株式会社ずんだもん技術室AI放送局

MetaがLlama 4を発表。初のマルチモーダルモデルであり、MoEアーキテクチャ採用。Scout, Maverick, Behemothの3モデル構成。Scoutは10Mトークンのコンテキストウィンドウが特徴。MaverickはGPT-4o等を凌駕。Behemothは開発中で教師モデルとして活用。MoE、アーリーフュージョン、iRoPE等の技術が革新的。最大8枚の画像を同時処理可能。MetaPによる学習効率化、FP8精度でのトレーニングも特徴。安全性確保のため、Llama Guard等のツールも提供。オープンソースで利用可能。

引用元: https://zenn.dev/acntechjp/articles/20250406_llama4_analysis

Neovim 0.11でLSP（Language Server Protocol）関連機能が大幅に強化され、プラグインなしでも本格的に使えるようになりました。主な変更点は、LSPの設定、自動起動、補完がネイティブAPIで可能になったことです。設定例として、設定ファイルからnvim-lspconfigの設定を削除し、NeovimのAPIで直接設定する方法が紹介されています。ただし、Language Server自体のインストールは引き続きmasonなどのツールが必要です。これにより、dotfilesの見直しも推奨されています。

引用元: https://zenn.dev/pandanoir/articles/4736924f5ecc72

AI（ChatGPT o1とDeepSeek R1）に2025年の東大入試を解かせた結果、理科三類に合格相当の成績を収めました。特別な指示なしに、最新AIが東大生レベルの思考力を持つことを示唆しています。ただし、受験特有の知識や回答形式、図表の読み取り、問題文の意図理解には課題も残りました。

引用元: https://note.com/lifeprompt/n/n0078de2ef36b

記事の内容がハイチの首都の治安に関するものであり、新人エンジニアの業務と関連性が低いため、要約を見送ります。

引用元: https://www.nicovideo.jp/watch/sm44849022

VOICEVOX:春日部つむぎ

AIエージェントが外部ツールと連携するための標準規格MCPのDifyにおける活用事例を紹介。Difyではコミュニティ開発のMCP SSEプラグインとMCP Agent Strategyプラグインを利用可能。Zapier MCPを連携させることで、Gmailなど7,000以上のアプリとの連携が容易になる。設定はZapier MCPの設定画面からMCP Server Endpointをコピーし、Difyのプラグインに設定するだけ。これにより、AIエージェントがユーザーの指示に基づき、メール送信などのタスクを自動実行できるようになる。DifyはネイティブMCPサポートも開発中。

引用元: https://dify.ai/blog/dify-mcp-plugin-hands-on-guide-integrating-zapier-for-effortless-agent-tool-calls

LayerXのAI・LLM事業部におけるプロダクト開発体制を紹介。ビジネス部とプロダクト部の2部構成で、プロダクト部は開発、企画、LLM、デザインの各グループに分かれています。開発グループはAI Agent、WorkflowBuilder、Ai Workforceの各チームに分かれ、LLMツールを活用し生産性高く開発を推進。企画グループはPdMが開発チームと共同でプロダクト設計を進めます。LLMグループは顧客業務に特化したAIワークフローを構築し、WorkflowBuilderの機能追加・改善も行います。デザイングループはプロダクトとコミュニケーションのデザインを担当。チームコミュニケーション向上のため、Good & Newという取り組みも実施しています。

引用元: https://tech.layerx.co.jp/entry/2025/04/03/154128

次世代Switchは転売対策として、日本専用版と多言語版の2モデル展開。日本専用版は言語設定が日本語のみ、アカウントも日本設定のみに制限し、価格を抑える。抽選販売では、初代Switchの50時間以上のプレイ実績と、1年以上のオンライン加入が条件となる。これにより、転売目的の購入を抑制し、真のファンに届けやすくする狙い。

引用元: https://japan.cnet.com/article/35231292/

DeepSeekが、米国のGPU輸出規制を逆手に取り、低スペックGPU(H800)で高性能GPU(H100)並みの性能を達成した事例。通常CUDAで開発するところを、より低レベルなPTX(アセンブラ)で直接GPUを制御し、通信速度のボトルネックを解消。投資ファンドでの高速化ノウハウが活きた。制約を打破する技術力が光る。

引用元: https://tamakino.hatenablog.com/entry/2025/04/03/080000

VOICEVOX:ずんだもん

E2B社がAIエージェントのリスト「Awesome AI Agents」をGitHubで公開。OSS/クローズドソース別に、様々なAIエージェントをカテゴリやユースケースで検索可能。Adala, Agent4Rec, AgentForge, AgentGPTなどがOSSとして、Ability AI, Adept AIなどが企業提供として掲載。AI活用を検討する上で参考になるリソースです。

