LLM News

AIエージェントをチームで使うためのコミットルール設定

Cursor や Claude Code などのAIエージェントをチームで使うと、コミットルールが崩れやすくなります。これを防ぐには「禁止事項・手順・メッセージ形式」の3点を明文化し、.cursor/rules や CLAUDE.md に記述することが重要です。チケット番号を先頭に入れる、git add .を禁止するなど、具体的なルール設定で追跡性が大幅に向上します。

Claude Codeが『言ってもいない指示』を実行する — ロール混同バグの構造と対策

Claude Codeが「言ってもいない指示」を実行する構造的バグの正体が解明されました。Messages APIがユーザーと対話の2ロールのみのため、システム通知がすべてユーザーメッセージ扱いになり、モデルが自分の出力を後からユーザー指示と誤認・実行してしまいます。4つの発生パターンと、プロンプトでは防げない理由、PreToolUseフックなどの実装レベルの対策が具体的に示されています。

「SaaS死す」再燃――Anthropic Mythosが照らし出すソフトウェア業界の断層線

Claude Mythosはステップチェンジ級の強力なモデルで、主要OS・ブラウザの数万件のゼロデイ脆弱性を発見し、83.1%の成功率でPoC作成も可能です。AnthropicはProject Glasswingで防衛目的に限定展開。この発表で大手サイバーセキュリティ企業株が5～11%下落、SaaS業界の再編不安が高まっています。

Claude Codeスケジュール実行の3大トラブル——症状別デバッグガイド

Claude Codeのスケジュール実行機能で頻発する3つのトラブルを症状・原因・解決策で整理した実装ガイドです。タスク未実行、時刻ずれ、自動削除という痛みの問題に対し、セッションスコープの理解、ジッター回避のcron設定、Cloud/Desktopスケジューラへの移行といった具体的な対処法を提示しています。実務レベルの落とし穴を全て網羅した優れたデバッグリソースです。

Claude Advisor Tool入門 — SonnetとOpusを組み合わせてコスト削減と品質向上を両立する

Anthropicが発表したAdvisor Toolは、SonnetやHaikuといった低コスト高速モデルをExecutorとして駆動させ、必要な局面でだけOpusに戦略指示を求める仕組みです。SWE-benchで+2.7pp改善、コスト-11.9%を実現。1つのAPIリクエストで完結し、既存コードに数行追加するだけで導入できる実装パターンを詳解しています。

HITL崩壊を前提にした責任可視化設計――AIエージェント運用で最後に残る問題

AIエージェント運用ではHITL（Human-in-the-loop）が崩れるのは避けられません。形式承認化、追認化、件数圧迫など自然に劣化します。重要なのは「人間が見ていたか」ではなく、責任の流れが可視化されていることです。判断発生点・採用確定点・介在実施点・停止発動点・修復接続点の5点を明確にし、ログに残すことで、事故後の責任追及だけでなく、本当の原因と恒久対策を見つけられます。

【2026年最新】RAG精度改善技術のカオスマップ─ 74の技術を6カテゴリで構造的に整理した

RAG精度改善は簡単に作れても、実運用では「関係ない文書ばかりヒット」「ハルシネーション多発」という壁にぶつかります。この記事は、HyDEやGraphRAGなど74の技術を「DB構築→検索クエリ生成→検索→後処理→生成パイプライン→LLMモデル」の6カテゴリ17小分類で整理。自分のRAGのボトルネックを特定し、対応する技術を素早く見つけられる実践的なガイドになっています。

実践プロンプトエンジニアリング：評価駆動で本番LLMアプリのプロンプトを継続改善する

プロンプトエンジニアリングは「指示文の工夫」から「コンテキスト環境の設計」へ進化しています。本記事は、Promptfoo・Braintrustを用いた評価駆動のプロンプト開発サイクルを実装する方法を解説します。コンテキストの3層構造（指示・知識・ツール）の設計パターンから、CI/CD統合、A/Bテスト、本番運用までの一貫したワークフローを、実装コード付きで学べます。評価ループ自動化により開発効率が約50%向上する事例も紹介されています。

分析エージェントの問題点と、セマンティックレイヤーという打ち手──AIにSQLを書かせない設計

分析エージェントが本番環境で安定しない理由は、LLMに直接SQLを生成させる設計にあります。ビジネス定義の見えなさ・テーブル変更への脆弱性・text2SQLの非決定性という3つの根本課題を、セマンティックレイヤーで解決します。DBT Labsの検証では、セマンティックレイヤーを経由することで正答率が16.7%から83%に改善。AIの得意な自然言語理解に専念させ、メトリクス解決は定義層に委ねる役割分担が実務的な安定性を生みます。

Clade v1.8.0 & v1.9.0 — 自己アップデートと、ちゃんと届ける

Cladeというマルチエージェント開発フレームワークのv1.8.0・v1.9.0リリース解説です。最大の特徴は/updateコマンドで自動アップデートが可能になったこと。GitHubを正本とする設計でローカルの古い正本問題を回避し、HTMLコメントマーカーでユーザー記述を保護しながら選別更新を実現。ドキュメント整備やセットアップ未実行検出など、使い続けるための仕組みが充実しており、実装ノウハウが詰まった内容です。

プロダクト埋め込みチャット、もう誰も期待してない説 — でも「エージェントを作る」話はこれから本番

埋め込みチャットはローカルエージェント+MCP時代に存在意義を失いました。しかし「エージェントを作る」話はこれからが本番です。Transformerの原理上、複数のサブエージェント分割は必須で、決済などリスク管理が必要な業務はツール公開ではなくエージェント自体の公開が方向性になります。課金モデルもデータアクセス権で成立する新段階へ移行しています。

agent-browserでLightpandaを使って10倍速くする

AIエージェント向けブラウザ自動化ツール「agent-browser」をLightpandaに切り替えるだけで、実行速度が9倍、メモリ使用量が1/16に改善します。本記事では、インストール手順から実装方法まで、すぐに使える形で解説しており、数十～数百ページを巡回するエージェントタスクで特に効果的です。

Gemini API Docs MCP入門 — Agent SkillsでCoding Agentの精度を96.3%に向上させる

Claude CodeやCursorなどのCoding Agentが古い学習データで誤ったコードを生成する問題を、Googleが2つのツールで解決しました。Gemini API Docs MCPでリアルタイムドキュメント参照、Agent Skillsで最新SDKパターンを注入することで、正解率96.3%・トークン数63%削減を実現します。セットアップ方法と各スキルの選び方を実装例付きで解説しており、すぐに実務に活かせる内容です。

Agent Skillを有料で売れる時代が来たらしい

AIが会話ツールから仕事実行の道具へ移行する中、Agent Skillの商品化は必然です。Skillとは単なるプロンプトでなく「再利用可能な実行仕様書」で、ハーネスエンジニアリング（prompt・memory・tool・guard等の構造設計）の専門性により差がつきます。知らない領域の完成したワークフローを導入できる価値が市場を生み、SkillShelfが「運用知の取引市場」として機能し始めています。

AIを入れたら便利で終わらせない——総務省ガイドラインで学ぶ実装し直しの勘所

ベクトル検索は不要なのか

ベクトル検索は不要ではなく、使い分けが重要です。従来のベクトル型RAGは大規模データで有効一方、Agentic RAGやファイル検索型RAG、階層的検索など新しいアプローチが登場し、データの性質や要件で最適な手法を選択する時代へ。A-RAGやDeepReadなどの最新事例から、精度とスループットを両立させる道筋が見えてきます。

教育を「最短経路問題」として解いてはいけない理由 ── 近代教育の父ペスタロッチ vs 6人のAI