CLINEに全部賭けろ
Cline を使い始めて2ヶ月ぐらい経った。 自分の直感として、Cline は真のイノベーションの入口であり、そして開けてはいけないパンドラの箱でもあったと思う。 ここでいう Cline は Cline型コーディングエージェントであり、広義には Devin / Cursor や Copilot Agent 等を含む話。だが、後述するように Cline でしか見えない世界がある。 その先の未来に、プログラマとしての自分はフルベットする、という話をする。 私たちが知っているプログラミングの終焉 大事なことは次の記事に全部書いてある。まずこれを読んでほしい。 (Google翻訳) Steve Yegge 氏は、置き換えられるのはジュニアおよび中級レベルのプログラマーではなく、新しいプログラミング ツールやパラダイムを受け入れず過去に固執するプログラマーであると指摘しています。 <略> これはプロ
最近、Claude Codeでほぼすべての業務を完結させるスタイルで仕事をしていますが、これがめちゃくちゃ良いです。 私はメインの仕事として新規事業立ち上げや事業成長の支援をしており、日々の仕事の大半は、戦略立案、リサーチ、コンテンツの発信、プロジェクトのディレクションといった非エンジニアリング業務です。 それらすべてをClaude Codeに集約し、毎朝AIに工程表を作ってもらい、プロジェクトの背景情報を加味した戦略立案、トレンド収集から記事執筆、タスク管理までをコマンド一発で回す。 以前はChatGPT、Gemini、Notion、Google Sheetsとツールを行き来していましたが、その認知的な切り替えコストがゼロになりました。 もはやClaude Codeネイティブで仕事をしているかどうかで、非エンジニアの生産性にかなりの差が出る時代になったと感じています。 きっかけは、先日久
Serena MCPはClaude Codeを救うのか？
Serena MCPはClaude Codeを救うのか？ 「Claude Codeがアホになる問題」が勃発している最中、SerenaというMCPサーバーが「Claude Codeのコンテキスト消費を削減し、応答を改善する」という評価でユーザーたちの間で注目されています。 筆者も実際にSerenaを使ってみたところ、確かにコンテキスト効率の改善（入出力トークンの減少を指します）を実感できました。詳しく調べてみると、このツールは非常にユニークな発想で設計されており、一過性の流行として消費されるには惜しいと感じました。 そこで、本記事では、この機能の背景にある技術的な仕組みを詳しく解説したいと思います。実際の検証も交えながら、Serenaのアーキテクチャとその効果を分析していきます。 現在のコーディングエージェントが抱える課題現在のコーディングエージェントの多くは、コードを単なるテキストファイル
はじめまして、ますみです！ 株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ この記事では、Microsoft Build 2025の発表内容をまとめていきたいと思います🎉 もしも現地で参加している方は、ぜひ会場で見かけたらお声がけいただけたら嬉しいです^^ ちなみに、現地のKeynoteの会場の雰囲気はこんな感じでした！！！ イントロダクション まず、CEOのサティア・ナデラさんは、Building the open agentic web という世界観を発表しました！ このフレーズは、Build 2025の重要なテーマであり、この後の最新発表につながっています！ さらに、以下のDeveloper tools と 次の4段階のレイヤーに分類をして、これ以降の発表をしていきます。 A
LLMによるコード補完の登場 (2021年) GitHub Copilotの登場 我々がよく知るLLMによる支援はまず GitHub Copilot から始まりました。これはGPT-3 (OpenAI Codex, 現在のCodexと名前が同じで本当にややこしい) をベースとしたコード補完システムで、タイピングをしていると自動的にその行の続きを予測してくれるものです autocompleteとの違い それ以前にもIntelliSenseのようなautocompleteがありましたし、より進歩したn-gramなどを用いたものはありましたが、LLMをベースとしたものはTabnine (Tabnineは初期はn-gramモデル) やCopilotからとなります チャットベースのコードアシストの時代 (2022-2023年) ChatGPTの登場 ChatGPT以降、チャットによる対話形式でコード
GitHub - modelcontextprotocol/servers: Model Context Protocol Servers
Official integrations are maintained by companies building production ready MCP servers for their platforms. 21st.dev Magic - Create crafted UI components inspired by the best 21st.dev design engineers. 2slides - An MCP server that provides tools to convert content into slides/PPT/presentation or generate slides/PPT/presentation with user intention. ActionKit by Paragon - Connect to 130+ SaaS inte
はじめに 本記事では、LLM研究で注目を集めるエージェント型強化学習（Agentic Reinforcement Learning、Agentic RL）のサーベイ論文 「The Landscape of Agentic Reinforcement Learning for LLMs: A Survey」[1]を読み、私なりの理解と要点を整理して紹介します。500件以上の文献を引用するボリュームのある論文ですが、ここでは重要だと感じたトピックに絞って取り上げます。Agentic RLに興味がある方や、LLMに対する強化学習の最新動向を知りたい方の参考になれば幸いです。 本記事の前提 PPOやGRPOといったRLアルゴリズムの解説は他の多くの記事で既に説明されているため、本記事では割愛します。 DeepSeek-R1[2]の研究を前提とする箇所がいくつかあります。未読の方は原著論文や解説記事
