OpenClawとHermesの違いを思想から理解する
松尾研究所シニアデータサイエンティストの太田です。普段はLLMの事後学習に関するプロジェクトに携わっています。 現在松尾研究所では各種業務をメンバーに代わって自律的に代行するパーソナルエージェントの社内開発に取り組んでいます。この記事ではそうした開発のなかで調査をしたOpenClawとHermesについて、思想の違いとデザインチョイスを主に共有したいと思います。 Claw とは 2025年11月にGitHubで公開されたOpenClaw（当時はClawdBot）は瞬く間に同プラットフォームで250k Star（React以上）を記録しました。 OpenClawの注目の理由は従来エージェントがリアクティブ（ユーザーからの指示を経て行動する）だったことに対して、常時起動とCronジョブを取り入れることで、アクセシビリティとプロアクティブ性（エージェントが自ら行動する）を見せたことにあります。一
AIエージェント自作のための基礎知識 - 誰かの役に立てばいいブログ
世は大 AI 時代ということで、調べ事や開発に様々な AI を利用するようになりました。 AI 失業だの SaaS is dead だのと騒がしいですが、そういうのは今日は置いておきます。 AI を使うのも良いですけど、せっかくソフトウェアエンジニアをやっているのですから、自分で作ってみるのもいいですよね。 結論から先に書いておくと、AIエージェントも今どきは簡単に自作できるようになっています。 この記事では Google 製の Agent Development Kit (ADK) を使いますが、何を使うにせよ、そもそも AI エージェントがどう動いているか理解しておかないと効率が悪いです。 それだって AI に聞けば出てくる、、わけですが、まあ人間が要点をまとめた記事にもまだ五円くらいは価値があるかなってことでまとめてみました。 ... お察しの通り、AI に指示して書かせたわけですけ
Sakana AI
May 30, 2025 概要 AI研究者たちは長らく、どこまでも学習し続けるAIの実現を目指してきました。その一つの道筋が、AIに自分自身のコード（プログラム）を書き換えさせ、自己改善を促す方法です。ユルゲン・シュミットフーバー氏は20年以上前に、仮想的な自己改善型AIであるゲーデルマシン（Gödel Machine）を提案しました。ゲーデルマシンは、ある自己修正が改善につながると数学的に証明できた場合に、自身のコードを書き換え、それによって問題を最適に解くことができます。これは、AIが学習方法自体を学習する「メタ学習」の分野では重要概念となっています。 しかし、ゲーデルマシンはあくまで理論上の存在です。自己修正が改善をもたらすことを「数学的に証明できる」という、非現実的な仮定に基づいているためです。そこで私たちは、ブリティッシュコロンビア大学のジェフ・クルーン教授の研究室と共同で、より
PCデスクトップ画面でキャラクターが動き回るアプリ「Desktop Mate」Steam向けに発表。「初音ミク」を追加するDLCも配信へ - AUTOMATON
デベロッパーのインフィニットループは12月24日、デスクトップマスコットプラットフォーム「Desktop Mate」を発表した。対応プラットフォームはPC（Steam）で、2025年1月8日配信予定。価格は無料。 本作はゲームではなく、ユーザーのPCのデスクトップ画面にかわいいキャラクターを登場させるソフトウェアだ。インフィニットループ公式キャラクターの「あいえるたん」が基本収録され、追加キャラクターがDLCにて販売される。 「Desktop Mate」を導入すると、3Dグラフィックで表現されたかわいいキャラクターがPCのデスクトップ画面に現れる。キャラクターは、開いたウィンドウの上に座ったり、ウィンドウ間をジャンプしたり、画面端からひょっこり顔を出したりなど、デスクトップ上を自由自在に動き回る。最新の3D技術により、美麗なグラフィックと自然な動きを実現しているとのこと。 本作にはキャラク
SOCIAL MEDIA TITLE TAG
Large Language Models (LLMs) trained on massive corpora have shown remarkable success in knowledge-intensive tasks. Yet, most of them rely on pre-stored knowledge. Inducing new general knowledge from a specific environment and performing reasoning with the acquired knowledge---situated inductive reasoning, is crucial and challenging for machine intelligence. In this paper, we design Mars, an inter
「マインクラフト」で最大1000人のAIエージェントが共同生活する社会実験で宗教や文化的ミームが広まったと判明
元マサチューセッツ工科大学助教授だったロバート・ヤン氏が設立したAI企業・Altera.ALは、OpenAIのGPT-4oをベースにしてゲームをプレイできる自律型エージェントを開発しています。この自律型エージェントを「マインクラフト」で共同生活させる実験「Project Sid」で、コミュニティが形成されて宗教や文化的ミームの伝播が確認できたと報告されています。 Project Sid: Many-agent simulations toward AI civilization https://digitalhumanity.substack.com/p/project-sid-many-agent-simulations GitHub - altera-al/project-sid https://github.com/altera-al/project-sid AI created a
Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model based Agents
Foundation model-enabled generative artificial intelligence facilitates the development and implementation of agents, which can leverage distinguished reasoning and language processing capabilities to takes a proactive, autonomous role to pursue users' goals. Nevertheless, there is a lack of systematic knowledge to guide practitioners in designing the agents considering challenges of goal-seeking
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Autogenesis: A Self-Evolving Agent Protocol
Hermes Agent — AI Agent Framework
魁竜 @ メカバレ語り部 on X: "英語圏で有名なAI vtuberのネウロ様がVRの世界で自分の意思で動かせる体を得た後、創造主に自分の存在意味を問う lainを思い出させるし、幼い子供みたいな振る舞いも可愛い 中の人がいるvtuberより、これこそが本物のvtuber、というかSF世界にある自我を持つAIに近いかも https://t.co/Up1hCVEwm5"
三宅陽一郎『SFに学ぶ「知能」の未来』──#2「AIエージェントの描く未来」
https://storage.googleapis.com/deepmind-media/Era-of-Experience%20/The%20Era%20of%20Experience%20Paper.pdf
GitHub - humanlayer/12-factor-agents: What are the principles we can use to build LLM-powered software that is actually good enough to put in the hands of production customers?
https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf
MCPに入門する/ Introduction to MCP
SOCIAL MEDIA TITLE TAG
【AI実況】クロノ・トリガーをAIと一緒に実況してみた【コメ付き全パートまとめ】
【JSAI2024】AIによるゲーム生成を探求：オーガナイズドセッション「デジタルゲームと人工知能」（前編） | モリカトロンAIラボ
コード生成を伴うLLMエージェント - 2024.07.18 Tokyo AI
https://ieeexplore.ieee.org/abstract/document/10293487