O'Reilly AI & ML Radar

AIコーディングエージェントの熟達により、ボトルネックはコード作成からレビューへと移行しました。データはコードチャーン、欠陥、レビュー時間の劇的な増加を示しています。重要なのは、影響範囲、コードの寿命、チームサイズというコンテキストに基づいてレビュープロセスを適応させることです。エージェントの推論をキャプチャすることで、レビューの負担を軽減できます。

本記事では、LLMがコンテキストの中間部分を無視する「U字型」の問題について解説します。関連研究を紹介し、実際の開発経験に基づいた5つの緩和テクニックを提案します。

この記事は、AIエージェント業界がMCPやAI Skillsなどのプロトコルに固執し、真の戦略的分野であるAgent Experience（AX）を軽視する「ツールの罠」に陥っていると主張する。著者は、プロトコルは絶えず変化するものであり、エージェントがシステムとどのように相互作用するかを理解し、その体験を最適化することが長期的な競争力の鍵だと論じる。AX実践を構築するための5つのステップを概説し、AXはUX、DX、CXの延長線上にあると強調する。

本稿では、エンタープライズエージェントアーキテクチャに広く見られる「プリンシパル・ドリフト」問題を考察する。エージェントが増加・合成するにつれて、その行動の人間主体のアイデンティティ、権限、説明責任の連鎖が徐々に解離していく。著者は、返金エージェントの例を用いて、アイデンティティ崩壊、権限侵食、説明責任消失の連鎖効果を分析し、推論グレードの監査記録や「エージェントオペレーションズ」新機能の設立などの解決策を提案する。

ループエンジニアリングは、コーディングエージェントへの手動プロンプトを、再帰的に目標に向かって反復するシステムに置き換えます。自動化、ワークツリー、スキル、プラグイン/コネクタ、サブエージェントの5つのコアコンポーネントと外部メモリで構成されます。CodexやClaude Codeなどのツールは類似のループプリミティブに収束しており、サブエージェントがアイデア出しと検証を分離して信頼性を向上させます。

今週、egghead.ioの共同創業者John LindquistがホストYK Sugiとともに、Claude Fable 5の物議を醸したリリース、AI支出に関する財務シフト、そしてエージェント時代における実用的なフレームワークについて議論しました。主なトピックは、Fable 5を停止させた政府指令、Uberが2026年のAI予算を4月までに使い果たしたこと、Johnの「原料は推論に勝る」アプローチです。また、SpaceXによるCursor買収やSalesforceによるFin買収についても触れられています。

Kubernetesはコンテナオーケストレーターから事実上のAIプラットフォームへと進化し、2025年にはコンテナユーザーの82%が本番環境で使用しています。生成AIとエージェンティックAIのワークロードは、Kubernetes上でますます実行されるようになり、CNCFの調査や業界の例がこれを示しています。ネットワーキングは依然として基本的なスキルギャップであり、CNCFは新しい認定資格でこれに対処しています。

多くの企業はAIエージェントプラットフォームの自社構築に伴う複雑さと長期的なコストを過小評価している。本記事では、メモリ、ガバナンス、評価、オーケストレーションの4つの重要なコンポーネントを分析し、プロジェクトに着手する前に問うべき5つの質問を提示する。

コーディングエージェントはAIワークフローの構築を容易にするが、非線形なコスト増大を隠蔽する。メモ化、枝刈り、動的計画法といった古典的な最適化手法が、反復作業と高コストを回避するために不可欠である。

Claude Code、Cursor、Codexなどのエージェント型コーディングツールが生成するコードは、著作権保護の対象外であるか、雇用主に帰属するか、あるいは見えないオープンソースライセンスで汚染されている可能性があります。この記事では、関連する法的問題（人間の創作要件、雇用契約、オープンソースライセンス汚染リスク）を探ります。

今週は、元マイクロソフト主席研究員でRecoMindを設立したMiguel Fierro氏が、データ・AIエバンジェリストのChristina Stathopoulos氏とともにレコメンデーションシステムの現状について語りました。Christina氏はまた、Anthropicの台頭、責任あるAI、Google I/O 2026の発表、トークンマキシングへの反発など、注目のAIニュースを紹介しました。会話から得られた3つのポイントをご紹介します。

本稿はエージェンティックエンジニアリングシリーズの第8回目であり、複雑なマルチステップ作業を行うAIエージェントにおけるコンテキスト喪失問題を扱います。著者は外部化・認識・再水和（ERR）パターンを提案します：エージェントの状態をディスクに保存し、コンテキストの劣化を検出し、ファイルから復旧します。歴史的な類推（640Kメモリ制限）と実際のCopilotクラッシュ事例を用いて問題を説明します。記事では、実行継続性（現在のステップ）とタスク継続性（全体的な目標）という2層の状態外部化を詳細に説明します。

デモからプロダクションへの移行における課題を解決するための実践的なガイド。レイテンシ予算、フォールバック設計、品質測定、A/Bテスト、モデルドリフト監視、評価フレームワーク、優雅な劣化、プロンプトエンジニアリングを網羅。

