タグ: アーキテクチャ
「アーキテクチャ」に関連する記事を表示しています。
Azureのサービスプリンシパル侵害、7分でリソース全消去された実例と防御策
侵害されたAzureサービスプリンシパルが7分でリソースを大量削除した実例から、権限設計とロック運用の見直しポイントを整理しました。
Docker Model RunnerとOllama、SRE視点での選定基準
Docker Model RunnerとOllama、どちらをローカルLLM標準にするか。速度では決着せず運用面の判断軸で選ぶ基準を整理しました。
AWS Strandsハーネスとは？LLM依存を切り離す設計を業務システムで検証
AWSのAIエージェント基盤「Strandsハーネス」を業務システム視点で解説。LLM差し替え設計とコスト制御の仕組み、導入前の確認ポイントを整理しました。
Coolifyで自前AI基盤を構築：可用性とセキュリティの設計判断を整理する
CoolifyでAIエージェント基盤をセルフホストする事例から、可用性・セキュリティ・単一障害点の設計判断を整理し、導入前の確認ポイントをまとめました。
Copilot Managed Runtimeとは。市民開発アプリのガバナンス確認法
マイクロソフトの新基盤「Copilot Managed Runtime」を、シャドーIT対策と既存ガバナンスとの統合という観点から確認すべきポイントとともに整理しました。
AIエージェントが本番化できない理由、3つの境界線から見る対策
AIエージェントが本番稼働に届かない主因はモデル性能ではなく設計。3つの境界線を業務システム開発の視点で整理しました。
HariKubeが示す「責任境界」問題とSLO・IaC運用への示唆
HariKubeが提起する「責任境界の不足」という問題提起を手がかりに、SLO設計・IaC・障害対応の仕組み化にどう応用できるかを整理しました。
AIクローラーをブロックするか許可するか、開発チームの判断基準
AIクローラーやエージェントをブロックすべきか許可すべきか、Cloudflareの事例をもとに開発チームが判断するための4つの軸を整理しました。
AIエージェント導入がKPI未設定で頓挫する理由と撤退基準の作り方
AIエージェント導入が「基盤刷新が前提」という思い込みで遅延する原因と、撤退基準を先に数値化する対策手順を整理しました。
モノレポ vs ポリレポ、フロントエンドで選ぶ判断基準4つ
モノレポとポリレポ、フロントエンド開発でどちらを選ぶべきか。変更の波及範囲・CI負荷・チームの自律性という判断軸から整理しました。
Deep Research系AIをセルフホストする前に確認すべき4つの判断軸
Deep Research系AIをセルフホストする際に確認すべき4つの判断軸を、監視設計と障害対応の視点から整理しました。
LLMに「嘘をつかせない」設計、ファクトチェッカーはコード側に置くべき理由
AIが生成する文章の「事実らしさ」をどう担保するか。RimWorldのゴシップ紙プロジェクトから、生成と検証を分離する設計を読み解きます。