記事
•4 min read
Advent of Claude: Claude Codeの31機能を完全ガイド ― ショートカットからエージェントパターンまで
Claude Codeの隠れた機能から上級テクニックまで31日分を凝縮したガイド。日常のショートカットからマルチエージェント構成まで完全解説しています。
#Claude Code#AIエージェント#開発者ツール
_
12月29日 - 1月4日
36件の記事
記事公式発表
Anthropic••3 min read
Claude 4.5公式プロンプトベストプラクティス ― 精密な指示追従とエージェント能力を最大化
Anthropic公式がClaude 4.5向けプロンプトベストプラクティスを公開。精密な指示追従、自動サブエージェントオーケストレーション、フロントエンド設計のコツなど実践的なガイダンスを提供しています。
#Claude#Anthropic#プロンプトエンジニアリング
記事
•4 min read
「速さだけでは意味がない」GitHubが説くAI時代のコード品質管理3つの鉄則
GitHubがAI時代のコード品質維持について3つの戦略を提唱。速度と品質のパッケージ化、開発者がドライバーであり続けること、思考の可視化が鍵です。
#GitHub#コード品質#AIコーディング
記事検証済み
•4 min read
AIエージェント時代、正直しんどい話 ─ 開発者が直面する認知負荷問題
AIエージェントを活用した開発で増大する認知負荷問題を現場目線で考察。全承認の一極集中、ドカンと積まれる成果物、レビューしきれない問題、コードの所有感喪失など、便利さの裏にある課題と、メンターとして使う現実的な対処法を解説。
#AIエージェント#認知負荷#開発者体験
記事検証済み
•4 min read
AIエージェントに電気ショック権限を付与したら生活が更生した話
リマインダーもToDo管理も続かない人間が、AIエージェントにPavlok（電気刺激ウェアラブル）の制御権限を付与する実証実験。CLI型エージェントがコーチング役となり、悪習慣検知時に物理的な罰を与える仕組みで、ジム習慣・禁パチンコ・禁ラーメンに成功。
#AIエージェント#行動変容#Pavlok
記事論文
arXiv••3 min read
Model-First Reasoning: 明示的な問題モデリングでLLMの計画失敗を大幅削減
LLMに計画タスクを解かせる前に問題の明示的モデルを構築させるMFRアプローチ。多くの失敗が「表現の欠如」に起因することを示し、計画精度を大幅に向上させました。
#LLMエージェント#計画能力#問題モデリング
記事公式発表
OpenAI••4 min read
OpenAI Grove ─ AIスタートアップ創業者向け5週間プログラムの全貌
OpenAIが2025年に発表した「Grove」は、AI領域で創業を目指す技術者向けの5週間プログラム。約15名の初回コホートがサンフランシスコ本社で対面ワークショップやオフィスアワーを受け、OpenAI研究者とのコラボレーションや未公開ツール・モデルへの早期アクセスを得られる。
#OpenAI#スタートアップ#アクセラレーター
記事検証済み
•4 min read
RAGの精度が73%から100%に向上した話 ─ チャンキング戦略の比較検証
RAG（Retrieval-Augmented Generation）システムで回答精度73%から100%への改善を実現したチャンキング戦略検証の全記録。Large Chunk方式が複雑なParent-ChildやHypothetical Questionsより効果的だった理由と、Re-rankingで逆に精度が悪化した原因を解説。
#RAG#チャンキング#精度改善
記事論文
arXiv••3 min read
ADOPT: 多段LLMパイプラインのプロンプト最適化を依存関係対応で効率化
多段LLMパイプラインの各ステップを効率的に最適化するADOPTフレームワーク。依存関係を考慮したテキスト勾配推定で、既存手法を上回る安定した最適化を実現します。
#プロンプト最適化#LLMパイプライン#依存関係モデリング
記事
•3 min read
2026年AI業界のキーワード「ハイプからプラグマティズムへ」 ― MCPがエージェント標準に