Today, we are excited to announce the launch of .NET 10, the most productive, modern, secure, intelligent, and performant release of .NET yet. It’s the result of another year of effort from thousands of developers around the world. This release includes thousands of performance, security, and functional improvements across the entire .NET stack-from languages and developer tools to workloads-enabl
GitHub - punkpeye/awesome-mcp-servers: A collection of MCP servers.
Servers for accessing many apps and tools through a single MCP server. 1mcp/agent 📇 ☁️ 🏠 🍎 🪟 🐧 - A unified Model Context Protocol server implementation that aggregates multiple MCP servers into one. tadas-github/a2asearch-mcp 📇 ☁️ - MCP server to search 4,800+ MCP servers, AI agents, CLI tools and agent skills. Install: npx -y a2asearch-mcp. Ask Claude: "Find MCP servers for database access"
LibreChatとBedrock Knowledge Bases MCPでかんたん社内文書検索エージェント - Insight Edge Tech Blog
こんにちは！アジャイル開発チームの筒井です！ 最近の生成AIツールの進化は目覚ましいものがあります。Microsoft CopilotやGemini for Workspaceなど、業務向けの生成AIサービスも企業の業務基盤に組み込まれつつあり、もはやAIを業務で活用するのは特別なことではなくなっています。 その中でも「社内ドキュメントやFAQをAIチャットで（横断）検索したい」というニーズは生成AIが話題となり出した数年前から根強く存在しており、弊社でも当時から「社内ドキュメントを生成AI型チャットボットで検索できるシステム」を開発し、さまざまなプロジェクトの中で提供してきました。 しかし、CopilotやGeminiなどSaaS型AIサービスが急速に進化する中で、「独自開発システムでは最新のAI体験や新機能をすぐに取り込めない」「他社サービスと同じ機能をゼロから作るのはエンジニアとして
"承認疲れ"が招く重大事故 ― Claude Code全社導入で押さえる7つの守り｜IA Insight Lab (IAラボ) | 世界の内部監査/GRC情報を毎日配信⚡️
こんにちは、IA Insight Lab管理人のHIROです。私は現在シリコンバレーで「内部監査における生成AI活用」の研究とコンサルティングをしています。 今日は、公認内部監査人・公認情報システム監査人である私の視点から、いま日本企業のCISOや内部監査部長が最も頭を悩ませているテーマ、「Claude Codeを全社員に配るときのセキュリティの最低ライン」についてお伝えします。 この記事を読むことで、従来のAI利用ポリシーでは防げない新しい脅威の正体、2025〜2026年に実際に起きた代表的なインシデント、そして明日から現場に落とせる7つの守りのチェックポイントまで、一気通貫で理解することができます。 記事全体のサマリー本文を読み進める前に、まずは本記事のサマリー画像を掲載しますので、全体の理解促進にお役立ていただければ幸いです。 記事全体のサマリー1. トレンド概要：Claude Co
Agents
Intelligent agents are considered by many to be the ultimate goal of AI. The classic book by Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach (Prentice Hall, 1995), defines the field of AI research as “the study and design of rational agents.” The unprecedented capabilities of foundation models have opened the door to agentic applications that were previously unimaginabl
Skills explained: How Skills compares to prompts, Projects, MCP, and subagents | Claude
Since introducing Skills, there's been interest in understanding how the various components of Claude's agentic ecosystem work together. Whether you're building sophisticated workflows in Claude Code, creating enterprise solutions with the API, or maximizing your productivity on Claude.ai, knowing which tool to reach for—and when—can transform how you work with Claude. This guide breaks down each
Agentic GraphRAG for Commercial Contracts | Towards Data Science
