Deep Dive

Deep Dive

AIエージェントは「簡単なタスク」を判断できない — コスト85%・トークン91%削減を実現した「最小限で動いて足りなければ広げる」フレームワーク

7月15日、Junjie YinとXinyu Fengが「Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution」と題した論文を公開した。LLMエージェントがタスクの複雑さを自己評価して実行コストを最小化する「複雑さ認識型実行」フレームワークの提案と検証を扱っており、日本でもコーディングエージェントの実運用コストへの関心が高まるなかで注目に値する内容だ。

54GBの27B LLMが3.9GBに — PrismMLの「Bonsai 27B」がスマートフォンで動く精度を維持できた理由

SlackのClaude Tagは「ユーザーの権限」ではなく「チャンネルの権限」で動く — 管理者が知っておくべきアクセスモデルの落とし穴

AIがセキュリティパッチを読んでChromeの攻撃コードを自律生成 — 「パッチ公開から攻撃までの猶予期間」が消えようとしている

54GBのAIモデルを4GB未満に圧縮してiPhoneで動かす — Appleが注目するスタートアップの技術とは

AIエージェントをデータの「外」に置くな — PoCが本番で壊れる構造的な理由とDatabricksの解法

「最強AIモデルに全力投資」という発想は間違い — 大半の業務タスクは安価なモデルで十分、モデル階層化戦略が示すもの

AIがサイバー攻撃を自律実行する段階に入った — 企業の87〜93%が「高リスクなAI利用」を毎月経験、なりすまし識別は訓練済みの人間でも41%止まり

Stripeのベンチマークが示したAIエージェントの壁 — コードは書けても「ちゃんと動くか確かめる」ことができない

「プロンプトを書く人」から「エージェントシステムを設計する人」へ — AI Engineer World's Fair 2026が示した、AIエンジニアリングの定義が変わった瞬間

Claude Code・Cursor・Codex・Mistral Vibeを「スキャフォールドからPR作成まで」1タスクで比較 — 自律エージェントの実力差が浮き彫りに

【アゴラ】池田信夫：LLMは「スケールしない」工学的な悪夢

300ドルの13年前サーバーでGoogleの260億パラメータLLMが動いた — GPUなし、AVX2なし、毎秒5トークンを実現するまでのデバッグ記録

NVIDIAが三菱重工に接近する必然…AIラック「120kWの壁」を突破する日本の技術力

AIの守りはAIの攻撃で鍛える、オープンAIが「LLMハッカー」を開発

technologyreview.jp

OpenTelemetry のLLMトレーシング標準「GenAI Semantic Conventions」

Physical AI実装で効く制御通信の考え方：OpenArmのCAN FD実例から学ぶフィールドバス

tech-blog.abeja.asia

all-agentic-architectures 徹底解説

ai-heartland.com

DeepMindのハサビス氏が「FINRA型」のAI管理を提案。Anthropicが求めるFAA型と何が違うか

xenospectrum.com

AIは「実行者」に--チェック・ポイント、AI時代の攻撃自動化の実態と対抗策を示す

japan.zdnet.com

AIは「正しくなろう」としているのではなく「信頼を取り戻そう」としている — 反論するほど説得モードに入るLLMの設計的トレードオフ