Deep Dive

Claude Code と Codex を使い比べて見えた設計思想の違い

AI エージェントの知識システムが陳腐化する仕組みと、鮮度を保つ規律

localhostを信頼するAIエージェントをWebページ1枚で乗っ取るAutoJack

AI以後の受託システム開発はどうなっていくのか（2026年6月版）

高リスクAIの「正確性・堅牢性・サイバーセキュリティ」、設計で何が求められるか（EU AI Act 第15条）

Google発「Agentic Resource Discovery（ARD）」とは

「全部コンテキストに突っ込む」は間違い — ローカルLLMに自前ドキュメントを読ませるRAGの仕組みと現実的な注意点

GoogleがAIスパムをコンテンツ単位で見るのをやめた — アカウント群をクラスターごと無効化する新検出システムの仕組み

OCRはテキストを返すが、ドキュメントを返さない — スキャンPDFをRAGに使うと何が壊れるか

LLMにコピー作業をさせるな — MicrosoftがAI出力のスキーマ準拠率0%→100%を達成した「決定論的/AI分離」設計

RAGの検索ステップ、実はGPUがあるのにCPUで処理していた — CUDAカーネルを自作してデータの無駄な往復をなくしたら8.57倍速くなった話

「どのテーブルを使えばいい？」にSlackスレッド5本かかっていたOpenAIが社内AIアナリスト「Kepler」を構築 — 7万テーブルの迷宮をエージェントが自律的に解く仕組み

AIエージェントがタスクの途中で止まる原因はコンテキスト上限 — ウィンドウを「ストレージ」として使わないための6ステップ設計

RAGシステムの隠れたコスト削減ポイント — 質問パース後の「チャンク戦略・モデル選択・アクティベーション・監査」をコードではなくデータで制御する

AIがコードを速く書くほど「検証」がボトルネックになる — CI/CDパイプラインにテストを組み込まない限り、生産性向上は幻想に終わる

AIエージェントの評価は「正解したか」だけでは不十分 — Hugging Faceが公開した「コスト・速度・エラー率」まで測るベンチマーク手法

RAGだけでは「古い情報を自信満々に話す」問題は解決しない — AIエージェントに検索とメモリの両方が必要な理由

開発者がコードを書く時間はもう20%しかない — AWS Summit 2026で示されたAIエージェントによるソフトウェア開発の全工程変革

AIエージェントの性能は「モデル」より「ハーネス」で決まる — Databricksが解説するエージェントハーネスの概念と本番設計

本番AIエージェントが静かに壊れていく「コンテキストロット」— デモで動いても1週間でループする根本原因と5つの対策