbac0d2918ec8f

新人エンジニアの皆さん、AIエージェントを「もっと賢く、便利にする」ための最新技術「Agentic RAG」について解説します。古いGPSが新しい道路を知らないように、AIエージェントも訓練時の固定された情報に頼っていると、間違った情報を生成したり（ハルシネーション）、情報が古くなったりする課題があります。

これを解決するのが、常に最新情報にアクセスできる「動的な知識」です。リアルタイムで更新されるGPSのように、AIエージェントも変化する世界に適応できるようになります。

AIエージェントは、「認識」「推論」「計画」「行動」といった能力を持つ自律的なAIシステムです。社内文書や外部データベースなど、多様な情報源から動的に変化するデータを見つけ出し、活用することが求められます。この動的な知識を活用する重要な技術が「RAG（検索拡張生成）」です。RAGは、AIモデルが応答を生成する際に、知識ベースから関連情報を「検索」し、その情報を基に「生成」します。

RAGには2つのアプローチがあります。

このAgentic RAGの中核を担うのが「AIクエリエンジン」です。これは、AIエージェントを企業の膨大な、そして常に更新される知識ベースに繋ぐ強力なシステムです。大量のデータを処理し、高度な検索技術で最も関連性の高い知識を正確に取得。さらに、AIエージェントのフィードバックを通じて知識ベースを更新し、継続的な学習を可能にします。

Agentic RAGのワークフローは次の通りです。

Agentic RAGとAIクエリエンジンを組み合わせることで、AIエージェントは以下のような大きなメリットを得られます。

NVIDIAは、Agentic RAG開発を加速するためのインフラとソフトウェアツールを提供しています。例えば、セキュアでスケーラブルなAIエージェント構築のための「AI-Q NVIDIA Blueprint」や、高速で正確なデータ検索のための「NVIDIA NeMo Retriever」などがあり、開発者はこれらのツールを活用し、より高性能なAIエージェントを構築できます。

RAGとAIクエリエンジンの組み合わせは、AIシステムが静的な限界を超え、多様なリアルタイム情報源を活用し、変化する状況にシームレスに適応し、より賢く信頼性の高い意思決定を行うための重要な進化です。

引用元: https://developer.nvidia.com/blog/traditional-rag-vs-agentic-rag-why-ai-agents-need-dynamic-knowledge-to-get-smarter/

先日開催された「AtCoder World Tour Finals 2025 Heuristic エキシビジョン」では、AIエージェントと人間のプログラマーが、限られた時間の中で最適な答えを見つける「ヒューリスティック最適化」問題に挑戦しました。この対決の結果と、運営側から見たAIと人間の能力の現状、そして今後の展望についてまとめられています。

今回の10時間コンテストでは、OpenAIが開発したAIエージェントが、参加した人間のプログラマーの中で2位に相当する驚くべき成績を収めました。これは事前の予想を大きく上回る結果であり、特にAIが苦手とされていた「ビームサーチ」という、より複雑で実装量が多いとされるアルゴリズムを使いこなした点が注目されています。また、SakanaAIが開発したALE-Agentも4位相当の好成績を残しました。

コンテスト後に行われた「延長戦」からは、さらに興味深い発見がありました。まず、AIに優勝者の人間のコードを与えて改良させたところ、AI単体よりもさらに高いスコアを記録し、AIと人間のアイデアを組み合わせることでより良い結果が得られる可能性が示されました。しかし、その後人間のプログラマーが時間をかけて独自の工夫を加えたところ、AIのスコアを大きく上回る結果を出しました。これは、じっくりと時間をかければ、人間の革新的なアイデアや深い考察が依然としてAIを凌駕することを示しています。

この結果から、AIの強みは「与えられた方針を徹底的に詰める（最適化する）能力」にあることが明らかになりました。AIは人間が「筋が悪い」と感じて見捨てがちなアプローチでも、膨大な計算量で細部まで最適化を進めることができます。一方、人間の強みは「根本的に新しいアイデアを生み出す能力」や「問題の本質的なアプローチを見つける能力」にあります。コンテストの時間設定によっても結果は大きく変わり、短い時間設定ではAIが有利になる傾向がありますが、長期間（例えば10日間）のコンテストでは、まだ人間がAIに大差をつけています。

