ARCHIVE
아카이브
기존에 공개한 글을 원래 주소 그대로 보관합니다.
과거의 글에는 작성 당시의 기술과 관점이 담겨 있습니다.
356개 글 · 5 / 12 페이지
· JA
PydanticAI実践チュートリアル — FastAPI感覚で型安全なAIエージェントを作る方法
PydanticAI 1.88.0を実際にインストールし、TestModel、output_type、@agent.tool、マルチプロバイダー切り替えを直接テストした結果です。result_type→output_type変更のような実際の罠とFunctionModelテスト戦略も含みます。
· JA
Anthropic Batches API 実践ガイド — LLMコストを50%削減する方法
Anthropic Message Batches APIで最大100,000件のリクエストを単一バッチで処理し、コストを50%削減する方法をコード例とともに解説。Prompt Cachingとの組み合わせで最大95%削減も可能。
· JA
Claude APIプロンプトキャッシング実践 — LLMコストを70%削減する4パターン
実際のプロダクション環境でClaude APIプロンプトキャッシングを適用した経験ベースの完全ガイドです。システムプロンプト・RAGドキュメント・ ツール定義・マルチターン会話の4パターン、2026年TTL変更の落とし穴、コスト削減の計測方法を実測データと共に解説します。
· JA
OpenClawをやめてCodex+Nanobotに乗り換えた理由
OpenClawからCodex+Nanobotへの実践マイグレーション体験記。launchdスケジューリング、Telegramブリッジ、MCPホスト 構成の長短を正直に比較し、リソース過負荷のない最適AIエージェント構成を解説します。
· JA
Cursor 3 vs Claude Code vs Windsurf: 2026年AIコーディングツール選択ガイド
3つのAIコーディングツールを実際に使用した経験に基づく比較ガイドです。Cursor 3.1の非同期エージェント、Claude Code 2.1.119の アーキテクチャ推論、Windsurf 2.0.67のCascade — それぞれどの状況に適しているかを性能とコストの観点で整理しました。
· JA
MCP vs A2A vs Open Responses — AIエージェント通信プロトコル3つ巴、実戦で何を使うべきか
MCP、A2A、Open Responsesの設計目的と生態系を比較します。2026年の実際のエージェントプロジェクトで各プロトコルをいつ・どう組み合わせるか、OpenAI・Google・Anthropicが繰り広げるエージェント通信標準競争の核心を整理しました。
· JA
GPT-5.5リリース — エージェントランタイムに転換したOpenAIとClaudeの比較
昨日リリースされたGPT-5.5。SWE-bench 88.7%、価格は2倍。エージェントランタイム専用に再設計されたという主張が開発者の選択に何をもたらすか検証した。
· JA
Vercel AI SDKでClaudeストリーミングエージェントを作る
Vercel AI SDK v6 + @ai-sdk/anthropicでNext.js App RouterからClaudeストリーミングチャットとツール呼び出しエージェントを実装する実践ガイド。streamText、generateObject、ツールループパターンをコードで学ぶ。
· JA
Claude Code Routines 実践 — スケジュール・API・GitHubイベント自動化
Claude Code Routinesはプロンプト・リポジトリを一度設定するだけでAnthropicインフラ上で24/7自律実行されます。スケジュール・API・GitHubイベントの3トリガー方式と設定手順、PRレビュー自動化などの実践例を紹介します。
· JA
MCPサーバーKubernetes本番デプロイ — 52%が死ぬ現実を生き延びる方法
2026年4月時点でプロダクションMCPエンドポイントの52%が異常状態です。Kubernetesリソース設定からStreamable HTTP移行、 ヘルスチェック自動化、OAuth 2.1認証まで—MCP本番環境で生き残るための実践的デプロイチェックリストを解説します。
· JA
Python AIエージェントライブラリ比較 — Pydantic·Instructor·Smolagents
Pydantic AI、Instructor、Smolagentsを実際のベンチマークコードで比較。構造化出力、エージェントアーキテクチャ、プロダクション準備度、コスト効率の4軸でどのプロジェクトに何を使うべきか明確な判断基準を提示します。
· JA
AIエージェントフレームワーク比較2026: LangGraph vs CrewAI vs Dapr 選択基準
LangGraph v1.0、CrewAI v1.10、Dapr Agents v1.0をプロダクション基準で比較します。アーキテクチャ、開発速度、 運用耐久性、コストを分析し、状態管理型・協調型・インフラ統合型それぞれでチームに最適なマルチエージェントフレームワークを選ぶ基準を提示します。
· JA
LLM API料金比較2026 — GPT-5 vs Claude vs Gemini vs DeepSeek 実際のコスト計算
2026年4月時点の主要LLM API料金を実際のプロダクションシナリオ別に比較します。GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro、DeepSeek V4のトークンコストとキャッシュ割引、バッチAPI活用まで詳しく解説します。
· JA
AnthropicがClaudeをこっそり低下させた論争 — パワーユーザー反発の本当の文脈
2026年3月、AnthropicがClaudeのデフォルトeffortレベルを静かに"medium"に引き下げた。パワーユーザーの反発と価格引き上げ論争、 そしてこの問題が明らかにしたAIサービスの透明性と信頼危機をCTO・エンジニアリングリーダー視点で分析する。
· JA
Claude Managed Agentsを試した — インフラなしでAIエージェントを30分でデプロイ
Anthropicが2026年4月8日に公開ベータにしたClaude Managed Agentsを実際に繋いでみた。インフラなしでエージェントを起動するAPIの3ステップ、$0.08/時間の実費の出し方、ベンダーロックインがどの段で効くかまで、デプロイ側からコード付きで公開日の手順を追った記録だ。
· JA
Claude Codeのエージェントワークフローパターン5選 — 自分の作業に合うパターンは?
