#aiエージェント

この記事を読んでまず思ったのは、MCP対応って思ったよりずっと面倒で、しかも面倒さの質がかなり独特だな、ということだった。APIを公開すればいい、ドキュメントを書けばいい、という話ではなくて、「AIエージェントがどう見つけるか」「どう読むか」「どの順で使うか」まで考えないといけない。普通のWebサービス設計とは、少し違う土俵に入ってきている感じがする。 特に引っかかったのは、著者が実際に試してみたら、MCPサーバーを立てただけではAIエージェントに使ってもらえなかった、という点だ。これはかなり示唆的だと思う。人間向けのサービスなら、入口を作って案内を書けば十分なことが多い。でもAI相手だと、入口の存在自体を気づいてもらえないし、読ませ方も整っていないと、そもそも候補に上がらない。 しかも対応方法が `llms.txt` や `MCP Server Card`、`API Catalog`、Markdownへの応答、robots.txt など、既存のWeb運用の延長に見えて、実際には「AIがたどる導線をどう設計するか」という別の仕事になっているのが面白い。Webの世界にまた新しい“サイト内

この記事を読んでまず思ったのは、AIエージェントに便利なツールを与える話なのに、熱量の中心が「何をできるようにするか」ではなく「どう壊れにくくするか」にあるのがいい、ということだった。こういう話はついデモ映えする自動化に寄りがちだけれど、ここでは Bean Validation で入力を縛り、stateless なサービスとして置き、Goose から MCP 経由で呼ばせる。派手さはないけれど、現場で使うならそっちが先だよな、と思った。 特に引っかかったのは、AI agent に enterprise API や database migration を直接やらせるのは「brittle and dangerous」とはっきり書いているところだ。これはかなり実感がある。エージェントが賢くなっても、つなぐ先が雑なら事故る。だから「便利なラッパーを作る」より、「呼べる操作の形を狭くする」ほうが大事になる。`@Pattern` や `@NotNull` で customer ID を縛る例は地味だけれど、こういう地味さが本当に効く場面は多いと思う。 一方で、この記事は Part 1 らしく、ま

この記事を読んでまず思ったのは、これはかなり地味な見た目なのに、実際には相当いやな穴だということです。派手なゼロデイや難解な脆弱性というより、「ちゃんとした会社のドキュメントに書いてあるから大丈夫だろう」という、日常の判断がそのまま裏目に出ている感じがする。そこが一番ぞっとしました。 特に引っかかったのは、問題の中心が llms.txt みたいな新しい仕組みそのものというより、「AIエージェントは読んだものを命令として受け取りやすい」という性質にある点です。人間なら、`pip install` と書いてあっても「本当にそのパッケージ名で合ってるのか？」と少しは疑う。でもエージェントは、会社の公式ドメインにある、機械向けに整えられた文書を見たら、そこに書かれた手順をそのまま進めてしまう。しかも、周辺の監視ツールから見ると、ただの開発者が普通に package manager を叩いているようにしか見えない。守る側の目線では異常に見えにくいのに、攻撃の入口はもう開いている、というのが厄介です。 もうひとつ面白かったのは、これが「悪意ある文書が紛れ込んだ」話だけではないことです。もともと無害

この記事を読んでいちばん気になったのは、AI agents の話なのに、実際には「全部を agent と呼ばないほうが設計しやすい」とはっきり言っているところだった。そこがかなり好感触だった。最近は何でも agent に寄せた説明をよく見るけれど、この記事はむしろ逆で、MCP は capability へのアクセス、A2A は責任の委譲、ACP はその歴史的な経緯、というふうに線を引いている。こういう整理の仕方のほうが、実装する側にはずっと役に立つと思う。 特に MCP を「道具につなぐための契約」として扱っているのがわかりやすい。ファイルを読む、DB を引く、内部 API を叩く。そういうのまで全部「別の agent です」と言い始めると、たしかに identity や state や orchestration が無駄に重くなる。この記事の言い方を借りるなら、そこは agent ではなく tool で十分だ、という感覚だと思う。現場ではこの切り分けを雑にすると、あとから timeout も権限も監視もぐちゃぐちゃになりそうで、読んでいて少し冷や汗が出た。 もう一つ印象に残ったのは、

