dev.to

7件の記事

🕵️

dev.to3月13日· 2分で読める中級🔥 注目

1,149 Humans Tried to Social-Engineer Our AI Banker. Here's What OWASP's Agentic Framework Missed.

1,149人がAIバンカーに対する社会工学的攻撃を試みた実験から、OWASPのエージェントセキュリティフレームワークの盲点が明らかになりました。プロンプトベースの防御だけでは74.6%が突破された一方、インフラ層のポリシーエンジン（Open Agent Passport）では100%の攻撃を防止。7つのOWASP リスクが実際に悪用され、セキュリティ対策の現実的なギャップと、モデル信頼から基盤設計への転換の必要性が浮き彫りになります。

#エージェント #セキュリティ #OWASP

記事を読む →

🤖

dev.to3月13日· 2分で読める中級🔥 注目

Anthropic Built a 300K-Query Behavioral Auditing Tool Because Model Behavior Changes. Here's the Production Version.

AnthropicはPetriという内部ツールで30万件のクエリを使い、モデルの挙動変化を追跡しています。驚くべきは、大手LLM企業ですら数千の矛盾や曖昧さを検出しており、本番環境で使うモデルは決して静的ではないということです。実際の監視例から、プロンプト仕様の微妙な逸脱がJSON解析や正規表現パーサーを沈黙のうちに破壊する様子が示されています。開発者が実装すべき対策が明確になります。

#Claude #LLM品質管理 #本番環境監視

記事を読む →

🔌

dev.to3月10日· 2分で読める中級🔥 注目

Model Context Protocol (MCP) Explained: The Open Standard Reshaping AI Development

MCPはAnthropicが2024年末に開始したプロトコルで、わずか1年でOpenAI・Google・Microsoftなどが採用し、Linux Foundationに寄付されるほど業界標準化しました。従来はAIモデルごと・ツールごとに個別実装が必要だった「N×M問題」を、MCP対応なら「N+M」で解決します。USBのようにAIツール統合を標準化することで、開発の保守負荷を劇的に削減できます。

#MCP #エージェント #AI駆動開発

記事を読む →

🔌

dev.to3月9日· 2分で読める中級🔥 注目

AI의 USB-C를 만들겠다는 프로토콜 — MCP가 바꾸는 것

MCPはAI向けのUSB-C規格を目指すプロトコルです。複数のAIモデルと外部ツールを連携させる際、従来は9個のカスタムコードが必要でしたが、MCPでツールを一度定義すれば、Claude・ChatGPT・Cursorなど複数のHostで再利用できます。N×M問題をN+M構造に変え、ベンダー依存を排除する標準化により、AIエコシステムの相互運用性が劇的に改善されます。

#MCP #LLM #AI駆動開発

記事を読む →

🔌

dev.to3月9日· 2分で読める中級🔥 注目

The Protocol That Wants to Be USB-C for AI — How MCP Changes Everything

MCPは、AI向けの「USB-C」を目指すオープンプロトコルです。これまで3つのAIアプリと3つのツールを接続するのに9つのカスタム統合が必要でしたが、MCPはツール・リソース・プロンプトのインターフェースを標準化し、一度構築すれば複数のホストで再利用できます。関数呼び出しを統一し、RAGと組み合わせることで、AIシステムの実行可能性が飛躍的に向上します。セキュリティ考慮も詳解。

#MCP #AI駆動開発 #LLM

記事を読む →

🕵️

dev.to3月9日· 1分で読める上級🔥 注目

LLM은 CPU고, 에이전트는 프로세스다 — Agentic AI의 진짜 구조

LLMはCPU、エージェントはプロセスという比喩で、Agentic AIの本質を明かします。デモは動くのに本番環境で失敗する理由は、モデルではなくLLMを包むシステムアーキテクチャにあります。ReActパターンなど7つの設計パターンと実装コードで、エージェント開発の落とし穴と正しい構造を解説しています。

#エージェント #AI駆動開発 #LLM

記事を読む →

🕵️

dev.to3月9日· 1分で読める上級🔥 注目

LLMs Are CPUs, Agents Are Processes — The Real Architecture of Agentic AI

Gartner予測によると2026年までに企業アプリケーションの40%がAIエージェントを搭載する見通しです。しかし本番環境での失敗は、モデル品質ではなく「エージェントの設計思想」に起因します。LLMをCPUに、エージェントをプロセスに例える著者は、ReActパターンやループ制御などシステム設計の本質を解説。デモと本番のギャップを埋める実装知見が満載です。

#エージェント #AI駆動開発 #LLM

記事を読む →