Deep Dive

Deep Dive

AIエージェントのセキュリティは「モデルの行儀の良さ」に頼ってはいけない — NVIDIAが示す「インフラで制御する」設計原則

8月21日、NVIDIAが「Where Security Fits in an AI Agent Stack」と題した記事を公開した。AIエージェントスタックの各レイヤーにセキュリティ制御をどう配置すべきかを詳しく論じた内容で、「モデルやハーネスの振る舞いへの期待」ではなく「インフラによる強制」を中心に据えるべきだという設計原則を打ち出している。

「オープンソースAI」と「オープンウェイトAI」は別物 — 重みを公開しても「レシピ」がなければ本当のオープンとは言えない

DoorDashが1日400万件のチャットをLLMでモデレートする方法 — 「BooleanではなくスコアをLLMに聞け」が設計の核心

Cloudflareが社内ルール23万件の違反をAIで検出・強制 — 「Wikiに書くだけ」の時代は終わるか

AIエージェントを「プロンプトで禁止」しても無意味だった — Microsoftが本番運用1年で学んだ「環境がポリシー」という設計思想

NYがSFを抜いた——AI採用ブームで調査13年史上初の逆転、AI中枢としてのベイエリアは健在

AIエージェントに「スキル」を持たせると何が変わるのか — 8,000回超の実験で判明した効果の正体と、ライブラリが増えると逆に壊れる理由

製造業AIエージェント導入、ROI 171%と失敗率76%が同時に成立する理由 — 成功と失敗を分ける3つの落とし穴

AIは「仕事を奪う」より先に「給料を削っている」— 321職種の実データが示す賃金への静かな影響

CloudflareがAIエージェントでGitHub Issueを約200件→約30件に自動解決 — 「失敗した実行がコードの脆弱点を可視化する」新発想のOSS運用術

LinkedInのAIコードレビュー、提案の63.9%が実際に採用 — マルチエージェント並列レビューで実現したノイズ排除の設計

「AIを入れたのに仕事が減らない」はなぜ？EC業務を本当に効率化する新サービスに注目

機械学習モデルの逆解析により、試行錯誤に頼っていたガラスセラミックスの色調調整を、実生産で使える再現性の高い製造条件設計へと変革しました(実験検証あり)！！[ジーシー＆金子研の共同研究論文]

datachemeng.com

判断基準がない問題に当たったとき、AIは多数派に同調しやすくなる

nazology.kusuguru.co.jp

メルカリ検索AI、「実装未定」の裏にあった直接搭載の設計図

AIモデルを選ぶ時に「実際に何をしているのか？」という内部構造や処理フローをアニメーションで視覚化して確認できる「modelmap」

S2S LLMを比較する：Gemini Live、GPT-Realtime、Qwen Omni Realtime、Grok Voice Agent API

convergence-lab.com

AI×ゼロクリック時代、自社サイトはそろそろ不要になる？【海外＆国内SEO情報ウォッチ】

suzukikenichi.com

AI投資の費用対効果、どう測る？　OpenAIが示した4指標

AIが書いた文章を脳が自動でスキップするようになった——読めない・伝わらないという「生産性向上」の副作用

中国ショートドラマ、7割がAI製に急転換…制作費10分の1、横店クランクインは75%減