2026年のAI業界は「ハイプからプラグマティズムへ」。スケーリングの限界が認識される中、小型モデル・ワールドモデル・MCPがトレンドとして浮上しています。
#AI業界トレンド#MCP#スケーリング限界
記事論文
arXiv••2 min read
スマートビル向けLLMエージェントが86%のデバイス制御精度を達成 ― 人中心のエネルギー管理へ
スマートビルのエネルギー管理にLLMエージェントを活用する研究。自然言語でのデバイス制御86%精度を達成し、人中心のAI駆動型ビル管理の可能性を示しました。
#スマートビル#エネルギー管理#AIエージェント
記事論文
arXiv••2 min read
反復デプロイがLLMの計画能力を向上 ― 暗黙の強化学習が引き起こす新現象
LLMの反復デプロイが計画能力を向上させるメカニズムを解明。この過程が暗黙の強化学習を実装していることを示し、AIセーフティへの含意を議論しています。
#計画能力#強化学習#モデルデプロイ
記事論文
arXiv••3 min read
mHC（Manifold-Constrained Hyper-Connections）──残差接続を超える新トポロジー設計が示すLLMスケーリングの新境地
Hyper-Connections（HC）の訓練不安定性とスケーラビリティ問題を解決するmHC（Manifold-Constrained Hyper-Connections）を提案。多様体制約により恒等写像特性を復元し、大規模LLM訓練での安定性と性能向上を実証した査読前論文。
#LLM Architecture#Residual Connection#Scalability
記事
•2 min read
Microsoft、Windows 11向けAIエージェント統合フレームワーク「Agent Launchers」をプレビュー公開
MicrosoftがWindows 11向けにサードパーティAIエージェントの統合を可能にする「Agent Launchers」フレームワークのプレビューを公開しました。OSレベルでのエージェント体験が変わる可能性があります。
#Microsoft#Windows 11#AIエージェント
記事
•3 min read
OpenAI初のAIハードウェア、鴻海が独占受注へ──立訊から戦略転換で「非中国製造」を明確化
OpenAI初のAI終端ハードウェア製品は、当初予定の立訊（Luxshare）から鴻海（Foxconn）へ製造委託先を変更。非中国サプライチェーンを重視し、越南または米国での生産を計画。2026〜2027年発売見込み。
#AI Hardware#Supply Chain#OpenAI
記事論文
arXiv••3 min read
PrivacyBench: パーソナライズAIのプライバシーリスクを会話型で評価する新ベンチマーク
パーソナライズAIにおける秘密情報漏洩リスクを評価するPrivacyBench。RAGシステムで最大26%の漏洩を確認し、現行アーキテクチャの構造的脆弱性を指摘しています。
#プライバシー#パーソナライズAI#RAG
記事
•4 min read
Recursive Language Models（RLM）──2026年のパラダイム？コンテキスト折りたたみでエージェントの長期タスク処理を革新
Prime Intellectが提唱するRecursive Language Models（RLM）は、コンテキスト折りたたみ（context folding）でLLMエージェントの長期タスク処理を効率化。Python REPLとサブLLM委譲により、コンテキスト腐敗（context rot）を回避しつつトークンコスト削減を実現する新パラダイム。
#Long Context#Agentic AI#Reinforcement Learning
記事論文
arXiv••3 min read
AdaGReS: トークン予算内で冗長性を抑えたコンテキスト選択を実現するRAGフレームワーク
RAGのトークン予算問題を解決するAdaGReS。冗長性を考慮した適応的コンテキスト選択により、限られたトークン枠内で高品質な回答生成を実現します。
#RAG#コンテキスト選択#冗長性削減
記事