In every business, legal contracts are foundational documents that define the relationships, obligations, and responsibilities between parties. Whether it’s a partnership agreement, an NDA, or a supplier contract, these documents often contain critical information that drives decision-making, risk management, and compliance. However, navigating and extracting insights from these contracts can be a
Firebase Studio lets you build full-stack AI apps with Gemini | Google Cloud Blog
Millions of developers use Firebase to engage their users, powering over 70 billion instances of apps every day, everywhere — from mobile devices and web browsers, to embedded platforms and agentic experiences. But full-stack development is evolving quickly, and the rise of generative AI has transformed not only how apps are built, but also what types of apps are possible. This drives greater comp
GitHub - confident-ai/deepeval: The LLM Evaluation Framework
Deutsch | Español | français | 日本語 | 한국어 | Português | Русский | 中文 DeepEval is a simple-to-use, open-source LLM evaluation framework, for evaluating large-language model systems. It is similar to Pytest but specialized for unit testing LLM apps. DeepEval incorporates the latest research to run evals via metrics such as G-Eval, task completion, answer relevancy, hallucination, etc., which uses LLM
Real-world gen AI use cases from the world's leading organizations | Google Cloud Blog
AI is here, AI is everywhere: Top companies, governments, researchers, and startups are already enhancing their work with Google's AI solutions. Published April 12, 2024; last updated October 9, 2025. Automotive & Logistics Business & Professional Services Financial Services Healthcare & Life Sciences Hospitality & Travel Manufacturing, Industrial & Electronics Media, Marketing & Gaming Public Sec
GitHub - blackboardsh/electrobun: Build ultra fast, tiny, and cross-platform desktop apps with Typescript.
Electrobun aims to be a complete solution-in-a-box for building, updating, and shipping ultra fast, tiny, and cross-platform desktop applications written in Typescript. Under the hood it uses bun to execute the main process and to bundle webview typescript, and has native bindings written in zig. Visit https://blackboard.sh/electrobun/ to see api documentation, guides, and more. Project Goals Writ
MCP入門 〜面倒なことはAIエージェントにやらせよう〜 by からあげ を聞きながら - Qiita
This report. からあげさんから示唆された視点で記事を１０個書いたら、 Paper & Hacksで発表しようかなって思うんです。 自分の専門が通信で、USBにはいつもお世話になっている。 MCPがUSBのType-Cならいいのにってなった。 20251012 追記 からあげさんたちが本を出された。 PythonではじめるMCP開発入門 https://www.kodansha.co.jp/book/products/0000419324 関連記事を書きかけ中。 「PythonではじめるMCP開発入門」の前に with ChatGPT https://qiita.com/kaizen_nagoya/items/263ac2f93519e9e000c3 PythonではじめるMCP開発入門 GitHubから始める Anaconda編 https://qiita.com/kaizen