実社会の課題に応用する場合、AIは単純な問題の最適化には非常に強力ですが、複雑な問題の根本的な解決策を生み出すことはまだ難しいと筆者は見ています。しかし、人間が基本的なシミュレーション環境や評価基準を整え、良い方針を与えてあげることで、AIはその強力な最適化能力を発揮し、私たちの仕事を大いに助けてくれるでしょう。AIが人間の仕事を奪うのではなく、人間のアイデアや創造性を補完し、より良い成果を出すための強力なツールとして、パートナーシップを築いていく視点を持つことが、これからの新人エンジニアにとって重要になるでしょう。AIが競技プログラミングで人間を超えるのは時間の問題と見られますが、個人のエンジニアが実務レベルで手軽にAIを活用して人間を上回るようになるには、まだ時間がかかると予想されています。

引用元: https://chokudai.hatenablog.com/entry/2025/07/21/190935

TikTokで「たろうおぢさん」が、50円の激安青トマトを揚げた「フライドトマト」を公開し、大きな話題となっています。水分の多いトマトを揚げるという意外な発想ですが、「ナスの天ぷら並みにおいしい」と絶賛。動画では「ずんだもん」のBGMも使われており、そのユニークな発想と組み合わせに、ネット上では「天才か」「その発想はなかった」と多くの反響が寄せられています。

引用元: https://news.nifty.com/article/item/neta/12305-4322803/

（株式会社ずんだもんは架空の登場組織です）

OpenAIが、ChatGPTにまるで専属アシスタントのような新機能「ChatGPT Agent」を導入しました。これにより、ChatGPTはあなたの指示を受けて、自律的にパソコンを操作し、複雑なタスクを一貫して完了させられるようになります。

これまでのChatGPTは質問に答えるのが中心でしたが、Agent機能では「カレンダーを見て、会議の要約を作成してほしい」「競合3社を分析してスライドを作ってほしい」といった、より具体的な作業を依頼できます。ChatGPTはウェブサイトを巡回したり、必要な情報があれば安全にログインを促したり、コードを実行したり、分析を行ったりと、さまざまな手順を踏んで、最終的に編集可能なスライドやスプレッドシートとして結果をまとめます。

この新機能は、ウェブ操作に長けた「Operator」と、情報分析・要約が得意な「Deep Research」の技術を組み合わせたものです。ChatGPTは、仮想のコンピューター上で「推論（考える）」と「行動（実行する）」をスムーズに切り替えながら、あなたの指示通りにタスクを進めます。

最も重要なのは、ユーザーが常にコントロールできる点です。ChatGPTが重要な行動を起こす前には必ず許可を求めますし、いつでも作業を中断したり、自分でブラウザを操作したり、タスクを完全に停止したりできます。

この「Agentモード」は、Pro、Plus、Teamユーザー向けに提供が開始されています。ChatGPTのチャット画面にあるツールメニューから「agent mode」を選択するだけで簡単に有効にできます。GmailやGitHubなどの外部アプリと連携できる「コネクタ」機能を使えば、よりパーソナルな情報にもアクセスし、作業に活かすことが可能です。例えば、週ごとのレポート作成などを自動化することもできます。

ChatGPT Agentは、ビジネスでの繰り返しの作業（プレゼン作成、会議調整、データ更新など）や、プライベートでの旅行計画、イベント企画など、幅広いシーンでの活用が期待されます。各種ベンチマークテストでも非常に高い性能を発揮しており、特にスプレッドシートの編集やデータ分析のタスクでは、人間を超えるほどの精度を見せることもあります。

一方で、ウェブ上で直接行動する新機能には新たなリスクも伴います。OpenAIは安全性に最大限配慮しており、例えば、悪意のある第三者からの不正な指示（プロンプトインジェクション）を防ぐための対策や、モデルの間違いによる被害を避けるための「重要な行動前のユーザー確認」「高リスクなタスクの拒否」といった仕組みを導入しています。また、ユーザーのプライバシー保護のため、閲覧データの削除機能や、パスワードなどの機密情報をモデルが記憶しない安全なブラウザモードも備わっています。さらに、生物・化学兵器関連の悪用リスクに対しても、最高レベルの厳重な安全対策を講じ、専門家との連携やバグバウンティプログラムを通じて、継続的に安全性を向上させています。

