記事一覧
380 件
ロボットにコードを書かなくていい時代が来るのか——IntrinsicがFoxconnとともに仕掛けること
Intrinsicは、複雑なロボットコーディングをドラッグ＆ドロップの自動化で置き換える新しい産業用ロボットワークセルを発表しました。
AIエージェント3体に役割分担させたら、開発パイプラインが本当に全自動になった話
3つのAIエージェント（AGY、Claude、Codex）を連携させた全自動開発パイプラインのアーキテクチャを提案し、それぞれの役割と改善策を説明しています。
LangChainで自動化できると思った？ AIエージェントがハルシネーションループで自滅する構造的な理由
AI駆動開発における自動化の限界について、LangChainやAPIエージェントがハルシネーションループに陥る理由を解説しています。
「自動復旧がある」は「どんな障害からも戻せる」じゃない——分散エージェント運用で払った授業料
分散エージェントの復旧において、検知と作動体の分離が重要であることを示す記事です。事前に作動体を準備しておかないと、障害発生時に対応できないことが強調されています。
「意味はトレースできない」とAI自身が言った。その一言から始まったトレーサビリティ計器の話
AIのトレーサビリティを実現するための計器legixyの開発経緯とその重要性について述べられています。
AIエージェント8体を6ヶ月運用してわかった「記憶」の本質：組織が変わる前に、人間が変わった
AIエージェントに記憶を持たせることで、組織の運営が効率化され、エラーの再発防止や品質管理が向上した観察記録です。
AIに説明させるな、質問させろ——「理解度ゲート」という発想が現場の何を変えるか
AIの利用が進む中、エンジニアがコードの理解を深めるために、AIに説明させるのではなく質問を生成させる新しいアプローチが提案されています。
「似ていないから問題ない」が通じない時代へ――生成AIの盗用問題、コピペ検出を超えた7つの問い
生成AIの盗用問題は、単なる類似性の判断を超え、創作的起源の捕捉や市場代替性に焦点を当てる必要があると論じられています。
廃炉現場にフィジカルAIロボットを——クフウシヤ・東大・JAEAの共同開発が問いかける「熟練依存」の終わり方
株式会社クフウシヤが日本原子力研究開発機構や東京大学などと共同で、高線量環境下での作業支援を目的としたフィジカルAIロボットの開発を開始しました。
Stanford AI Index 2026が示す「3つの現実」— コーディングAI人間水準・若手雇用20%減・透明性崩壊を読み解く
Stanford AI Index 2026の報告書は、AI能力の急速な向上、米中AI競争の接近、若手開発者雇用の減少、AI透明性の危機を示しています。
AIコーディングアシスタントが「知らないうちに」コンプライアンスを壊している件
AIコーディングアシスタントがEOLライブラリを無自覚に導入し、コンプライアンスリスクを高めている問題を解説し、その対策として商用サポートの必要性を提案しています。
OpenAI安全性チーム、2年で3回崩壊。これは事故ではなく構造の話だ
OpenAIの安全性チームが2年間で3回崩壊した経緯を追った記事で、組織の構造的問題が浮き彫りになっています。
Tesla・Waymo・NVIDIAの自動運転AI、何が本当に違うのか――「フィジカルAI」三つ巴の構造を読む
Tesla、Waymo、NVIDIAが自動運転システムにおけるフィジカルAIのアプローチを比較し、各社の技術的な違いとその背景を探ります。
ベゾスのAIスタートアップが1.2兆円調達──「人工一般エンジニア」は本当に何を狙っているのか
ジェフ・ベゾスが共同設立したAIスタートアップPrometheusが120億ドルを調達し、物理世界向けの「人工一般エンジニア」を開発することを発表しました。
ロボタクシーの安全性は「あとから足す」では間に合わない──NVIDIAが示したHalos OSの本質
ロボタクシーの安全性は、システム全体の信頼性を確保するために、構築段階から組み込まれる必要があります。NVIDIAのHalos OSは、安全な運用を支えるための基盤を提供します。
不正検知の閾値設計が、AIアライメントの「いちばん厄介な部分」と同じ構造をしている件
不正検知や道徳の判断基準が、環境に依存して最適化されるという視点から、AIアライメントの複雑さを探る内容です。
AIに「仕事の渡し方」がない問題──Plan・Work・Review・CompoundでClaude Codeを工程に組み込む
AIエージェントを開発工程に組み込むための4つのフロー（Plan、Work、Review、Compound）を解説し、実務での活用方法を提案する。
