WebMCPがオリジントライアルに入った — provideContextが半年で消えた理由
WebMCPがChrome 149のオリジントライアルとして配備されたが、2月のAPIはもう変わった。navigator.modelContextはdocument.modelContextへ移り、provideContextはセキュリティ上の理由で削除された。今登録すべきツールの形と注釈を公式文書に基づいて整理する。
タグ
AI-Agent
44件の記事
AgnoでAIエージェントを作る — GeminiとビルトインツールでPythonエージェントを実際に動かした
phidataからリブランドされたAgno v2.6.17をサンドボックスで検証。Calculator・Wikipedia・構造化出力・マルチエージェントチームまで実際の実行ログと共に記録。output_schema vs output_model の混同、非推奨モデルID、Team API変更点など実際に遭遇したトラップも正直に残す。
Mastra.ai 実践ガイド — TypeScriptでAIエージェントを5分で動かす方法
Mastra.ai TypeScript AIエージェントフレームワークを実際にインストールしてGoogle Geminiと連携し、天気エージェントを作ってみた。インストールから実際のツール呼び出しまでの実験記録。
Google ADK vs LangGraph 2026: 両方を実際にインストールして比較してみた
Google ADK v1.32.0とLangGraph v1.1.10をサンドボックスで直接インストールし、コード構造、依存パッケージ数、状態管理の実装、条件分岐のアーキテクチャ、デプロイCLIの違いを実験で比較しました。どのユースケースにどちらが適しているかを実測データで明確に解説します。
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。
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。
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。
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。
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。
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？
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。
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。
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。
Dapr Agents v1.0 GA — AIエージェントをKubernetes上で落ちないようにする方法
KubeCon Europe 2026で発表されたDapr Agents v1.0のdurable workflow、自動復旧、scale-to-zeroを分析し、既存エージェントフレームワークとの違いを掘り下げます。
NemoClaw — NVIDIAがOpenClawにエンタープライズセキュリティを実装した
GTC 2026で発表されたNVIDIA NemoClawは、OpenClawを企業環境で安全に運用するためのオープンソースリファレンススタックです。アルファ段階の現実的な限界と可能性を考察します。
Hindsight — AIエージェントに学習する記憶を与えるMCPメモリ
AIエージェントに学習する記憶を与えるオープンソースMCPメモリシステムHindsight。LongMemEval 91.4%達成の3層記憶構造、Retain·Recall·Reflect操作、Mental Model自動形成のメカニズムとDockerで5分起動のプロダクション導入戦略を徹底解説します。
Perplexity Computer：24時間AIエージェント時代
Perplexity Computer製品群を徹底分析。月額200ドルで24時間働くAIプロキシと、4週間で3.25年分の業務を処理したEnterprise事例を解説します。
AIエージェント アイデンティティダークマター: 企業の80%が自社のAIを制御できない理由
企業の70%がAIエージェントを運用中ですが、80%はリアルタイムでその行動を把握できていません。Identity Dark Matter の概念、 ガバナンスギャップの実態、EM/CTOのための5段階対応戦略を解説します。
Microsoft Agent Framework GA: AutoGen + Semantic Kernel統合完成
AutoGenとSemantic Kernelが統合されたMicrosoft Agent FrameworkがQ1 2026のGA(一般提供)を前に控えています。EM/CTO視点から主要機能、マイグレーション戦略、プロダクション導入ロードマップを解説します。
OpenAIのPromptfoo買収 — AIエージェントDevSecOps時代の幕開け
OpenAIがAIセキュリティテストプラットフォームPromptfooを買収しました。Fortune 500の25%が使用するこのツールがFrontierに統合され、AIエージェントDevSecOpsの新標準が生まれつつあります。レッドチームテストとCI/CD統合手順も解説します。
AIエージェントのプロダクション展開における9つの設計原則 — arXiv最新論文に基づく実践ガイド
2026年のAIエージェントプロダクション移行の核心課題を解決する9つの設計原則を、arXiv論文と実務事例を通じてEngineering Manager視点でまとめます。
MCP Apps: AIチャット内でインタラクティブUIが動作する
MCP AppsがAIエージェントUXをどう変えるか、sandboxed iframeとJSON-RPC双方向通信アーキテクチャから実践実装コードまで、Engineering Manager視点で完全解説します。
mcp2cli — MCP トークンコストを96〜99%削減するCLIベースのツールディスカバリー
MCPサーバー連携では毎ターン全スキーマがインジェクションされ、120ツール・25ターンで362,000トークンが無駄になる。mcp2cliはCLIベースのオンデマンドディスカバリーでこのコストを96〜99%削減する。仕組み、実測値、導入戦略を解説する。
コンテキストエンジニアリング：プロダクションAIエージェントを支える核心技術
プロンプトエンジニアリングを超えて、コンテキストエンジニアリングが2026年のAIエージェント開発における核心スキルになった理由を、4つの失敗パターンと5つの主要技法を通じて実務視点で解説する。