Generative AI’s Act o1
Two years into the Generative AI revolution, research is progressing the field from “thinking fast”—rapid-fire pre-trained responses—to “thinking slow”— reasoning at inference time. This evolution is unlocking a new cohort of agentic applications. On the second anniversary of our essay “Generative AI: A Creative New World,” the AI ecosystem looks very different, and we have some predictions for wh
Advancing Windows for AI development: New platform capabilities and tools introduced at Build 2025
We’re excited to be back at Build, a special moment each year to connect with the global developer community. It’s energizing to share what we’ve been working on, and just as important, to hear how developers are using Microsoft platforms to build what’s next. At Microsoft, we believe the future of AI is being built right now across the cloud, on the edge and on Windows. Windows is, and will remai
AIニュースノート：nano-bananaが話題に、AGENTS.mdの採用広がる、Microsoft Copilotに3Dモデリング機能が追加、ChatGPTでプロジェクト専用メモリー搭載、Claude for Chromeの安全設計など gihyo.jpのニュース記事として取り上げていなかったもののなかから、直近の興味深いAIに関連するニュース概要を簡単にまとめてみました。 ※この記事は、不正確な内容を含んでいる可能性のある実験的コンテンツです。正確な情報はリンク先を確認してください。 nano-bananaの週でした nano-bananaこと、Gemini 2.5 Flash Imageがリリースされて、このモデルによる画像生成・編集が話題になった週でした。興味深い使い方やベストプラクティスも紹介されています。 “nano-banana”の舞台裏：対話×段階編
LLM Evaluation Metrics: The Ultimate LLM Evaluation Guide - Confident AI
It is no secret that evaluating the outputs of Large Language Models (LLMs) is essential for anyone building robust LLM applications. Whether you're fine-tuning for accuracy, enhancing contextual relevance in a RAG pipeline, or increasing task completion rate in an AI agent, choosing the right evaluation metrics is critical. Yet, LLM evaluation remains notoriously difficult—especially when it come
【世界で大注目】AIエディタ「Aide」を徹底解説します。Cursorと同等以上の力を秘めるAIエージェントを持ちます
【世界で大注目】AIエディタ「Aide」を徹底解説します。Cursorと同等以上の力を秘めるAIエージェントを持ちます 近年、ソフトウェア開発の現場では、AIによるコード生成やデバッグ支援が急速に普及してきました。GitHub Copilotの登場を皮切りに、CursorやTRAE、Windsurfなど、多彩なツールが「コードをより早く書くための補完・提案機能」を提供しています。 しかし、これらのAIコーディング支援ツールは、まだ多くの成長課題も抱えています。たとえば複数ファイルにわたる大規模なリファクタリングや、継続的なタスク分割などは、単にコードを提案するだけでは完結しません。そこで最近海外で注目を集めているのが、「Agentic IDE（エージェント駆動IDE）」 略してAIDEと呼ばれる新しいAIエディターです。 今回紹介するAIDEは、CodeStory（YC S23 バッチ）が
GitHub - punkpeye/awesome-mcp-servers: A collection of MCP servers.
Servers for accessing many apps and tools through a single MCP server. 1mcp/agent 📇 ☁️ 🏠 🍎 🪟 🐧 - A unified Model Context Protocol server implementation that aggregates multiple MCP servers into one. tadas-github/a2asearch-mcp 📇 ☁️ - MCP server to search 4,800+ MCP servers, AI agents, CLI tools and agent skills. Install: npx -y a2asearch-mcp. Ask Claude: "Find MCP servers for database access"
Just Talk To It - the no-bs Way of Agentic Engineering | Peter Steinberger