引用元: https://codezine.jp/article/detail/21266

OpenAIのChatGPTで、GPT-4oモデルを使った画像生成機能が無料ユーザーでも利用可能になりました。以前はアクセス集中で制限がありましたが、現在は誰でも使えるようになっています。話題のジブリ風画像生成も試せます。ただし、無料版は1日の生成回数に制限があります。AI開発競争が激化する中で、OpenAIは画像生成機能の開放でユーザー獲得を狙っています。AIの進化は目覚ましく、今後は動画生成など、より高度な機能も登場するかもしれません。

引用元: https://japan.cnet.com/article/35231247/

Devinのような自律型開発エージェントをAWS上に構築した事例紹介です。

引用元: https://tmokmss.hatenablog.com/entry/self_host_autonomous_swe_agents_on_aws

熊本県と大分県の形をクマとゾウに見立てたイラストがTwitterで話題。一度見ると、そのイメージが頭から離れなくなるというユーモラスな内容。見た人からは「もうそうにしか見えない」「形が覚えやすくなった」などのコメントが寄せられている。

引用元: https://togetter.com/li/2533229

（株式会社ずんだもんは架空の登場組織です）

M5Stack社LLMモジュールは、安価な基板単体で音声対話AIを実現する注目の技術です。通常はCoreシリーズと組み合わせて使用しますが、本記事では、モジュール単体でLinuxシステムとして活用する方法を紹介。

引用元: https://zenn.dev/fairydevices/articles/8c12677feb3be7

Amazon BedrockのAutomated Reasoning checksは、生成AIの「幻覚」（もっともらしい誤情報生成）を抑制する機能です。これは、論理的推論と数学的検証を用いて、LLM（大規模言語モデル）の出力を検証し、誤りを防ぎます。企業内のルールやガイドラインを形式的な論理構造に変換し、それに基づいてAIの応答をチェックします。

引用元: https://aws.amazon.com/blogs/machine-learning/minimize-generative-ai-hallucinations-with-amazon-bedrock-automated-reasoning-checks/

アンソロピックが400万件以上のユーザー会話を分析した調査によると、AI利用の57％が「拡張・増強型」で、人間の仕事を補完する傾向が強いです。

引用元: https://www.sbbit.jp/article/cont1/161215

資料作成で使えるピクトグラムをAIで生成できるようになったという話題です。これまでは既存の画像生成AIでは難しかったピクトグラム作成が可能になり、透過PNG形式で利用できます。さらに、生成した画像をSVG形式に変換できるツールも紹介されており、資料作成の効率化に繋がりそうです。

引用元: https://togetter.com/li/2532277

（株式会社ずんだもんは架空の登場組織です）

NVIDIAがKubernetesクラスタにおけるGPUの利用効率向上に取り組んだ事例を紹介。Volcano Schedulerで発生していたGPUのフラグメンテーション問題に対し、bin-packingアルゴリズムを導入し、GPUの使用率を約90%まで改善。

引用元: https://developer.nvidia.com/blog/practical-tips-for-preventing-gpu-fragmentation-for-volcano-scheduler/

AIが物語を生成する際、既存のデータ学習により、ありきたりで説教臭い内容になりがちです。

引用元: https://note.com/kogu_dev/n/nfe519a873fcc

タイトル: AIコーディングエージェント勉強会

要約：

引用元: https://speakerdeck.com/nasuvitz/aikodeinguezientomian-qiang-hui

話題のスティックのり(GLOO)は、四角い形状で角まで塗りやすい反面、フタの開け方や上下が分かりにくいという声が多いようです。特に、回す部分とフタを間違えやすいという意見が多数。見た目の紛らわしさから、直感的な操作が難しい点が課題です。「セブンのコーヒーマシンみたい」という意見も。改善案として、へこみをつけるなど、触覚的な区別を付けるアイデアが出ています。

引用元: https://togetter.com/li/2532371

VOICEVOX:ちび式じい

この記事では、Vercel AI SDKを使って、LLM(大規模言語モデル)に外部ツール連携機能を追加するMCP(Model Context Protocol)クライアントを利用する方法を解説します。MCPはLLMが外部のデータやツールを利用するための共通ルールです。Vercel AI SDKを使うと、MCPクライアントを簡単に組み込めます。Microsoftのplaywright-mcpを例に、Webブラウザ操作ツールをLLMから使えるようにする方法を紹介。SSEを使ってローカルサーバーと通信し、experimental_createMCPClientでクライアントを初期化。mcpClient.tools()でツール定義を取得し、LLMに渡します。使い終わったらmcpClient.close()で接続を閉じることが重要です。Schema Discoveryを使うと、ツール定義を自動で取得できます。

