ARCHIVE
アーカイブ
公開済みの記事を元のURLで保管しています。過去の記事には執筆時の技術と見解が含まれます。
356 件の記事 · 11 / 30 ページ
· 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。