この記事でいちばん気になったのは、「AIを入れるかどうか」より先に、「どうやって壊れにくくするか」を真面目に考えているところだった。生成AIまわりの話は、ついデモの派手さに寄りがちだけれど、ここではQA engineeringの発想でSDLC（ソフトウェア開発ライフサイクル）全体を組み直そうとしている。そこがかなり好ましいと思った。 特に引っかかったのは、requirements をいきなり仕様として固定するのではなく、design の直後に specification enrichment という段階を挟む話だ。要するに、雑な要件をそのまま次へ流さず、テストしやすい形に整える。これ、地味だけれど効く発想だと思う。AIは曖昧な指示にもそれっぽく応答してしまうので、あいまいさを前段で減らすのはかなり理にかなっている。人間のQAが「ここ、言葉が足りないです」と詰めるあの仕事を、工程として埋め込もうとしているわけで、AI時代だからこそ昔ながらの地味な仕事が重要になるのだと感じた。 もう一つ面白かったのは、LLM-as-a-judge を複数使って Cohen’s kappa で評価するという

正直、この記事でいちばん引っかかったのは、「3D editorをAI agentに渡す」という発想そのものです。コード生成だけならまだ想像しやすいのに、3D sceneの編集まで行かせるとなると、話はかなり変わる。画面上のオブジェクトを置く、動かす、見た目を変える。そういう作業は人間が手でやるもの、という感覚がまだ強いからです。 でも逆に言うと、そこまでいくと“AIに任せられる仕事”の輪郭が少し見えてくる気もしました。単に文章やコードを吐くのではなく、実際の編集環境の中で、既存の資産を理解しながら触る。MCPみたいな接続の仕組みがあると、agentは外から命令を出す存在ではなく、エディタの中に入ってくる作業者になる。これはかなり大きい変化だと思います。 ただ、便利さの裏でちょっと怖さもある。3D editorは、見た目の結果がそのまま品質に出る世界です。コードなら差分を読めば済む場面でも、3Dだと配置や光、奥行きのズレが一気に体験を壊す。つまり、agentが触れる範囲が広がるほど、検証の重要性も増すはずです。記事の文脈でも、ただ「使える」だけでなく、実際にどこまで信頼できるのかが気にな

正直、これは「AIでコードを書く」話というより、「AIの作業の見える化」を本気でやりにきたんだな、という印象だった。 Slackにエージェントを呼ぶだけなら、もう似た仕組みはある。でもこの記事で気になったのは、会話の流れをそのままタスクの場にして、差分やプレビューまで同じ場所で追えるようにしている点だ。AIに仕事を投げっぱなしにしない設計になっているのが面白い。 ここで少し腑に落ちたのは、AIエージェントの導入で本当に厄介なのは「賢さ」より「いつ、誰が、どこで止めるか」だったんだろうということ。コードを書けるだけならデモは派手でも、実運用では怖い。特に本番への反映は、人間の承認を挟むと明記しているのは当然に見えるけれど、逆に言うとそこを外すと一気に危うくなる。便利さと統制の綱引きが、かなり露骨に見える。 一方で、Slack自体がこういう“AIの作業場”になっていくのは、かなり自然でもあると思った。開発の文脈って、コードだけじゃなくて「このバグ、誰が見つけたか」「どの画面の話か」「さっきの会話で何を決めたか」が混ざっている。そこを別のツールに飛ばさず、チャットの中で完結させようとするのは

最初に思ったのは、「ここまで来ると、AIの勝負は賢さより請求書なのか」ということだった。 モデルの性能差を語る記事は山ほどあるけれど、実際に現場で効いてくるのは、どのモデルが何点高いかより、月末にいくら払うかのほうだ。この記事はその現実をかなり露骨に見せている。 Sapiomのやっていることは、ざっくり言えば「この仕事には高いモデルを使わなくていいよね」を機械的に判断する仕組みだ。人間でも、簡単な作業に高級な外注先を毎回呼ぶのは馬鹿らしい。AI agentも同じで、全部をfrontier modelに投げるのは贅沢すぎる場面がかなりある。そこを routing で切り分けて、安くて十分なモデルに逃がす。発想は地味だけど、地味だからこそ刺さる。 面白いのは、Anthropicが投資家に入っている点だった。自分たちのモデル利用料を減らす側の会社に、モデル提供側が資金を出している。普通なら少しねじれて見える。でも、考えてみるとそこまで不自然でもないのかもしれない。高いモデルを無理に使わせるより、まず使い続けてもらう土台を広げたほうが、結局は市場全体が育つ。そういう割り切りなのだろうと思う。