I’ve been more quiet here lately as I’m knee-deep working on my latest project. Agentic engineering has become so good that it now writes pretty much 100% of my code. And yet I see so many folks trying to solve issues and generating these elaborated charades instead of getting sh*t done. This post partly is inspired by the conversations I had at last night’s Claude Code Anonymous in London and par
G’s【技術記事書いてみた】 Advent Calendar 2025の22日目を担当します@philosophy_noteです。 2021年に東京LAB11期を卒業して現在は卒業生の方が起業した会社でエンジニアとして働いています。 アドベントカレンダーは4回目です。 過去の記事はこちら↓ 2024年 2023年 2021年 この記事の執筆理由 「AIエージェント元年」との呼び声から始まった2025年は、様々な技術・概念が発表されました。 毎週のように新しい発表があり、ただ闇雲に試していくうちにあっという間に2025年も終わりに差し掛かろうとしています。 この記事はそんな私が2025年に試した記事をまとめたものになります。 自分自身の振り返りが主な執筆目的ですが、 記事を読んで知らない技術に触れるきっかけになれば幸いです。 コーディングツール GitHub Copilot GitHub C
Google Apps Script 新時代: 生成 AI と自然言語で拓く Google Workspace 自動化の未来
Google Apps Script 新時代: 生成 AI と自然言語で拓く Google Workspace 自動化の未来 概要 本稿では、Google Apps Script (GAS) を AI 時代の統合ハブとして再定義し、Model Context Protocol (MCP) や Agent2Agent (A2A)、そして Gemini CLI エコシステムとの融合によって実現する Google Workspace 自動化の最前線を紹介します。ローカルとクラウドをつなぐデータ統合 (RAG) や、AI が生成した GAS を安全に実行するサンドボックス技術、さらには最新の Google Antigravity 上での自律エージェント連携までを網羅。自然言語による指示だけで複雑なワークフローが自律的に完結する、次世代のワークスタイルとその実装手法を探求します。 序論 人工知能（A
松尾研究所の長谷です。データサイエンスチームのマネージャーを務めております。 2026年に入って「ハーネスエンジニアリング」がバズワードになりました。同時に、強化学習（RL）の文脈でも「RL環境」への注目が急速に高まっています。 この2つ、使われている領域は異なりますが、根っこの思想は驚くほど似ています。 どちらも「モデルだけではなく、モデルを取り巻く環境の設計が成果を左右する」という認識に立っていて、さらにその環境をポータブルに共有・再利用できる仕組みが同時多発的に生まれています。 この記事では、エージェントハーネスとRL環境それぞれの動向を整理しつつ、両者に共通する思想がなぜリーズナブルなのかを考えてみます。 verifiersの設計に見る、環境とハーネスの関係 最初に、両者の関係がよく見える具体例をverifiersというライブラリから見ていきます。 弊社の尾崎さん・幹さんがPrim
claude-code-base-action で設定ファイル自動生成のための Agentic Workflow を作る - LayerX エンジニアブログ
こちらは LayerX AI Agent ブログリレー 5 日目の記事です。 昨日は Tomoaki (@tapioca_pudd) さんによるAmazon Bedrock Knowledge Basesで実現する"元のリンクとセット"で検索できるRAGでした。 すべての経済活動をデジタル化するために、すべての業務活動をデジタル化したい、コーポレートエンジニアリング室の @yuya-takeyama です。 この大 AI 時代、Infrastructure as Code や Configuraiton as Code の価値が上がっていると感じませんか？ 僕はコード化はそれ即ちデジタル化であると考えています。 既に Terraform のコードを Claude Code 等の Coding Agent に書いてもらったり、AWS CLI などを組み合わせることで既存のリソースを後からコー
2025年07月17日(木)、Claude Codeに関するイベント『Claude Code Meetup』がオフライン&オンラインのハイブリッド形式で開催されました。 当エントリでは、このイベントの視聴メモをレポート形式で書き残しておこうと思います。 ちなみに当日のX投稿のまとめも下記Posfieにまとめています。振り返りの参考に合わせて御覧いただけますと幸いです。 セッション1： Claude Codeを使って不確実性と戦う 登壇者：erukitiさん erukiti（@erukiti）さん / X 登壇資料 発表スライド： 視聴メモ 自己紹介&企業紹介 世の中に山のようにある『Claude Codeを触ってみた』系の記事、本当に有用なものなのか？コーディングは開発プロセスのごく一部に過ぎないのではないか？ AIコーディングで極めて重要なこと AI（特にClaude）は、人間と認知特性