引用元: https://azukiazusa.dev/blog/vercel-ai-sdk-mcp-client

MCP(Model Context Protocol)は、AIが外部データやツールと安全に連携するための共通プロトコルです。従来のAIは知識が限定的で、外部システムとの連携が難しく、開発コストも高かったのですが、MCPはこれらの課題を解決します。

引用元: https://zenn.dev/eucyt/articles/mcp-server-impact

Cline/Roo-Codeは、Tree-sitterとLLMを使い、必要なコードだけを逐次解析するツールです。全体をインデックス化しないため、大規模リポジトリでも動きますが、得意なことと苦手なことがあります。

得意なのは、単一ファイルや少数のファイルに対する小規模な修正や機能追加です。一方、全体的な依存関係を把握できないため、大規模なリファクタリングやデッドコードの検出は苦手です。

Clineを効果的に使うには、ドキュメントコメントや依存関係マップを整備し、タスクを細かく分割することが重要です。また、gitログ分析ツールなどと組み合わせることで、より高度なリファクタリングも可能になります。

新規プロジェクトや小規模なコードベースでは、Clineの強みが活かしやすいでしょう。 Clineは、CursorやWindsurfに比べ、手軽に利用でき、プロンプトを細かく制御できる点が魅力です。

引用元: https://zenn.dev/tesla/articles/33d196d17bf3bb

バックエンドエンジニアの筆者が、保育園で先生からExcelの不具合について相談を受けた話。シートが勝手に右にスクロールしてしまう現象に対し、画面が見れない状況で原因を特定しようと試みるも、解決には至らず。他のエンジニアからも様々な原因が寄せられたが、キーボードの故障やExcelの設定ミスなどが考えられる。最終的に、原因特定には実機確認が必要と結論。

引用元: https://togetter.com/li/2531930

VOICEVOX:春日部つむぎ

Gemini-2.0とGPT-4oの画像生成技術は、拡散モデルから自己回帰モデルへの進化、そしてAny-to-Anyモデルという概念の登場によって実現されました。Partiは言語モデルの技術を画像生成に応用し、CM3leonはテキストと画像を双方向に扱えるようにしました。これらの研究が、テキスト、画像、音声を統合的に扱えるAny-to-Anyモデルへと繋がり、Gemini-2.0とGPT-4oが誕生しました。これらのモデルは、異なる種類のデータを統一された表現で処理し、大規模な学習によって高品質な生成を可能にしています。

引用元: https://zenn.dev/discus0434/articles/gemini-2-0-mm

この記事は、LLMアプリケーション開発を容易にするための環境構築事例です。LLM開発では、プロンプトとコードの分離、複雑なRAG構成、デプロイの難しさが課題でした。解決策として、(1)プロンプトを共有・実行できるPrompt Storeの開発、(2)Langflowを用いたビジュアルスクリプティングの導入、(3)簡単なデプロイシステムの構築を行いました。Langflowは、GUIでLLMアプリを開発できるツールで、カスタムコンポーネントを追加することで、機能拡張も可能です。これらの取り組みにより、専門家でなくてもLLMアプリを開発・デプロイできる環境が実現し、開発サイクルが大幅に短縮されました。

引用元: https://techblog.lycorp.co.jp/ja/20250327a

GoogleがAndroid OSの開発を非公開化。今後は社内ブランチに一本化し、開発プロセスを効率化する狙い。一般ユーザーやアプリ開発者への影響は少ないものの、カスタムROM開発者などプラットフォームをカスタマイズする開発者には影響が出る可能性あり。OSのソースコードはリリース時に公開されるため、完全な非公開化ではない。

引用元: https://smhn.info/202503-google-aosp

ChatGPTに「低品質な画像を」と依頼したところ、予想外にユーモラスな画像が生成され話題になっています。まるで大喜利のようなセンスに、「笑点」を理解しているとの声も。

引用元: https://togetter.com/li/2530653

VOICEVOX:ずんだもん

OpenAI Agents SDKにおけるMCP（Model Context Protocol）は、LLM（大規模言語モデル）が外部ツールやデータソースにアクセスするための標準化されたプロトコルです。MCPは、AIアプリケーションにおけるUSB-Cポートのように、LLMと様々なツールを接続する共通のインターフェースを提供します。

MCPサーバーには、ローカルで動作するstdioサーバーと、URL経由で接続するHTTP over SSEサーバーの2種類があります。Agents SDKでは、MCPServerStdioとMCPServerSseクラスを使ってこれらのサーバーに接続できます。

