AIを長く働かせるだけでは足りない。「次に何をするか」を考えるMetaの新研究
AICompany AIに追加の時間を与えても、使い方が悪ければ成績は伸びない。…
9月 2026
AIに毎回考えさせない。Policy as Codeが示した「安定して成功する」設計
同じ57回成功でも、安定性は違う。Policy as Cod…
AIの代理交渉は、本人の希望を理解できているか。Project Swapが示した盲点
Anthropicの本交換実験Project Swapを解説…
AIエージェントは「起動した」で終われない。FDE-Benchが測ったデプロイの壁
AIが書いたデプロイ設定は、ビルドが通れば十分なのか。FDE…
AIが読む前の処理を速くする。tokenizers v1の「3〜30倍」はどこに効くのか
Hugging Faceのtokenizers v1は、出力…
AIエージェントはツールを減らすと強くなる？4モデル・176設定が示す設計の分かれ道
コーディングAIの専用ツールを外すと、成績が上がるモデルも下…
AIエージェントの「直ったはず」を確かめる。Chronicleが失敗ログを回帰テストに変える仕組み
同じ依頼で成功しても、修正が効いたとは限りません。Chron…
コーディングAIの順位差はどこまで信じられる？SWE-benchの公開結果を再点検
SWE-benchの過去の公開結果を調べた研究は、細かな順位…
AIのスキルは、書き直すより試し方が大事。COBRA-Skillsの改善ループ
AIの手順書を、実行結果から育てるCOBRA-Skills。…
AIの答えが古い原因はどこにある？ChurnBenchで見る情報の更新間隔
AIの計算が正しくても、参照した情報が古ければ答えは間違いま…