![[視聴レポート] Claude Code Meetup #claudecode_findy](https://cdn-ak-scissors.b.st-hatena.com/image/square/1df192c158b17c1d3bd58ec4acf08a372dc0ce7a/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--XVcxeAxp--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%25255B%2525E8%2525A6%252596%2525E8%252581%2525B4%2525E3%252583%2525AC%2525E3%252583%25259D%2525E3%252583%2525BC%2525E3%252583%252588%25255D%252520Claude%252520Code%252520Meetup%252520%252523claudecode_findy%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_34%3A%2525E3%252581%252597%2525E3%252582%252593%2525E3%252582%252584%252Cx_220%252Cy_108%2Fbo_3px_solid_rgb%3Ad6e3ed%252Cg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU1NTM1Mzc1NDAuanBlZw%3D%3D%252Cr_20%252Cw_90%252Cx_92%252Cy_102%2Fco_rgb%3A6e7b85%252Cg_south_west%252Cl_text%3Anotosansjp-medium.otf_30%3Atruestar%2525E3%252583%252586%2525E3%252583%252583%2525E3%252582%2525AF%2525E3%252583%252596%2525E3%252583%2525AD%2525E3%252582%2525B0%252Cx_220%252Cy_160%2Fbo_4px_solid_white%252Cg_south_west%252Ch_50%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzg0NDMxM2IyYzAuanBlZw%3D%3D%252Cr_max%252Cw_50%252Cx_139%252Cy_84%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png%3F_a%3DBACAGSGT)
Beyond RAG: Implementing Agent Search with LangGraph for Smarter Knowledge Retrieval
Beyond RAG: Implementing Agent Search with LangGraph for Smarter Knowledge Retrieval Editor's note: this is a guest post from our friends at Onyx. As LangGraph has matured, we've seen more and more companies (Klarna, Replit, AppFolio, etc) start to use it as their agent framework of choice. We thought this was a great blog describing in detail how that evaluation is done. You can read a version of
LlamaCode LlamaLlama 3.3Llama GuardLlama3.2Llama 3 (ラマ3) LlaMA2LlamaAIエージェント業界別AIエージェント活用AIエージェントによるタスク管理プロジェクト管理でのAIエージェント活用人材採用でのAIエージェント活用経理部門でのAIエージェント活用AIエージェントによる業務効率化金融業界のAIエージェント活用マーケティングへのAIエージェント活用営業部門のAIエージェント活用製造業におけるAIエージェント活用カスタマーサポートへのAIエージェント導入OpenAI Agents SDKのMCP対応Amazon Nova ActMastraAutoGenCrewAIServiceNow AIエージェントManusAgentGPTとはAutoGPTとはMagentic-OneCopilot TuningGoogle Agentsp
Effectively building AI agents on AWS Serverless | Amazon Web Services
AWS Compute Blog Effectively building AI agents on AWS Serverless Imagine an AI assistant that doesn’t just respond to prompts – it reasons through goals, acts, and integrates with real-time systems. This is the promise of agentic AI. According to Gartner, by 2028 over 33% of enterprise applications will embed agentic capabilities – up from less than 1% today. While early generative AI efforts foc
マイクロソフト、Build 2025で「エージェンティックウェブ」構築のための50以上のAIツールを発表 マイクロソフトは2025年5月19日、年次開発者会議「Build 2025」において、同社が「オープンエージェンティックウェブ」と呼ぶAIエコシステムの構築を目指した50以上のAIツールとプラットフォームを発表した。 これらは最小限の人間の介入で意思決定やタスク実行が可能な自律型AIエージェントの開発と展開を支援するものである。 主な発表内容は以下の通りである： 1. Azure AI Foundry Agent Serviceの一般提供開始 – 複数の専門エージェントを調整して複雑なワークフローを処理する機能を提供する。Agent2Agent（A2A）やModel Context Protocol（MCP）などのオープンプロトコルをサポートし、エンタープライズグレードのAIエージェン
The State Of LLMs 2025: Progress, Progress, and Predictions
