米Metaは8月5日（現地時間）、ターミナル上で動作するコーディングエージェント「Muse Code」をベータ版として公開した。同時に、コーディング性能を強化した新モデル「Muse Spark 1.2」も発表した。 Muse CodeはmacOSとLinuxに対応し、1行のコマンドでインストールできる。Muse Code自体は無料でインストールでき、課金はAPI経由のトークン従量制となる。標準のMuse Spark 1.2は100万トークン当たり入力1.25ドル、出力4.25ドル（キャッシュ済み入力は0.15ドル）で、1.1と同水準。プロンプトと応答は製品改良には使用しないとしている。これとは別に、入力0.10ドル、出力0.20ドル（同0.002ドル）と10分の1以下に設定した「muse-spark-1.2-contributor」を用意し、こちらは入出力が製品改良に使われる。Metaは今

そこでMicrosoftは、本番環境でのABテストや大規模なオフライン評価を通じて、「Visual Studio Code」（以下、VS Code）における「GitHub Copilot」の継続的な最適化を検証、確認してきた。 その結果、タスクの成功率を犠牲にすることなく、トークン消費量を最大で10分の1に削減できることを実証したという。どのような取り組みによって達成できたのか、Microsoftが成果とともに解説した。 MicrosoftがVS Codeで実践した4つの削減アプローチと、トークン消費のメカニズム Microsoftは、AIエージェントが裏でどのようにトークンを消費するのか、その基本的なメカニズムを次のように解説している。 プロンプトプレフィックス コーディングエージェントのセッションでは、システム指示、ツール定義、リポジトリのコンテキスト、会話履歴など、各リクエストの大部

こんにちは、製造ビジネステクノロジー部の若槻です。 AWS DevOps Agent のスキルは、Operator Web App のフォームで直接作成するほかに、GitHub リポジトリのディレクトリ URL を指定してインポートすることもできます。スキルを Git で版管理できるので、こちらのほうが運用しやすそうです。 ただこの機能を使うにあたって、GitHub 連携の要件が気になりました。以前 DevOps Agent に修正プルリクエストを作らせた際は、ネイティブの GitHub 連携では権限が足りず GitHub MCP サーバーの接続が必要でした。今回はどちらが必要なのでしょうか。 そこで、自作スキルを実際にインポートしつつ、同一内容のスキルを 3 つのリポジトリに置いて連携要件を検証してみました。 結論 リポジトリインポートには ネイティブの GitHub 連携が必須です。G

AWS DevOps Agentはチームメイトになれるのか？/ Can AWS DevOps Agent become a teammate

自然界に存在しないウイルスをAI（人工知能）で設計し、実際に機能することを確認したと、米アーク研究所などのチームが6日付の米科学誌サイエンスで発表した。昨年9月に査読前論文として公表し、今回、正式に…

無料のオープンソースOSであるLinuxは、インターネット上のサーバの大半で稼働している一方、一般消費者向けPCでは依然としてニッチな存在だ。北米におけるLinuxのデスクトップ市場シェアは長年、1桁台前半で推移してきた。しかし今週に入り、そのシェアが通常の3～5％から約10％へと倍増したとの報告が相次いだ。しかも、この変化は5月から6月までのわずか数週間で起きたという。 ウェブマスターやサイバーセキュリティの専門家に役立つ利用統計を提供するStatcounterは、ウェブサイトへのアクセスを計測し、アクセスに使われたOSなどを集計している。Linuxの増加傾向は、コンテンツ配信やサイバーセキュリティなど多くのウェブサービスを提供するインターネットインフラ企業Cloudflareのデータでも裏付けられた。 CloudflareのシニアプロダクトマネージャーであるLai Yi Ohlsen氏

Anthropicは8月5日、自社のAIモデルClaude向けにカスタムチップを設計する社内チームを新設するという。ハードウェアとソフトウェア双方に精通したエンジニアの採用を進め、チップとAIモデルを一体で設計することで、Claudeの処理速度と効率を高める狙いがあるようだ。 半導体関連の人材を募集 AI需要の拡大に伴うチップ不足が業界全体の課題となる中、大手AI企業による自社設計の動きが広がっている。Anthropicの自社チップ検討については、Reutersが4月の時点ですでに報じていた。今回、メディアの取材に応じた同社広報担当がこれを正式に認めた。 広報担当者は、ハードウェアとソフトウェアの両方に精通したエンジニアを採用し、チップとAIモデルを共同設計することで、Claudeが顧客の求める規模でより高速かつ効率的に動作できるようにする狙いがあるようだ。 同社はこれと前後して「cust

この記事は毎週必ず記事がでるテックブログ Loglass Tech Blog Sprint の152週目の記事です！ 3年間連続達成まで残り7週となりました！ こんにちは、ログラスの松岡(@little_hand_s)です。 3行まとめ 「レビューして」でも指摘は返ってくる。「敵対的検証して」は課題がある前提で反証を試み、判定と根拠まで返してくるのが違い 敵対的検証はClaude Code公式も推奨するパターン。筆者のClaude Code環境では、一言でサブエージェントによる多視点検証が走った 指摘は鵜呑みにしない。採否を決めるのは人間。この記事自身も敵対的検証を通して書いています 先に謝っておきますが、多少キャッチーすぎるタイトルになっております。すみません！！🙇‍♂️ 「レビューして」は今も有効で、使いどころのあるプロンプトです。この記事で紹介するのは、具体的な根拠を持ってもう一段

I’ve been running Kimi K3 alongside Claude on my normal coding work, and for all practical purposes I can’t tell them apart. Same tasks, same quality of output, and near identical token counts to get there. I expected an open model to be sloppier or to grind through more tokens on the way to the same answer, and neither turned out to be true. The prices are nowhere near each other. K3’s API runs $

https://aid.connpass.com/event/386203/

本書は、特異値分解や最適化、グラフ理論といった数学的基礎から、自然言語処理、オペレーションズ・リサーチまで、AIを支える広範な数学を順を追って丁寧に解説します。実践的な応用例を補完する公開データセットとJupyter NotebookがGitHubに用意されており、理論と実践を行き来しながら理解を深めることができる構成になっています。 『Essential Math for AI』への賛辞 はじめに 1章　なぜAIの数学を学ぶのか 1.1　AI とは何か 1.2　なぜAI は今こんなに人気があるのか 1.3　AI に何ができるのか 1.3.1　AI エージェントの具体的なタスク 1.4　AI の制限は何か 1.5　AI システムが失敗したときに何が起こるのか 1.6　AI はどこに向かっているのか 1.7　AI 分野の現在の主な貢献者は誰か 1.8　AI にはどのような数学が関連しているか

はじめに AI コーディングエージェントが日々の開発に浸透するにつれ、多くのチームが同じ壁に行き着きます。エージェント向けのワークフローが「バグ修正でも新規開発でも同じ重厚な手順」を強制してくる一方で、自動化に慣れるほど人間側は「AI に全部決めさせる」受動的な姿勢に傾き、レビューと監督の質が落ちていく。プロセスの硬直と人間の関与の希薄化が同時に進む、という問題です。 AWS はこの課題に対して AI-DLC（AI-Driven Development Life Cycle） というメソドロジーを提唱し、2025 年 11 月にその実装を awslabs/aidlc-workflows として OSS 公開しました。さらに 2026 年に入り、このリポジトリの v2 ブランチで「AI-DLC Workflows 2.0」として大幅に作り直されており、単一のハーネスに依存しない、1 つのコア