SWE-Bench Proから作る3ログ評価ハーネス

プロンプトエンジニアリングは「ハーネス設計」になりつつある 2026年07月08日 AIコーディング時代のハーネス設計の試み ── AIを信頼するのではなく、自分を信頼するためのケーススタディ（その2） 2026年07月07日 Agent Skills自動最適化の研究、中身はほぼ深層学習の訓練ループだった 2026年07月08日 ゴールデンデータセットを作ろうとして、自分のRAGが破綻していたことに気づいた 2026年07月08日 Claude Code の Opus 4.8 court-loop を Stopフックで自動回復する（＋崩れたときだけ予防する二段構え） 2026年07月08日 画像がAI生成かどうかを判別して出どころを調べるGoogleのAIツール「Backstory」はメディアのファクトチェックを迅速化している 2時間前