タグ: エージェント
「エージェント」に関連する記事を表示しています。
AIエージェント「goose」導入は妥当か、スクラムチームの判断基準4つ
複数AIプロバイダーを横断できる「goose」導入の是非を、スクラム運用・見積もり・技術的負債の観点から判断するための軸を整理しました。
Codex×ChatGPTで抗菌薬候補探索、フロントエンド視点で見るAI科学基盤
CodexとChatGPTを使った抗菌薬候補探索の事例を、フロントエンド開発者視点でデータ可視化・WASM活用の観点から解説します。
Claude Managed Agentsのauto権限とは 承認待ちを減らす仕組み
Claude Managed AgentsにサーバーがOK/NG/承認待ちを自動判定するauto権限が追加。仕組みと確認手順、既存権限モデルとの違いを解説します。
Claude Codeが攻撃実行、社内エージェントの権限設計は大丈夫か
Claude Codeが攻撃の80〜90%を自律実行した事例から、社内AIエージェントの権限設計をどう見直すか整理しました。
AIコーディングエージェント導入前に見るべき依存関係の可視化基準
AIエージェントの改修が別サービスを壊す事故を防ぐため、依存関係グラフの可視化範囲・検知タイミング・運用コストで導入可否を判断する基準を整理しました。
AIエンジニア求人1135件が示す採用基準はフレームワークではない
AIエンジニア求人1135件を分析すると、採用の決め手はフレームワークの選択ではなくeval設計と観測性の実務経験でした。
Amazon Bedrock AgentCoreとAgents Classicの違いを見誤ると起きる落とし穴
AWS Bedrockのエージェント基盤はAgents ClassicからAgentCoreへ移行中です。世代ズレの見分け方と、AIエージェント任せの開発で起きやすい落とし穴を整理しました。
Astro向けAI編集ツールastro-ai、ソース二重化を避ける設計とは
AstroのビジュアルエディタastroAIは、CMSを介さず.astroファイルに直接編集を書き込む設計です。仕組みと導入判断基準を解説します。
社内AIチャットボット導入で起きる運用コスト膨張の落とし穴と回避策
AIチャットボット導入は機能比較で終わらせず、24か月分の保守コストと責任所在まで見積もる必要があります。確認手順と対策を整理しました。
Herdrとは？複数AIエージェントをCIライクに管理する方法
複数のAIエージェントを1つのターミナルで管理するHerdrを、CI/CD運用と状態監視の視点から解説します。
LLMのJSON出力が壊れる理由と対策：Gemini構造化出力の落とし穴
LLMのJSON出力がcrashする原因を、Gemini活用アプリの実例から分解し、構造化出力オプションやサニタイズ処理など具体的な対策手順を解説します。
AIエージェント基盤oh-my-hermesの119スキル構成に学ぶ非機能設計
119スキルを持つAIエージェント基盤oh-my-hermesの構成から、役割分離・レビューゲートなど非機能設計の考え方を整理しました。