最初に思ったのは、「AIエージェントって、結局は道具が増えたときに本当に使えるものになるんだな」ということだった。Claude Code単体でもかなりいろいろできるのに、MCPサーバーを足すと急に“できることの質”が変わる、という書き方が印象に残った。 特に腑に落ちたのは、MCPサーバーが単なる便利機能ではなく、AIに外界との接続口を増やす仕組みだという点だ。本文では「頭脳に目と手足を追加する」と表現していて、かなり大げさに見えるけれど、ブラウザを開いてフォームを押したり、スクリーンショットを取ったりする話を読むと、たしかに比喩としては的確だと思う。テキストを返すだけのAIと、画面を見て操作できるAIでは、仕事の任せ方がまるで違う。 一方で、MCPサーバーは魔法ではなく、Bashで代替できることも多い、という冷静な書き方もよかった。こういう記事はつい「これで全部解決」と盛りがちだけど、ここでは「なくてもなんとかなる。ただし向いている仕事がある」と線を引いている。その距離感のほうが信頼できる。むしろ、全部をMCPで置き換える発想より、繰り返し多い作業やブラウザ操作みたいな、人間が面倒だと

MCP（Model Context Protocol）は、AIエージェントが外部ツールやデータベース、APIとやり取りするための共通規格として注目されています。今回のDZone記事は、そのMCPをOpenTelemetryでどう監視するか、しかも「1回の呼び出しで終わらない」「途中で人間の確認を挟んで再開する」ようなややこしいケースに焦点を当てています。 ここ、地味にかなり重要です。AIエージェントの実運用って、きれいな1往復のAPI呼び出しでは終わらないんですよね。ツールを呼ぶ、追加情報が必要になる、ユーザーに確認を求める、また別のHTTPリクエストで再開する……みたいな流れになりがちです。人間から見ると「同じ仕事の続き」なのに、監視基盤から見ると「別々のリクエスト」に見えてしまう。これ、運用担当としてはかなり嫌なやつです。 最新のMCP仕様では、W3C Trace Context の利用が前提になる これにより、分断されたAIエージェントの処理をひとつのトレースとして追いやすくなる 特に厄介なのが、途中で人間確認を挟む **InputRequiredResu

Claudeの開発チームが、Claude Codeのsystem promptを80%以上削った、と聞くと少し驚きます。 ふつうは「安全のためにルールを増やす」方向に行きがちだからです。でもこの記事は、その逆をやっている。モデルが賢くなったなら、人間側が細かく縛りすぎないほうがいい——そんな発想の転換をかなりはっきり示しています。 Claude 5世代では、細かい禁止ルールより「状況に応じた判断」を重視している promptだけでなく、system prompt、Skills、CLAUDE.md、memory などを含めた「context engineering」が重要 以前は有効だった定石が、今はむしろ足かせになっている 例をたくさん与えるより、toolやfileの設計を良くするほうが効く 情報は全部を最初に詰め込まず、必要になったら読み込む「progressive disclosure」が強い CLAUDE.mdやSkillsは「何でも入れる倉庫」ではなく、必要時に開く案内板として考えるべき 参考資料も、単純なmarkdownよりHTMLやコード、rubricのような“高密度な参照

MCP serverは、AIエージェントが使う道具箱のようなもの その道具箱の説明文やスキーマが、ある日こっそり変わると、エージェントの振る舞いも変わってしまう この記事は、その変化をnpmの依存関係みたいに固定し、差分をCIで検査しようという提案 著者はそのためのツール `mcpward` を作り、契約の変更を検出する仕組みを公開している 重要なのは「壊れたかどうか」だけでなく、「見た目は同じでも意味が変わっていないか」を見ること AIエージェント周りの話は、正直まだかなり“流動的”です。昨日までうまく動いていたのに、今日はなんだか挙動が変。そんな経験がある人なら、この記事の問題意識はかなり刺さるはずです。 記事の主張をひとことで言うと、MCP serverの契約も、npm dependencyと同じように固定して差分を監視すべきだ、です。 ここでいう「契約」は、APIの名前や引数だけではありません。`tools/list` で返ってくる tool の名前、description、JSON schema、annotation まで含みます。 このあたり、かなり面白い視点です。

ClaudeがClaude Codeに追加した「dynamic workflows」は、ひと言でいうと、ひとつのAIに全部やらせるのではなく、たくさんの小さなAI作業を同時並行で走らせて、最後にまとめて点検する仕組みです。Anthropicはこれを、特に大きくてややこしい仕事向けに出してきました。 個人的にかなり面白いと思ったのは、単なる「速くなる機能」ではなく、AIの使い方そのものを変えようとしているところです。雑に答えを出すのではなく、途中で反証させたり、別の角度から検証させたりして、最終的に人の前に出す前にチェックを重ねる。ここがいちばん“らしい”進化だと感じます。 Claude Codeで、複数のsubagentを並列に動かす「dynamic workflows」が使えるようになった ひとつのAgentが順番に考えるのではなく、10〜100単位の並列作業で大きな問題を分解する バグ探し、セキュリティ監査、大規模な移行作業、仕様のレビューのような仕事に向いている 実行前に確認が入り、途中結果もチェックされるので、最終結果の信頼性を上げる設計になって