Unitreeが「ロボットを作る」から「ロボットの脳を作る」へ転換——エンボディードAI戦略の現在地
Unitree Roboticsは、ヒューマノイドロボットとエンボディードAIを中心にした成長戦略を発表し、今後2〜5年でロボット業界に大きな変革が訪れると予測しています。
AIがAIを作る時代に、Anthropicが「一時停止」を提案した本当の意味
AnthropicはAIが自律的に後継モデルを開発する「再帰的自己改善」に関するレポートを発表し、AI開発の加速に伴う課題を指摘。業界に対し、一時的な開発停止を提案した。
AI駆動開発は「個人の腕前」じゃなく「チームの仕組み」で決まる——AIDD成熟度モデルLevel 0〜1を読んで考えたこと
AI駆動開発の進化段階をLevel 0からLevel 3まで整理し、特にチームでのAI活用の重要性を強調しています。
Microsoft Build 2026が示した「SIerの次の10年」——Copilotはもうアプリじゃない
Microsoft Build 2026では、Copilotが企業のAIエージェントOSとして再定義され、SIer企業の経営者にとって重要な決断が求められる内容が示された。
中国のAI戦略は「開放」と「囲い込み」を同時に最適化している――ゲーム理論で読む二面性
中国のAI戦略は、最先端モデルを国家管理する可能性と、オープンソース戦略を同時に進める複雑な構造を持つことをゲーム理論で分析しています。
ピッキング人員が4人→1人。フィジカルAIが物流現場に刺さる理由
Mujin Japanが東電物流にフィジカルAIを活用したロボットケースピッキング自動化ソリューション「MujinRCP」を導入し、90%の自動化を実現しました。
NVIDIA Cosmos 3が示す「物理AIの地殻変動」——世界モデルの中身を3点で読み解く
NVIDIAが発表したCosmos 3は、物理世界をモデル化する「World Foundation Model」であり、ロボティクスや自動運転において重要な役割を果たします。
医療現場の生成AI、「学習オフ」だけでは違法になる理由——企Q-26・ZDR・ローカルLLMを実務目線で整理する
医療現場で生成AIを活用する際に必要な法律や技術について解説した記事です。特に、厚生労働省の公式見解を基にした生成AIの利用条件が重要です。
「AIエージェントがブルウィップ効果を解消する」は本当か？通説を解体して見えた設計の本質
マルチエージェントシステムがブルウィップ効果を解消するという通説に対し、実際にはインセンティブの不整合が協調を妨げることを指摘し、設計原則を提案する。
OpenClaw×Claude Codeの分業ワークフロー｜「設計」と「実行」を分けると何が変わるか
OpenClawとClaude Codeを連携させたAI駆動の開発ワークフローを解説したガイドです。具体的なコマンドや設定例を通じて、フリーランスエンジニアやデータ分析基盤構築者に役立つ情報が提供されています。
LLMが「正しく考えた後に答えを覆す」のはなぜか——プロンプトでは解決できない6つの構造的理由
LLMが推論後に自らの答えを覆す現象は、プロンプトの工夫では解決できない構造的限界に起因している。この記事では、その原因を6つのメカニズムに整理して紹介する。
Googleが自社広告を打つ本当の理由——「オーガニック中立性」こそAI時代の生命線だった
Googleが自社広告を増やしているのは、収益化ではなくAI検索の脅威に対抗するためであり、オーガニック検索の中立性を守ることが重要であると論じています。
MUFGとOpenAIの協業が問うこと：「AI導入」と「AI変革」は別物である
MUFGはOpenAIとの提携を通じて、AIを前提とした業務プロセスの再設計を目指している。これにより、金融機関のAI導入が単なるツール配布にとどまらず、根本的な変革を促すことが期待されている。
PoCは動く、本番は壊れる──9社のAIエージェント運用から見えた「評価と観測」という共通の壁
AIエージェントの開発に関する特集記事で、9社の技術選定や運用の課題と解決策が紹介されています。
NVIDIAのロボット研究が示す「シミュレーション→現実」のリアルな到達点
NVIDIA Researchは、ロボティクスのシミュレーションから現実世界への移行を進めており、ICRAで発表された論文群がその基盤を示しています。
Anthropicが国防総省と決裂した本当の理由——「完全自律型兵器」をめぐる構造的な断絶
AI技術の進展により、自律型兵器の開発が進んでいる中、Anthropicと国防総省の間での契約交渉が破綻し、AI兵器の倫理的リスクが浮き彫りになっています。