•3 min read
Claude Code全CHANGELOGを追った開発者が語る、2025年AIコーディングの転換点
Claude Codeのすべてのバージョン履歴を1年間追い続けてきた開発者が、2025年のAIコーディング体験を振り返った分析記事です。著者はClaude Code v1.0.x系以降の176回のアップデートをすべて検証し、その変化とAIコーディングの在り方について考察しています。 Claude Codeを導入検討している開発チームや、すでに利用中で効率化を図りたいエンジニアに向けて、1年間の実体験から得られた知見が整理されています。2
#Claude Code#AIコーディング#CHANGELOG
記事公式発表
Anthropic••4 min read
Claude for Chrome正式展開へ：プロンプトインジェクション対策と3ヶ月のパイロット成果
Anthropicが開発するAIアシスタントClaudeのChrome拡張機能「Claude for Chrome」が、3ヶ月間のパイロットテストを経て、Pro・Team・Enterpriseプランのユーザーに正式展開されました。当初は1,000名のMaxプランユーザー限定でしたが、2025年12月18日から有料プラン全体へ拡大しています。 ブラウザ上でAIエージェントを活用したい開発者やビジネスユーザーにとって、公式が提供するセキュア
#ブラウザエージェント#セキュリティ#プロンプトインジェクション
記事
•3 min read
NVIDIAの100倍高速・100分の1消費電力、中国発「全光AIチップLightGen」の衝撃
中国・上海交通大学の科学者チームが、情報転送に電気ではなく光を用いる新しいAIチップ「LightGen」を発表しました。このチップはNVIDIAの最先端GPU「A100」と比較して100倍の処理速度と100分の1の消費電力を実現したと報告されています。 AIチップの開発動向を追う技術者やデータセンター運用者にとって、光コンピューティングの実用化レベルを判断する重要な研究成果です。研究結果はScience誌に掲載されており、査読済みの学術
#光コンピューティング#AIチップ#中国AI
記事論文
arXiv••3 min read
MCPAgentBench: LLMエージェントのMCPツール利用能力を評価する実世界ベンチマーク
LLMエージェントのMCPツール活用能力を測定するMCPAgentBench。実世界タスクとシミュレート環境の組み合わせで、複雑なマルチステップツール呼び出しの性能差を可視化します。
#MCP#LLMエージェント#ベンチマーク
記事論文
arXiv••3 min read
MUSIC: マルチターン対話の報酬モデル改善に向けた多ステップ指示対比学習
マルチターン会話を適切に評価できる報酬モデルの訓練手法MUSIC。複数ターンにまたがる対比データを合成し、既存の単一ターン評価との両立を実現します。
#報酬モデル#マルチターン会話#データ拡張
記事論文
arXiv••2 min read
Youtu-LLM: 1.96Bパラメータでエージェント能力を備えた軽量LLMの新標準
わずか1.96Bパラメータながらエージェント能力を備えたYoutu-LLM。蒸留に頼らず段階的なカリキュラム学習で推論力を獲得し、軽量モデルの新標準を打ち立てました。
#軽量LLM#AIエージェント#長文脈
記事
•5 min read
Claude Code 2.0 実践ガイド：コーディングエージェントを使いこなす技術
Claude Code 2.0とOpus 4.5の実践活用法を解説。シンタックスハイライト、Ultrathink、コンテキスト管理、チェックポイント機能などの新機能と、エージェントを使いこなすための5つの実践的ヒントを紹介。
#開発者ツール#コーディングエージェント#実践ガイド
記事論文
arXiv••2 min read
Chain-of-Thoughtは本当に説明性がないのか？ヒント言語化なしでも忠実性を維持
Chain-of-Thought（CoT）の説明性を再評価した研究。従来「不忠実」とされたCoTの多くは単にトークン予算の制約による圧縮であり、予算を増やせば忠実性が回復することを示しました。