MCPサーバーをAgentに追加することで、Agentはサーバーのツールを認識し、必要に応じて呼び出すことができます。list_tools()でツール一覧を取得し、call_tool()でツールを実行します。

ツールリストはキャッシュすることも可能です。ツールリストが変更されないことが確実な場合に、cache_tools_list=Trueを設定することで、レイテンシを改善できます。キャッシュを無効化する場合は、invalidate_tools_cache()を呼び出します。

引用元: https://openai.github.io/openai-agents-python/mcp/

LLMの品質保証は、従来のシステム開発とは異なり、事前の網羅的なテストだけでは不十分です。重要なのは、品質を継続的にモニタリングし、改善していく運用戦略です。

引用元: https://tech.algomatic.jp/entry/2025/03/26/182954

中国のDeepSeek V3が、AIのベンチマークでOpenAIやGoogleを上回り、非推論モデルでトップに。DeepSeek V3はオープンソースで、高速かつ低コストなのが特徴。推論モデルではないため大規模データ向けではないものの、多くのタスクで実用的な点が強みです。中国AI企業がオープンソース戦略で米国に対抗する構図が見えます。

引用元: https://japan.cnet.com/article/35230944/

（株式会社ずんだもんは架空の登場組織です）

この記事では、ローカルLLMのGemma3を使って、API課金を気にせずコーディングできるか検証しています。LM StudioとClineを使い、Gemma3をVSCodeから利用する環境構築手順を解説。Gemma3 4Bでは簡単なコード生成に手間取ったものの、外部サービスより高速。Gemma3 12Bは正しく動作したが低速。今後のモデル改良に期待しつつ、ローカルLLM活用を検討する価値はあると結論付けています。

引用元: https://tech.mntsq.co.jp/entry/2025/03/25/102902

Microsoftが開発したPlaywright MCPは、LLMとブラウザを連携させる技術です。従来の画像認識と異なり、ウェブページの構造データを利用し、LLMがウェブ操作を効率的に行えます。テスト自動化、データ収集、顧客サポート、コンテンツ管理などで活用でき、テストコードの自動生成やサイト変更への自動対応を実現します。設定も比較的簡単で、今後の発展も期待されています。

引用元: https://zenn.dev/kimkiyong/articles/679faf454b0ee0

Google DeepMindが最新AIモデルGemini 2.5を発表しました。特に、Gemini 2.5 Pro Experimentalは、思考能力を持ち、複雑な問題解決に特化しています。各種ベンチマークで高い性能を示し、LMArenaのリーダーボードで首位を獲得。推論能力とコーディング能力が向上しており、Google AI StudioとGemini Advancedで利用可能です。近日中にVertex AIでも利用可能になる予定です。開発者はGoogle AI Studioで試すことができます。

引用元: https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/

（株式会社ずんだもんは架空の登場組織です）

MetaのZeyuan Allen-Zhuが提唱する「言語モデルの物理学」は、言語モデルを原理的に理解しようとする研究です。

引用元: https://joisino.hatenablog.com/entry/physics

AMDがInstellaという30億パラメータの言語モデルを発表しました。AMD Instinct MI300X GPUで学習されており、同規模の既存オープンモデルより高性能です。Llama-3.2-3B等のオープンウェイトモデルにも匹敵。モデルウェイト、学習設定、データセット、コードは全て公開。AIコミュニティでの協力と技術革新を促進します。Instellaは、FlashAttention-2、Torch Compile、FSDP等の効率的な学習技術を使用。Instella-3B-Stage1, Instella-3B, Instella-3B-SFT, Instella-3B-Instructの4モデルが公開。

引用元: https://rocm.blogs.amd.com/artificial-intelligence/introducing-instella-3B/README.html

この記事は、XMLベースのツール定義と実装で、ミニマムなコーディングエージェントを自作する方法を紹介しています。最低限必要なツールは、ListFile、ReadFile、WriteFile、AskQuestion、ExecuteCommand、Completeの6つです。LLMにXML形式でツールを使わせることで、プログラムと会話の融合が実現できます。Go言語での実装例が示されていますが、言語依存はありません。ExecuteCommandの実装では、セキュリティのためユーザーの許可を得るようにしましょう。拡張性を考えるなら、ブラウザ操作ツールやデータベース操作ツールなどを追加すると良いでしょう。

引用元: https://zenn.dev/minedia/articles/11822c2b509a79

スパム投稿の内容が雑なのは、効率を上げるため。賢い人が引っかかると、質問が多く対応が大変になるので、最初から知識の少ない人だけをターゲットにしている。注意喚起だけでは防げないため、システムレベルでの対策が必要。

引用元: https://togetter.com/li/2529599

（株式会社ずんだもんは架空の登場組織です）