国内AIニュース
AIエージェントのセキュリティリスクを解説。データアクセス権限の最小化や、CVSSスコアに依存しないコンテキスト重視の評価フローの必要性、AIが生成する低品質な報告書「スロップ」問題について考察。
Linear社の品質管理戦略を解説。バグをバックログに溜めない「ゼロバグポリシー」や、全エンジニアが品質改善を発表する「クオリティ水曜日」を運用し、高い製品品質を維持する手法を紹介。
MCPサーバー構築における設計品質とセキュリティの重要性を詳解。stdioモードの限界や、本番環境で必須となる認証・通信セキュリティの「セキュリティの崖」を乗り越える設計思想を解説。
AIの推論コスト低下により、タスクの「計画」と「レビュー」が新たな課題となっている。チャットUIの制約を克服し、エージェントが自律的に精度を向上させるための新しいアーキテクチャの必要性を論じる。
高校生がサイゼリヤの注文システムをCLIでハックした事例を受け、技術的好奇心と実用的な倫理観の境界線について考察する。個人の実験としての面白さと、リスク管理の観点から自重する姿勢を示す。
Claude CodeのAuto Memory機能を3ヶ月間運用した結果、CIの不安定化や設定の衝突などの問題が発生。学習と指示書の役割を明確に分ける重要性と、運用に潜む5つの罠を解説する。
AI開発プラットフォームの最新アップデートを解説。バックグラウンド処理の高速化、UIの刷新、チーム展開機能の3軸で、各機能の有効な活用場面と導入すべきでないケースを整理する。
AIを活用したコード開発において、本番環境へのデプロイ前にいかにして品質と安全性を担保するかというテスト戦略について解説。AI駆動開発特有の課題へのアプローチを紹介する。
OllamaとGemma 4モデルを使用し、PythonスクリプトのリファクタリングをローカルLLMで実行する実践ログ。ローカル環境でのLLM活用における設定と動作の様子を記録する。
ローカルLLM実行ツール「Ollama」の活用術。コマンド1行でLlamaやQwen等を動かす方法から、LangChain・RAG・MCP連携まで解説。クラウドAPIを使わない安全・無料の検証手法を学ぶ。
AIアプリ開発における権限委任とBYOC（Bring Your Own Credential）の設計手法を解説。モデル提供元の可用性に頼らず、OAuth等を活用してユーザー自身のクオータを利用するセキュアな設計を考察する。
大規模バッチサイズ学習が汎化性能を低下させる「Sharp Minima」の概念を解説。損失関数の形状がモデルの未知データに対する適応能力にどう影響するかを理論的に説明する。
AI駆動開発の新たな設計手法「ハーネスエンジニアリング」を解説。AIエージェントがミスを繰り返したり前提を忘れたりする問題に対し、信頼性を高めるための構造的アプローチを提案する。
ChatGPT PlusからProへのアップグレードを決めた背景と動機についての考察。卒論・修論や個人開発の効率化において、Pro版に何を期待しているかをまとめる。
本番環境でのAIエージェント運用を想定したツール設計戦略。バージョニング、障害モードの分類、契約テストなど、信頼性を担保するための実践的なフレームワークを提示する。
GitHub連携を利用し、ローカルのClaude Codeで記事を執筆・投稿するワークフローの構築記録。AIの生成内容を疑い、検証しながら運用する開発者の思考プロセスを示す。
![[ローカルLLM性能評価レポート] Qwen3.6-35b-a3b](https://res.cloudinary.com/zenn/image/upload/s--0B6rc4h1--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:%255B%25E3%2583%25AD%25E3%2583%25BC%25E3%2582%25AB%25E3%2583%25ABLLM%25E6%2580%25A7%25E8%2583%25BD%25E8%25A9%2595%25E4%25BE%25A1%25E3%2583%25AC%25E3%2583%259D%25E3%2583%25BC%25E3%2583%2588%255D%2520Qwen3.6-35b-a3b%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_37:%25E3%2581%25B2%25E3%2581%25A7%2Cx_203%2Cy_121/g_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9saDMuZ29vZ2xldXNlcmNvbnRlbnQuY29tL2EtL0FGZFp1Y3I4cmRVUEN1bGZmNkN4VFpTTzIzclh0R2Q3Yld3alNnMGo5anJuaFE9czk2LWM=%2Cr_max%2Cw_90%2Cx_87%2Cy_95/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT)
高性能なPC環境でQwen3.6-35b-a3bをローカル実行し、Webアプリ開発での実用性を評価。AMD Ryzen AI MAX+とRadeon 8060Sを搭載した環境で、ローカルLLMの動作感や開発効率について詳細な検証結果を解説する。
Appleから今年後半に登場が噂される新型AirPodsの上位モデルは、「AirPods Ultra」という名称になる可能性が高いという最新情報。
2026年4月にNature掲載された論文を基に、LLMのハルシネーション（幻覚）が技術的な欠陥ではなく訓練・評価インセンティブの結果であることを解説。精度の追求が逆に嘘を招く構造的課題を考察。
AIエージェント同士を連携させる「業務リレーシステム」の重要性を提言。人間が間に入る「コピペ作業」を排除し、エージェントが互いの能力を認識・連携できる次世代の開発環境のあり方を解説する。