この機能はまだ初期段階ですが、今後さらに効率的で多機能なツールへと進化していくことが期待されています。

引用元: https://openai.com/index/introducing-chatgpt-agent

この記事では、タイミー社が開発現場で直面していた「Flaky Test（フレイキーテスト）」という困った問題を、AIエージェント「Devin（デビン）」を使ってどのように解決し、開発効率を向上させたかを紹介しています。

Flaky Testとは何か？なぜ困るのか？

DevinでFlaky Testを自動解決！

Devinは、ただ単にコードを修正するだけでなく、テスト情報やエラーメッセージ、実行コマンドといった詳細な情報が書かれた「プロンプト（AIへの指示書）」をもとに、なぜテストが不安定なのかを推測し、的確な修正案を提案してくれます。例えば、時間によって結果が変わるバリデーション（入力チェック）の問題や、テスト用のデータがランダムに生成されることでテストが不安定になる問題を、Devinは賢く修正してくれました。

導入後の嬉しい変化

タイミー社は、今回の成功をきっかけに、さらにAIを開発プロセスに活用していくことを考えています。AIが、これまで面倒だったり時間がかかったりしていた作業を肩代わりしてくれることで、私たちはもっと楽しい、もっと価値のある仕事に集中できるようになるでしょう。

引用元: https://tech.timee.co.jp/entry/2025/07/16/100000

AI技術の進化が目覚ましく、エンジニアの仕事のやり方が大きく変わろうとしています。特に「AI Coding Agent」は、コードの自動生成や修正、デバッグ、ドキュメント作成などを手助けしてくれる強力なツールです。たった数年で、AIがコードを部分的に補完する段階から、自動でほとんどのコードを書き上げるレベルにまで進化しています。

この資料では、様々なAI Agentツールの中でも「Cline」と「Amazon Bedrock」の組み合わせが推奨されています。その理由として、ClineはVS Codeの拡張機能として手軽に無料で導入でき、Amazon Bedrockと連携すれば、多くの企業で既に導入済みのAWS環境をそのまま活用できるため、導入のハードルが低い点が挙げられます。

AI Agentを使った開発では、エンジニアの役割も変化します。これまでは自分でコードを書いていましたが、これからは「AIに意図を正確に伝える」能力が重要になります。つまり、どんな機能が欲しいのか、どう動いてほしいのかを明確に指示し、AIが生成したコードが正しいか、もっと良くできないかを検証・調整する力が求められます。要件定義やシステム設計のスキルも、これまで以上に大切になります。

AI Agentには便利な機能がたくさんあります。例えば、外部サービスと連携して情報を活用したり（MCP Server）、プロジェクト固有のルール（コーディング規約など）を自動で守らせたり（.clinerules）、過去の会話や作業履歴を覚えて次の作業に活かす（Memory bank）ことができます。また、同じような指示を繰り返す場合に、コストを抑える「プロンプトキャッシュ」機能もあります。

AI Agentを効果的に使うにはコツがあります。指示は具体的に、かつ最初は小さな機能から作り始め、少しずつ機能を追加していくのがおすすめです。こうすることで、もしAIが期待と違うコードを生成しても、すぐに修正したり、やり直したりしやすくなります。

いくつか注意点もあります。AI Agentの利用にはコストがかかるため、使いすぎには注意が必要です。また、AIが自動で多くの情報を読み込んで推論に使うため、機密情報がAIに送信されないよう、データの取り扱いには十分気をつけましょう。AWSサービスを利用することで、情報管理のリスクを軽減できる場合があります。

コーディング以外にも、AI Agentは役立ちます。例えば、既存のコードからシステムの構成や説明ドキュメントを自動で作成したり、プロジェクト全体のセキュリティ上の問題点を見つけて修正を提案したりできます。最近では、コマンドラインからAWSリソースの管理やトラブルシューティングを助けてくれる「Amazon Q Developer CLI Agent」のようなツールも登場しており、AWSのコスト最適化レポート作成やセキュリティ監査、システム構成図の自動生成など、幅広い作業の効率化が期待されています。

