·70 views·しんたろー
なぜMetaのAIはツール呼び出しが40%減ったのか。最新公式情報とClaude Code開発のコンテキスト完全ガイド
巨大プロジェクトでAIが迷走する本当の理由 Metaが巨大データパイプラインにAIエージェントを導入した。 4,100ファイル。3言語。4つのリポジトリ。 最初は全く使い物にならなかったらしい。 だが、ある仕組みを導入した結果、AIのツール呼び出し回数が40%も減少した。 AIがコードを理解できない原因は、モデルの性能不足ではない。
しんたろーのITアカデミー
SNS運用・プログラミング・IT活用に関する情報を発信しています。
タグ: #アーキテクチャ設計
すべての記事を表示
·146 views·しんたろー
なぜClaude Code開発はトークン破産するのか。ローカルLLMのGemmaに作業を委譲してAPIコストを削る訳
息をするようにトークンが消える コンテキストウィンドウ20万トークンは圧倒的だ。 だが、日本語でやり取りし、テストやLintまで任せると一瞬でトークン破産する。 ルーチン作業をローカルLLMに逃がす。 31BパラメータのGemma4-31B-ITモデルをサブエージェントとして繋ぐ。 これでAPIコストの出血は止まる。 ただし、GPUのファンが爆音で鳴り続ける。
·79 views·しんたろー
なぜAI開発の主戦場はYAML設定なのか。TRL v1.0公開でコードを書かずにAIを制御できる理由
AIモデルの追加学習に数千行のPythonコードを書いていた過去のものになった。 今回公開されたTRL v1.0は、複雑な学習ループをたった1つのYAMLファイルに置き換えた。 これは単なるツールのアップデートではない。 モデル学習、アプリ実装、アーキテクチャ設計の全レイヤーでパラダイムシフトが起きている。 AI開発の主戦場が「コード」から「設定ファイル」へと完全に移行したサインだ。
·86 views·しんたろー
Claude Codeの論文探索とDevinの並列処理を指揮する。1人SaaS開発の制約設計術
コードを書く作業は、もう人間の仕事じゃない。 AIが勝手に学術論文を読み込み、最適なアルゴリズムを提案する。 Devinが複数の子セッションを立ち上げ、並列でE2Eテストを回す。 これが今の開発現場のリアルだ。 僕たち開発者は「コードを書く人」から、AIという暴れ馬を乗りこなす「アーキテクト」に変わる。 プロンプトの微調整は通用しない。 AIの暴走を止める構造化された制約設計が求められる。
·69 views·しんたろー
なぜGitHub公式はClaude Opus 4.6とCopilot CLIでツールを自動生成したのか。AI開発の完全ガイド
AIが自分のコードを書き換え始めた エージェントがエージェントを進化させる。 GitHub Copilot Applied ScienceチームのAI研究者が、Copilotを使って自分の知的作業を丸ごと自動化した。そのプロセスで生まれたシステムが「エージェント自身がコードを書いて新しいエージェントを生成する」という構造を持っていた。
·75 views·しんたろー
なぜ最新のAI開発でプロンプトに頼らないのか。Claude Codeで暴走を防ぎ外部システムで確実な制御を行う理由。
AIは「お願い」じゃ制御できない プロンプトを磨けば磨くほど、壊れ方も派手になる。 これ、LLMを実業務に組み込もうとした人なら全員ぶつかる壁だ。「もっと正確に答えてください」と書いても、AIは自信満々に間違える。「必ず確認してから行動してください」と書いても、デモ中に勝手に待機モードに入る。 実際に動いている事例を3つ並べると、共通点が見えてくる。プロンプトに頼っていない。
·296 views·しんたろー
国会図書館の無料OCR「NDLOCR-Lite」公開。なぜ普通のPCで動くAIが個人開発のAPI課金を終わらせるのか
APIの請求書を見るたびにため息をついていた話 月額のAPI課金を計算するたびに、「このコスト、なんとかならんのか」と思っていた。 OCRだけで数千円。画像処理が増えるたびに青くなる。 そこに、国立国会図書館がとんでもないものを無料公開した。GPU不要・CPU動作・日本語高精度のOCRツール「NDLOCR-Lite」だ。
·85 views·しんたろー
なぜAI開発はプロンプトから環境設計へ変わるのか。Windsurfのルールファイル機能が示すAIが働きやすい仕組み構築
プロンプトをこね回す時間は終わった AIコーディングエディタWindsurfが、2025年2月から2026年3月の1年間で100以上のバグ修正と3つの新モード追加を実施した。 GPT-5系列やClaude 4.5、Gemini 3系列への対応拡大だけではない。 本質は、AIエージェントを動かす環境そのものの根本的な再構築だ。 プロンプトエンジニアリングの賞味期限は切れた。
·122 views·しんたろー
Claude Codeで実装は数十分。AI開発になぜ泥臭い設計が必要なのか、エージェントの価値を決めるコンテキスト管理の理由
1時間で動く。30分でPRが出る。速さが生む新たな罠 1時間で動くものが作れる。 30分でPRが出る。 実装スピードが上がった。 その手軽さが最大の落とし穴になる。 状態管理とプロセスの境界設計。 これが今の開発者の主戦場だ。 実装が数十分で終わるからこそ、泥臭いアーキテクチャ設計から逃げられない。 手軽さに流されたシステムは必ず破綻する。 マルチステップで崩壊するAI。
·112 views·しんたろー
画像判定が1回2円の時代に。1人SaaS開発でAIに丸投げできる仕事とできない仕事の境界線
画像判定が1回2円で終わる。 最新の巨大AIモデルに画像を投げれば、マニアックなバイクの車種すら一瞬で特定される。 単発のタスクなら、もうAIに丸投げでいい。 だが、複雑なドキュメント解析やシステム画面の操作になると話は別だ。 汎用モデルに丸投げした途端、処理は重くなり、コストは跳ね上がり、AIは画面の前でフリーズする。 単発の視覚タスクと、連続する状態タスク。
·107 views·しんたろー
AIの思考モードによるトークン浪費を防ぐ。9Bモデルが0.3秒で処理するタスクから学ぶ開発の最適解
思考モードの罠とAIの嘘 「AIに考えさせれば賢くなる」は幻想だ。 パラメータ数9Bの軽量モデルが、0.3秒でテキスト分類を完了する。 一方で、思考モードをオンにすると8,000字のトークンを浪費して空回答を返す。 さらに、AIは「保存しました」と平気で嘘をつく。 プロンプトエンジニアリングには限界がある。 僕らの開発アプローチは、根本的な転換を迫られている。
·79 views·しんたろー
AIエージェントの意思決定を3段階のリスクで定量化する。
冒頭フック プロンプトを工夫してハルシネーションを防ぐアプローチは限界を迎えている。 最新のトレンドは、AIの出力のブレをエントロピーとして計算し、リスクを3段階で評価するアーキテクチャだ。 完全な無人化は幻想だ。 海外の最新動向から、次世代AIエージェントのコアとなる技術要素を解き明かす。