A2A + MCPハイブリッドアーキテクチャ：2026年マルチエージェントプロダクション戦略
Google A2AとAnthropic MCPは競合ではなく補完関係です。EM/CTO視点から両プロトコルの役割の違いを理解し、マルチエージェントシステムをプロダクションで安全に運用する戦略を解説します。
Cursor Agent Trace — AI生成コードを追跡するオープン標準が登場
CursorのAgent Trace 0.1.0仕様を実務視点から分析します。git blameでは追跡不可能なAIコード貢献をファイル・行 レベルで分類し、コードレビュー最適化・コンプライアンス監査・チームAI活用度測定に即活用できるEM・CTOガイドです。
Tool-R0: ゼロデータでツール使用AIエージェントを訓練するSelf-Play RLフレームワーク
arXiv最新論文Tool-R0は、学習データなしにSelf-Play強化学習だけでLLMのツール呼び出し能力を92.5%向上させます。Generator-Solver共進化構造とEM視点の実務示唆を分析します。
Deloitte 2026 Agentic AI運用戦略 — 89%が本番化できない理由とEMフレームワーク
Deloitte Tech Trends 2026が明かす衝撃—11%しか本番Agentic AIを運用していない現実。89%が停滞する 根本原因は技術ではなく運用モデル。月曜朝から即実行できるDelegate・Review・OwnフレームワークのEM・VPoEガイドです。
ADL（Agent Definition Language）— AI エージェント ガバナンスの OpenAPI が登場
AIエージェントの役割・権限・許可ツールを宣言的に定義するADL仕様が公開されました。OpenAPIがAPIを標準化したように、ADLはエージェントアーキテクチャを標準化します。核心フィールド構造の詳細分析とEM・CTOが即座に適用できるガバナンス導入戦略を解説します。
Cognitive Debt: Anthropic 2026エージェンティックコーディングレポートが警告するAI時代の新たな負債
Anthropicの2026 Agentic Coding Trends Reportと共に登場した新概念「Cognitive Debt」— AIがコードを代わりに書くほど、チームの理解力は静かに侵食される。EMが今すぐ実践すべき対応戦略を分析します。
NIST AI エージェント セキュリティ基準 — EM が今すぐ準備すべきフレームワーク
NIST AI Agent Standards Initiative のコア内容と、Engineering Manager がチーム内の AI エージェント セキュリティを強化するためのステップ別チェックリストを整理します。アクセス制御、監査ログ、ガードレール設計まで実践的な対策を紹介します。
AIエージェントワークフローをメタツールで最適化: AWOフレームワーク実践ガイド
arXivの論文に基づくAgent Workflow Optimization(AWO)フレームワークを分析します。反復的なツール呼び出しパターンをメタツールにコンパイルしてLLM呼び出しを12%削減します。
MCPがオープン標準に — Linux Foundation参画とエンジニアリング導入ロードマップ
AnthropicがMCPをLinux Foundationに寄贈し、OpenAI・Google・Microsoftが参画しました。76%の企業が導入を検討中の今、EM/VPoEが知るべき実践的な導入戦略を整理します。
MIT EnCompass：AIエージェントに検索アルゴリズムを組み込み精度40%向上させる方法
MIT CSAILが開発したEnCompassフレームワークでAIエージェントの実行パスに検索戦略を適用し、信頼性と精度を劇的に向上させる方法を実務観点で分析します。
Jira AI エージェントと MCP — エンジニアリングマネージャーが準備すべきこと
Atlassian が Jira に AI エージェントを導入し、MCP を全面採用しました。EM 視点でチーム運営の変化と実務対応戦略をまとめます。
GitHub Agentic Workflows — CI/CDにAIエージェントが参加
GitHub Agentic Workflowsの技術プレビューを分析します。MarkdownでAIエージェントが自動化を定義し、継続的なAIパラダイムで課題分類・コード生成・テスト作成を実現します。
OpenClawのモデルをOpenAI Codexに切り替える — ToS混乱後の実践ガイド
Claude・GeminiのToS変更後、OpenClawユーザー向けのOpenAI Codex移行ガイド。バックアップからモデル設定、エージェント別構成まで一気に解説します。
WebMCP：Chrome 146でブラウザがAIエージェントのツールサーバーになる
Chrome 146からMCPサーバーがブラウザに内蔵されます。WebMCPの仕組み、AIエージェントとの連携方式、Web開発の未来を解説します。
AIエージェントのKPI圧力と倫理違反 — 12モデル検証が示す「成果を出すAI」の危うさ
KPI達成圧力をかけられたLLMエージェントが30〜50%の確率で倫理違反をする研究結果を分析し、EMの視点からAIエージェントのガバナンス設計を論じます。
DeNAのPerl→Go移行：AIエージェント2種使い分けで半年→1カ月を実現
DeNAがPerl 6,000行をGoに移行する際、変換用・検証用の2種類のAIエージェントを並行運用し、半年の作業を1カ月で完遂した実践事例を分析します。
会計事務所のAI化 実データから見える現実 — 請求書処理コスト$7→$0.20への道のり
会計事務所がAIエージェントを導入した6ヶ月間の実データを分析。コスト97%削減、精度80%→98%向上の裏にある導入プロセスの現実を、エンジニアリングマネージャーの視点で解説します。
Meta AIのエージェントプラットフォーム化 — Sierra・Avocado・Big Brain
MetaがソーシャルプラットフォームからAIエージェント企業へと転換しています。Sierraパートナーシップ、独自モデルAvocado、高度推論エンジンBig Brainの技術的意義と開発者生態系への影響を分析します。
AIエージェントのコスト vs 人件費の現実：8体運用者のリアルな分析
AIエージェント自律モデレーションのコストが人間より高くなり得る現実。8体のAIエージェント実運用者がデータで分析するコスト構造のトレードオフ。
Anthropic Code Execution with MCP：AIエージェントの効率を98.7%向上させる革新技術
Model Context Protocolを活用したコード実行により、トークン使用量を150,000から2,000に削減。開発者向けに技術詳細と実装方法を解説します。