#Chain-of-Thought#説明可能性#忠実性
記事論文
arXiv••3 min read
マルチターン会話でLLMの特定動作を誘発する手法を体系化 ― オンライン手法が45%以上の成功率を達成
マルチターン会話におけるLLMの特定動作誘発（behavior elicitation）手法を体系化した研究。オンライン手法が従来の静的ベンチマークを大幅に上回る成功率を示し、LLM評価の新たな方向性を提示しています。
#LLM評価#マルチターン会話#行動誘発
記事論文
arXiv••2 min read
テキストスパン単位の細かいフィードバックでLLMを調整 ― 従来のA/B評価より効果的
LLMの応答品質を向上させる新しいフィードバック手法。テキストの特定部分に「好き」「嫌い」をマークし、逐次的に改善する方式が、従来の全体評価型手法より効果的であることを示しました。
#RLHF#微調整#人間フィードバック
記事公式発表
Manus••4 min read
ManusがMetaに参加、AIエージェントを数十億人規模へ展開
ManusがMetaに参加し、自律型汎用AIエージェントを数十億人へ提供。147兆トークン処理・8000万台の仮想コンピュータ生成の実績を携え、Meta AIへ統合される。
#買収・提携#AIエージェント
記事論文
arXiv••2 min read
学術査読AIへの多言語プロンプトインジェクション攻撃 ― 英語・日本語・中国語が脆弱
学術査読にLLMを使用する際のセキュリティリスクを検証した研究。論文内に隠したプロンプトが英語・日本語・中国語で査読結果を操作できることを示し、AI査読システムの脆弱性を警告しています。
#セキュリティ#プロンプトインジェクション#学術査読
記事論文
arXiv••3 min read
NestBrowse: 入れ子型ブラウザ操作でLLMエージェントの情報探索を強化
LLMエージェントの情報探索能力を実ブラウザ操作で強化するNestBrowseフレームワーク。入れ子構造により複雑なブラウザ制御を単純化し、ディープウェブからの情報取得を効率化します。
#AIエージェント#ブラウザ自動化#情報探索
記事
•5 min read
VCが予想する2026年テックトレンド：少人数チーム、パーソナルエージェント、ROI重視への転換
Khosla、Menlo、Sapphireなど18社のVCが2026年テックトレンドを予測。AIの熱狂期から「収益還元期」へ移行し、小規模チームと自律エージェントが主役に。
#市場分析#投資#2026年予測
記事
•4 min read
ChatGPTのシェア68%に低下、Geminiが18%で急追｜生成AI市場の変化を読む
ChatGPTの生成AIウェブトラフィックシェアが87%から68%に19ポイント下落。Geminiは5.4%から18.2%に急上昇、3倍以上の成長を記録。Androidエコシステムで優位を築くGoogleの戦略と、OpenAIの対応を分析します。
#市場分析#ChatGPT#Gemini
記事
•3 min read
日本初のAI基本計画が閣議決定、「フィジカルAI」で反転攻勢へ
日本政府がAI基本計画を初めて閣議決定。総合AI力9位からの巻き返しを図り、産業用ロボット制御に強みを持つ「フィジカルAI」を勝ち筋と位置づけました。安川電機やチトセロボティクスの事例とともに解説します。
#AI政策#フィジカルAI#ロボット
記事
•4 min read
NitroGen：NVIDIAが公開した汎用ゲームAIエージェント基盤モデルとは？
NVIDIAが公開したNitroGenは、4万時間・1000以上のゲームプレイ動画で学習した汎用ゲームAIモデル。ゼロショットで45〜60%のタスク完了率を達成し、未知ゲームへの転移学習で最大52%の性能向上を実現します。
#ゲームAI#基盤モデル#オープンソース
記事検証済み
•5 min read
OpenAIが認めた「AIエージェントは安全にならない可能性」──プロンプトインジェクションの本質的リスク
OpenAIがプロンプトインジェクション攻撃を「完全には解決できない」と公式に認めた。AIエージェントのリスク評価と実務的な対策をまとめます。
#AIセキュリティ#プロンプトインジェクション#AIエージェント