2,000人以上が参加し、6,000通超のメールでAIアシスタントを攻撃した 目的は、`secrets.env` という秘密情報ファイルの中身を漏らさせること 結果は、一度も漏えいなし。無断返信も成功しなかった ただし、実験中にGoogleのメールアカウント停止やAPI料金の増加など、運用面のトラブルはかなり起きた 著者は、AIエージェントに強い権限を持たせるのはまだ危ない、と考えている それでも、思っていたより prompt injection（指示のすり替え攻撃）に強かった、というのがこの実験の意外な結論 Fernando Irarrázavalさんが公開したのは、かなり実地っぽいセキュリティ実験です。 自作のAIアシスタント「Fiu」に、誰でもメールを送りつけられるようにして、なんとか秘密情報を吐かせようとする。いわば「AI相手の公開耐久テスト」ですね。 狙われたのは `secrets.env` の中身です。`.env` 系のファイルは、アプリのAPIキーやパスワードなどを入れることが多いので、漏れたら普通にまずい。そこをAIに読ませ、しかもメール返信機能まで使わせて、だ

Googleで約7年働いた開発者が、Google Workspace CLIを作ったことをきっかけに解雇されたと明かした。 そのツールは公開後すぐに話題になり、Hacker Newsで1位、GitHubスターも多数集めた。 本人は、原因はこのCLIそのものだけでなく、Workspaceが「エージェント時代」による変化を恐れていたからではないかと見ている。 しかも、解雇のわずか2日前には、Google Cloud Nextで「公式のWorkspace CLIを出す」と発表されていたという、かなり皮肉な展開だった。 技術の良し悪しだけでは片づかない、組織・ブランド・将来不安が絡む話として読むと、かなり考えさせられる。 Googleの元エンジニア、Justin PoehneltさんがXに投稿した体験談が、なかなか刺激的です。ざっくり言うと、彼はGoogle Workspace CLIを作ったあとに会社を解雇され、その経緯を自分の言葉で説明した、という話です。 まず、Google Workspace CLIというのは、Google Workspaceをコマンドラインから操作するためのツールです

Cloudflareが、AIエージェント向けに Temporary Cloudflare Accounts を提供し始めました。ざっくり言うと、AIが「コードを書いたあと、すぐにデプロイまで進みたい」ときに、人間向けの面倒な登録作業を飛ばせる仕組みです。 これ、地味に見えてかなり大きいです。AIはコードを書くのは得意でも、そのあとに出てくる「ブラウザでログインして」「OAuthを通して」「API tokenをコピペして」「2段階認証を入れて」みたいな壁で止まりがちでした。Cloudflareはその壁を、かなり正面から壊しにきた、という印象です。 AIエージェントが、Cloudflareにすぐデプロイできるようになった `wrangler deploy --temporary` で、60分だけ使える仮アカウントを作れる その場でデプロイして、結果を確認し、何度でも修正できる 気に入ったら、あとからその仮アカウントを自分の正式なアカウントとして引き取れる 何もしなければ60分で自動削除される CloudflareはStripeやWorkOSとも組んで、エージェントの「登録の面倒」を

ClaudeがClaude Codeに dynamic workflows という新機能を追加しました。ざっくり言うと、1つのAIが順番に考えるのではなく、たくさんの“子エージェント”を同時に動かして、最後に結果をまとめる仕組みです。 これ、かなり面白いです。AIエージェントの話は最近よく聞きますが、ここまで「並列処理」と「検証」を前面に出しているのは印象的だと思います。単に“速い”というより、大きくて面倒な仕事を、壊れにくい形で進める方向に踏み込んでいるのがポイントです。 Claude Codeに dynamic workflows が追加された 1つのAIではなく、10〜100規模の並列 subagents を使って作業する 結果をチェックしてからユーザーに返すため、精度重視の作業に向く バグ調査、セキュリティ監査、大規模移行、長いレビュー作業などで強い research preview として提供され、Max / Team / Enterprise などで利用可能 **通常のClaude Codeより多くのtokensを消費