AIエージェントに「自分を改善させる」仕組みを企業で動かすには、何を先に決めておくべきか
企業AIエージェントにおけるメタハーネスの設計理論を探求し、自己改善ループの構造と運用の重要性を論じる。
「100兆円市場」を狙う日立×Anthropicの本気度——フィジカルAIで日本企業が勝てる理由と、まだ見えない課題
日立が米Anthropicと提携し、フィジカルAI市場での競争力を強化する戦略を発表。100兆円規模の市場を狙い、AI技術を活用した社会インフラの革新を目指す。
AIが1秒で作るノイズを、人間が数日かけて処理する構造——「ミトス問題」が教える工数崩壊のリアル
元Yahoo!エンジニアの山田健太郎が、AIスクリーニングによる工数崩壊の問題とその対策を考察しています。
日立×Astemo、自動運転AI開発基盤を2026年度末に構築へ——デジタルツインで「現実では再現困難なシナリオ」を量産する狙い
日立製作所とAstemoは、自動運転車両向けのAI開発基盤を2026年度末までに構築することを発表しました。デジタルツインとフィジカルAIを活用し、安全性と快適性を両立させることを目指します。
AIが生成したpandasコードは「動く」けど「正しい」とは限らない——3つの地雷と検証ワークフロー
AI生成のpandasコードには、実務でのパフォーマンスやデータ整合性に影響を与える静かな地雷が存在します。本記事では、その地雷を特定し、検証ワークフローを提案します。
Gemini 3.5 Flashが示す転換点——GoogleはAIを「話す道具」から「働く主体」へ変えようとしている
Googleは、最強のAIモデルGemini 3.5 Flashを発表し、AIを会話ツールからエージェントツールへとシフトさせることを目指しています。
生成AIのリスクは「出力」より「入力」にある——権利・機密・心理的反発を実務で整理する
生成AIの利用には、権利や機密情報、品質、心理的反発といったリスクが存在し、それらを適切に管理することが求められています。
AI生成コードを「本番品質」に仕上げる5つのレビュー基準——14日デプロイの現場から
AI生成コードを本番品質にするための5つのレビュー基準を紹介する記事です。
AIエージェントにコードを書かせるとき、あなたはどこまで「信頼」しているか
生成AIを用いたソフトウェア開発におけるセキュリティの問題点を整理し、AIエージェントの権限拡大や脆弱性について考察しています。
CI/CDの次に来るもの——「エージェントネイティブ開発」が変える開発組織の形
AIコーディングは単なるコード生成を超え、開発プロセス全体を自律的に処理するエージェントネイティブな運用へと進化しています。
CopilotのUI刷新が意味するのは「AI導入」ではなく「業務設計の前提変更」だ
Microsoft 365のCopilotがAI機能を統合し、業務プロセス設計を根本から変える方向に進化した。
Physical AIは本当にソフトウェアエンジニアの次の戦場か？2026年の現実を整理する
2026年、Physical AIがソフトウェアエンジニアの新たな戦場となる理由を探る記事です。ヒューマノイドロボットの進化とソフトウェアスタックの標準化が鍵となります。
Claude Code・Cursor・Codex、3ヶ月使い倒してわかった「正しい使い分け」の話
Claude Code、Codex、Cursorの3つのAIコーディングツールの使い分けについて、実務での経験を基にした具体的なガイドラインを提供しています。
AIコーディングは「プロンプト職人」を目指すと負ける。「仮想開発組織」を作る発想に切り替えよ
AIコーディングの本質は、プロンプトに依存するのではなく、仮想開発組織を構築することにあると論じています。
「ステップ2は？」——AIが変革をもたらすという約束の、巨大な空白を直視する
AIの変革の約束と実際の能力のギャップが浮き彫りになり、誇大広告の背景には中間プロセスの不透明さがあることが指摘されています。
「AIがAIを作る」時代が来た。OpenAIとAnthropicが警告するRSIの現実
OpenAIとAnthropicの研究者たちは、再帰的自己改善(RSI)が現実化しつつあり、AIの進化が人間の理解を超える可能性があると警告しています。
AIを「一つの正解」に収束させるのは本当に安全か？ 境界情報幾何学（BIG）が問うアライメントの盲点
この記事では、AIアライメントにおける「認知的単一化」のリスクと、境界情報幾何学（BIG）の概念を通じて知性の多様性を維持する方法について論じています。