As 2025 comes to a close, I want to look back at some of the year’s most important developments in large language models, reflect on the limitations and open problems that remain, and share a few thoughts on what might come next. As I tend to say every year, 2025 was a very eventful year for LLMs and AI, and this year, there was no sign of progress saturating or slowing down. 1. The Year of Reason
GitHub - taishi-i/awesome-ChatGPT-repositories: A curated list of resources dedicated to open source GitHub repositories related to ChatGPT and OpenAI API
awesome-chatgpt-api - Curated list of apps and tools that not only use the new ChatGPT API, but also allow users to configure their own API keys, enabling free and on-demand usage of their own quota. awesome-chatgpt-prompts - This repo includes ChatGPT prompt curation to use ChatGPT better. awesome-chatgpt - Curated list of awesome tools, demos, docs for ChatGPT and GPT-3 awesome-totally-open-chat
LlamaCode LlamaLlama 3.3Llama GuardLlama3.2Llama 3 (ラマ3) LlaMA2LlamaAIエージェント業界別AIエージェント活用AIエージェントによるタスク管理プロジェクト管理でのAIエージェント活用人材採用でのAIエージェント活用経理部門でのAIエージェント活用AIエージェントによる業務効率化金融業界のAIエージェント活用マーケティングへのAIエージェント活用営業部門のAIエージェント活用製造業におけるAIエージェント活用カスタマーサポートへのAIエージェント導入OpenAI Agents SDKのMCP対応Amazon Nova ActMastraAutoGenCrewAIServiceNow AIエージェントManusAgentGPTとはAutoGPTとはMagentic-OneCopilot TuningGoogle Agentsp
現地参加中のMicrosoft Build 2025についてKeynoteが先程終わりました! 参考:Microsoft Build 2025 参考:Book of News(こちらにあらかた今回のアップデートはまとまっています) 本記事では現地参加したKeynoteとMS公式のBook of News、 MS公式ブログをもとにし､最新AIアップデートを中心に､個人的に注目なトピックについて取り上げ書いていきたいと思います！ また、トピックに関連する MS公式ブログのリンクもなるべく添えるようにしてますのであわせてご覧になるとより詳細とイメージが分かるかと思います！ Keynote現地の様子 まずは､現地の様子ということで､Keynote会場の入口の様子です｡(朝の6:45頃) 他の写真: 2日目Keynoteの写真: こちらの写真は個人的にまさに今回のAIアップデートを象徴する1枚だなと
LLMとは？企業活用事例・世界モデルとの違い・導入方法とコスト・代表的モデルを徹底解説！AI Marketでの導入相談事例付き
LlamaCode LlamaLlama 3.3Llama GuardLlama3.2Llama 3 (ラマ3) LlaMA2LlamaAIエージェント業界別AIエージェント活用AIエージェントによるタスク管理プロジェクト管理でのAIエージェント活用人材採用でのAIエージェント活用経理部門でのAIエージェント活用AIエージェントによる業務効率化金融業界のAIエージェント活用マーケティングへのAIエージェント活用営業部門のAIエージェント活用製造業におけるAIエージェント活用カスタマーサポートへのAIエージェント導入OpenAI Agents SDKのMCP対応Amazon Nova ActMastraAutoGenCrewAIServiceNow AIエージェントManusAgentGPTとはAutoGPTとはMagentic-OneCopilot TuningGoogle Agentsp
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
2026年、もはや Claude Code はエンジニア以外も全員が使うべきツールになった｜梶谷健人
Microsoft Build 2025の新発表まとめ【30選】
Coding Agentについてのまとめ (2026年1月)
LLM×強化学習の新しいパラダイム: Agentic RLの研究紹介
Announcing .NET 10 - .NET Blog
AIニュースノート：nano-bananaが話題に、AGENTS.mdの採用広がる、Microsoft Copilotに3Dモデリング機能が追加、ChatGPTでプロジェクト専用メモリー搭載、Claude for Chromeの安全設計など | gihyo.jp
【個人所感】2025年に触ってよかった生成AI関連技術などのまとめ - Qiita
世は大環境時代 - エージェントハーネスとRL環境の展開から見えてくるもの
[視聴レポート] Claude Code Meetup #claudecode_findy
ChatGPTのプロンプトとは？作成のコツ・例文・システム・共有方法徹底解説！
マイクロソフト、Build 2025で「エージェンティックウェブ」構築のための50以上のAIツールを発表
ChatGPTとは？何ができる？最新機能・ビジネス活用事例・企業担当者向け導入方法・使い方徹底解説！
【現地最速速報】Microsoft Build 2025 の激選Key Topics🚀【AIまわり】