AIエージェント開発の本当のボトルネック。Microsoft Orchardが分離した環境層
AICompany Microsoft Orchardは、AIエージェントのsa…
AI活用 / 業務効率化
修正を続けるほど正解を壊す。コードエージェントに必要な停止設計
コードエージェントは一度正解しても、次のrevisionで壊…
Git履歴を900件の実行課題へ。Change2Taskがコードエージェント評価を作り直す
過去のmerged PRを保守された現在のcodeへ移し、3…
長文LLMはAttention設計で速くなる。prefillとdecodeを分けるNVIDIAの4原則
NVIDIAが長文LLMのAttentionをprefill…
Gemini Robotics 2は「考える脳」と「動く身体」を分けた。ロボットが数分の仕事を自己修正する仕組み
Google DeepMindのGemini Robotic…
小型coding modelは「開発の全工程」を学べるか。MindForgeが27Bを大型モデル級へ近づけた方法
MindForgeは、sourceを見せない環境で調査、設計…
AIエージェントのSkillsは「読む前」に検査できるか。SkillGateが示した指示ファイル供給網の守り方
悪意あるAgent Skillsを、coding agent…
Kimi K3は「巨大化」をどう実用へ戻したのか。2.8兆パラメータと100万トークンの設計を読む
Kimi K3の2.8兆パラメータ、1040億活性、100万…
AIエージェントの長期記憶は、モデルより実行前後を設計する。Microsoft Agent FrameworkとCosmos DBの新しい接続点
Microsoft Agent Frameworkのbefo…
AIエージェントのSkillは、全部直すな。WMLが失敗箇所だけを修復してHard Accuracy 90.33%を達成した仕組み
AIエージェントのSkill修正を、失敗ノード、原因機構、最…