AIはプログラマの仕事を奪うのではなく、そのやり方を変えるツールです。新しい技術を積極的に学び、使いこなせるようになることで、新人エンジニアでもベテラン顔負けのパフォーマンスを発揮できるようになるでしょう。最新情報にアンテナを張り、自分で試してみることが何よりも重要です。

引用元: https://speakerdeck.com/nasuvitz/ai-agent-niyorushi-zhuang-nobesutopurakuteisu-ai-coding-agent-noxiao-guo-zheng-ming-tozu-zhi-zhan-kai

VOICEVOX:ずんだもん

NVIDIAが、ロボットが新しいタスクを効率的に学習するための画期的な研究成果を発表しました。これまでは、ロボットに新しい動作を教えるには、大量のデータを集めて一つずつラベル付けする手間がかかっていました。この課題に対し、NVIDIAは「生成AI」や「ワールドファウンデーションモデル（WFMs）」、そして「合成データ生成」という最先端技術を活用することで、ロボットの学習を劇的に効率化しようとしています。

この研究の核となるのが、ロボットが未来の状況を予測し、リアルなトレーニングデータを自動で生成できる「NVIDIA Cosmos」のようなWFMsです。これにより、数ヶ月かかっていた開発期間がわずか数時間で済むようになります。

特に注目されるのが「DreamGen」という合成データ生成パイプラインです。これは、WFMsを使って、人間が手作業で集める手間をかけずに、現実的で多様なトレーニングデータを作り出す技術です。DreamGenで生成されたデータは、ロボットの賢さを測る「DreamGen Bench」という基準で評価され、スコアが高いほど実際のロボットの性能も向上することが確認されています。この技術をベースにした「NVIDIA Isaac GR00T-Dreams」を使えば、ロボットの行動学習に必要な大量のデータを効率的に用意できます。

さらに、NVIDIAは汎用的なロボットを実現する「GR00T N1」というオープンファウンデーションモデルを開発しました。これは、人間の認知能力にヒントを得て、視覚、言語、行動を統合することで、ロボットが複雑な指示を理解し、多段階のタスクを実行できるようにします。「GR00T N1.5」は、このGR00T N1の改良版で、実世界のデータ、シミュレーションデータ、そしてDreamGenで生成した合成データを組み合わせて訓練することで、より高い成功率と幅広いタスクへの対応力を実現しています。驚くべきことに、GR00T N1.5のアップデートは、手動でのデータ収集なら約3ヶ月かかるところを、合成データを活用することでわずか36時間で完了したとのことです。

また、「Latent Action Pretraining from Videos（LAPA）」という技術も発表されました。これは、インターネット上のラベルなし動画を大量に利用して、ロボットの行動を自動で学習させる方法です。これにより、高コストな手動ラベリングが不要になり、効率的なロボット学習が可能になります。

「Sim-and-Real Co-Training」という手法は、ロボットの学習における「リアリティギャップ」を埋めるものです。少量の現実世界のデータと大量のシミュレーションデータを賢く組み合わせることで、シミュレーションで訓練したロボットが実際の環境でも安定して動作できるようになります。この手法は、データ収集のコストを抑えつつ、ロボットの頑丈な動作を可能にします。

これらのNVIDIAの研究成果は、すでにAeiRobot、Foxlink、Lightwheel、NEURA Roboticsといった企業で活用され始めており、産業用ロボットやヒューマノイドロボットの開発を加速させています。今回の発表は、AIとロボティクスの未来を大きく変える可能性を秘めた、非常に重要な一歩と言えるでしょう。

引用元: https://developer.nvidia.com/blog/r2d2-training-generalist-robots-with-nvidia-research-workflows-and-world-foundation-models/

Googleは、Gemini APIで新しいテキスト埋め込みモデル「gemini-embedding-001」の正式リリースを発表しました。このモデルは、私たちが普段使う「文章」や「単語」といったテキスト情報を、AIが理解し計算しやすい「数値の並び」（これを「埋め込み」と呼びます）に変換するための技術です。AI開発において、この埋め込みを使うことで、テキストデータの中から関連性の高い情報を素早く探し出したり、文章の意味を理解して分類したり、質問に自動で答えるシステムを構築したりと、AIが賢くテキストを扱うための土台となります。