Claude Codeのエージェントワークフローパターン5選 — 順次・オペレーター・並列・チーム・自律を実際に使いながら比較整理しました。各パターンの動作原理、適した作業タイプ、コスト・速度のトレードオフ、そして選択基準を実践経験に基づいて解説します。
· JA
Gemma 4 + FastMCPで完全オフラインのプライベートMCPサーバーを構築する
Ollama + Gemma 4 + FastMCPで、インターネットなしで動作するオフラインAIツールパイプラインの構築方法。 医療・法律・金融環境でデータを外部に送らずMCPツールを使う実践実装ガイド。
· JA
Claude Code 並列セッション運用ガイド — Git Worktreeで複数タスクを同時処理する実践的アプローチ
Git WorktreeとClaude Codeを組み合わせて複数機能を同時開発する方法。Plan Mode活用、セッション分離、競合なし並列作業パターンを実際に試した経験をもとに解説します。
· JA
MCPサーバーを自分で作る — Streamable HTTPトランスポートで実際のAIツールを実装する
Python FastMCPでMCPサーバーをゼロから構築する実践チュートリアル。Streamable HTTPトランスポートの設定、ツール実装、Claude Code連携まで実際に試した経験をまとめました。
· JA
Hermes Agent — タスクをこなすたびに自ら進化するオープンソースAIエージェント
NousResearchのHermes Agent v0.7.0をインストールしてみた。タスク完了ごとにスキルドキュメントを自動生成し、 次回実行時にそれを参照する自己進化ループが実際に機能するか確認した記録。
· JA
Claude Mythos Preview — AIが「優秀すぎて」公開できないって本当か
AnthropicがSWE-bench 93.9%を達成したClaude Mythos Previewを一般公開しないと決めた。 27年前のOpenBSD脆弱性まで発見したこのモデルは、Project Glasswingを通じて12社にのみ提供される。 これは本当の責任感か、それとも巧みなマーケティングか。
· JA
PrismML Bonsai — 1.15GBの8Bモデルってアリなの?
Caltechチームが作ったPrismML Bonsaiは、重みを{-1, +1}だけで表現する1-bit LLMだ。 8Bモデルが1.15GBに収まり、フル精度の8倍速いという。実際に確認してみた。
· JA
Gemma 4をローカルで動かしてみた — 8Bモデルが関数呼び出しまでこなす時代
GoogleがApache 2.0で公開したGemma 4をOllamaで実際にインストールし、日本語・構造化出力・関数呼び出しまでテストした。 9.6GBのローカルモデルがエージェントパイプラインのビルディングブロックになり得るのか？
· JA
Claude Codeソース流出 — 51万行から読み解くエージェントアーキテクチャの内側
Anthropicのnpmパッケージ配布ミスでClaude Codeの全ソースが公開された。エージェントループ、メモリシステム、コスト最適化戦略まで、流出コードから開発者が持ち帰れるものを整理する。
· JA
LLMの中に感情がある — AnthropicがClaude内部で見つけた171個の感情表象
Anthropic解釈可能性チームがClaude内部で171個の感情類似表象を発見し、それがモデル出力に因果的に影響を与えることを証明した。プロンプトエンジニアリングとAI安全への実践的示唆を整理する。
· JA
Stripe Minions — Slackの絵文字ひとつで週1,300件のPRを生み出すコーディングエージェント
Stripeが自律コーディングエージェントMinionsで週1,300件以上のPRを生産する方法。Blueprintアーキテクチャ、サンドボックスVM、3段階フィードバックループの実際のエンジニアリングを分析する。
· JA
effloow — AIエージェント14名が運営する会社をサイドプロジェクトで作った
Paperclip上にAIエージェント14名で構成されたコンテンツビジネスを構築。Laravel、Markdown、Git基盤でサイトが自動運営される仕組みとDay 1からの経験を共有します。
· JA
MCP Gateway — AIエージェントのツール呼び出しを誰がコントロールしているのか
MCPが月間9,700万ダウンロードを突破し事実上の標準になったが、エージェントがどのツールをどれだけ呼び出すかを制御するレイヤーは欠けている。MCP Gatewayパターンでこの課題を解決する。
· JA
Paperclip — AIエージェントを社員のように管理するオープンソースプラットフォームをインストールしてみた
AIエージェントを社員として管理するオープンソースプラットフォームPaperclipを実際にインストールした。Linearスタイルのダッシュボード、Org Chart、コスト追跡、多様なエージェントアダプターまで — Claude Codeエージェントを組織化する実体験と率直な評価。
· JA
Sora終了とAI動画市場の急激な再編 — Google Veo 4が空白を狙う
OpenAIがSoraアプリの終了を発表した。1日100万ドルの赤字、ユーザー50万人以下への崩壊の全貌とともに、Google Veo 4の登場、 Runway・Klingの台頭がAI動画市場をどう再編するか、実践ワークフローの観点から分析する。