「gemini-embedding-001」の最も大きな特徴は、その非常に高い性能です。テキスト埋め込みモデルの国際的な評価基準である「MTEB Multilingualリーダーボード」で、常にトップクラスの性能を維持しています。これまでのGoogleのモデルや、他社が提供しているモデルと比べても、情報の検索からテキストの分類まで、様々なタスクで優れた結果を出していることが示されています。この汎用性の高さにより、科学論文、法律文書、金融データ、さらにはプログラミングコードなど、幅広い分野でのAIアプリケーション開発に活用できる可能性を秘めています。

このモデルは100以上の言語に対応し、一度に最大2048トークン（AIが処理する最小単位の文字数）のテキストを扱えます。さらに「Matryoshka Representation Learning (MRL)」というユニークな技術を採用しており、出力される埋め込みの「次元（数値の並びの長さ）」を、デフォルトの3072次元から、1536次元や768次元へと柔軟に変更できます。これは、開発者がAIアプリケーションの性能を最大限に引き出すか、それともデータの保存コストを抑えるかを、プロジェクトのニーズに合わせて最適化できるというメリットをもたらします。

このモデルは現在、Gemini APIを通じて利用可能で、Google AI Studioから無料で試すことができます。料金体系も手頃で、100万入力トークンあたり0.15ドルと設定されています。

なお、現在使用されている実験版モデル「gemini-embedding-exp-03-07」は2025年8月14日にサポートが終了し、その他の古いモデルも順次非推奨となるため、Googleは早期に新しい「gemini-embedding-001」への移行を推奨しています。今後は、大量のデータをまとめて効率的に処理できる「Batch API」でのサポートも予定されており、さらに大規模なAI開発が可能になるでしょう。この高性能な埋め込みモデルの登場により、これまで実現が難しかった新しいAI活用の道が拓かれることが期待されます。

引用元: https://developers.googleblog.com/en/gemini-embedding-available-gemini-api/

この記事では、新しく登場したAI搭載の統合開発環境「Kiro」と、既存の高速開発AI「Claude Code」を組み合わせることで、ソフトウェア開発の質と速度を同時に向上させる実践的な方法が紹介されています。

まず、それぞれのツールの特徴を理解しましょう。「Kiro」は、2025年7月15日にAmazonがリリースしたAI開発ツールで、対話形式で非常に詳細な「要件定義書」や「設計書」、そして「タスクリスト」を作成することに優れています。つまり、何を、どのように作るかを明確にする「設計」の部分がKiroの強みです。しかし、現時点では実際にコードを生成する「実装」の速度には課題があります。

一方、「Claude Code」は、非常に高速にコードを生成できるAIとして多くの開発現場で使われています。しかし、指示が曖昧だと意図しないコードが生成されたり、過去の会話内容を忘れてしまったりすることがあり、正確な「指示出し」が難しいという弱点があります。

そこで筆者は、Kiroの「質の高い要件・設計書作成」という強みと、Claude Codeの「爆速実装」という強みを組み合わせることを考えました。具体的な実践例として、簡単な太陽系シミュレータを開発するプロジェクトでこの方法を試しています。

この組み合わせにより、要件定義や設計でAIの助けを借りて品質を高めつつ、実装では別のAIを使って高速化するという、「良いとこ取り」が実現できたと筆者は述べています。新人エンジニアの皆さんも、将来的にAIツールを活用して開発を進める際に、このように複数のツールを組み合わせることで、それぞれのAIの得意なことを最大限に引き出し、効率的で高品質な開発を目指せるという良い学びになります。AIが進化する現代の開発現場では、AIをいかに使いこなすかが重要になってきています。

引用元: https://zenn.dev/ubie_dev/articles/kiro-claude-code

AIアシスタント「Grok」の、可愛らしいレッサーパンダのキャラクターが話題です。実は、見た目に反して、特定のモードでは渋い声でユーザーを罵倒してくるユニークな特徴があります。この「悪口モード」と、見た目とのギャップがSNS上で「面白い」と多くのエンジニアの間で注目を集めています。AIの意外な一面を楽しめる記事です。

引用元: https://togetter.com/li/2576837

（株式会社ずんだもんは架空の登場組織です）