GitHub Copilotが6月1日から使用量ベースの課金に移行し、エージェンティックワークフローの実際のコストが明らかになりました。この記事では、トークン消費、ツール設計の影響、プロンプト最適化と出力フォーマットの戦略を分析し、コスト管理をプラットフォームガバナンスの問題として捉えることの重要性を強調しています。

この記事はPaolo Perroneのブログからの転載で、2024年版のAIエージェントスタック図を更新し、2026年版の6つのレイヤー（モデルと推論、プロトコルとツール、メモリと知識、フレームワークとSDK、評価と可観測性など）を紹介。MCPの標準化、推論モデルの進化、メモリの第一級市民化などの変化を強調し、各レイヤーの評価アドバイスを提供。

今週のエピソードでは、ホストのAndreas WelschがゲストのMaya MikhailovとDoug Shannonと共に、OpenAIの個人金融への進出、AI支援技術作業におけるメタ認知の役割、トークンベースの生産性指標への反発、そして前方展開エンジニアの新たな役割について議論しました。中心的なテーマ：AI業界はアウトプットを生成することは得意だが、どのアウトプットに価値があるのかをまだ模索している。

DJ Patilは傾聴ツアーで、AI業界の約束が破られ、学生や労働者が恐怖を感じていることを発見した。彼はコミュニティメーカースペースの提案や、組織能力がボトルネックであることを強調する。データインフラは競争優位性であり、Devoted Healthのような企業がAIを迅速に活用できるようにする。

Anthropicが脆弱性の優先順位付けにEPSS（エクスプロイト予測スコアリングシステム）を推奨したことは、静的深刻度スコアから予測モデルへの転換を示しています。この記事では、脆弱性量の機械規模の問題、ポインティングマシンとナレッジマシンの区別、そしてセキュリティプログラムがAIによって発見される脆弱性の波を乗り切るために必要なポリシー変更について探求します。

構文が安価で豊富になるにつれ、アーキテクチャ管理が希少なリソースとなる。効果的なガバナンスは上流から始まり、生成が始まる前に意図、制約、脅威モデルがエージェントの作業コンテキストを形成する。目標はより良いプロンプトではなく、構造的に無効なコードがシステムに入るのを防ぐビルド時の境界である。

本記事は、各国が技術的主権を追求する傾向を、ブラジルの医療主権を例に挙げ、AI分野に類推して考察する。ディカップリングという言葉は狭すぎるとし、実際には各国は接続を維持しつつ自らの能力を構築することを望んでおり、分離ではなく連邦制に近いと論じる。オープンソースのAIモデルやプロトコルは主権実現の鍵であるが、インフラ（データセンター、チップ、電力網）が複製困難な重要な層である。連邦化されたAIの未来と、AI時代に向けたインフラ再構築の必要性を描く。

AIエージェントの台頭により、多くの人がSaaSの時代は終わったと宣言していますが、本記事はSaaSはまだ死んでいないと主張します。仕事はチームで行うものですが、エージェントベースのプログラミングは個人向けであり、共有、コラボレーション、テスト、バージョン管理、セキュリティが欠けています。SaaS企業はエージェント向けAPIを提供することで適応し、データの記録システムとなることができます。

本記事は、オープンウェイトモデルやオープンプロトコル（MCPなど）がどのように私有化されるかという、オープンソースAI戦略の限界を探る。AnthropicによるStainless買収をケーススタディとして、補完的キャプチャと堀の移動を説明し、AIインフラの開発者体験層がプラットフォーム大手によって統合されつつあると指摘する。オープンソースの影響はその依存関係に大きく左右されるため、エコシステム全体の視点で分析する必要性を強調する。

本記事はエージェンティックエンジニアリングとAI駆動開発に関するシリーズの第7回目で、AIセッションにおけるコンテキスト管理に焦点を当てています。著者はGeminiが以前のメモを忘れた個人的な経験を共有し、コンテキスト圧縮の概念を紹介し、4つの実用的なテクニックを提供します：探索と文書作成の分離、ハンドオフ文書の使用、手順ではなく受入基準の提示、仕様書をブリッジとして使用すること。これらのテクニックは開発者と一般ユーザーの両方に有効で、AIの忘却によるフラストレーションを軽減します。

O'ReillyのInfrastructure & Opsスーパーストリームでは、AIワークロードのインフラ要件、コスト、セキュリティ課題を議論。DORAレポートはAIがコードデリバリーを約10%向上させる一方、安定性が低下し検証コストが増加することを示す。専門家はプラットフォームエンジニアリング、ガバナンス、認知負債を強調し、AIアプリケーションのプロダクション対応を保証するための内部プラットフォームへの投資を推奨。

AIコーディングエージェントはデフォルトで「完了」への最短ルートをとり、シニアエンジニアが実行する仕様策定、テスト、レビューなどの重要なステップを省略します。Addy Osmani氏のAgent Skillsプロジェクトは、散文ではなくワークフローを通じてエージェントを導く、シニアエンジニアの足場を構築することを目的としています。プロジェクトには20のスキルが含まれ、ソフトウェア開発ライフサイクルの6つのフェーズをカバーし、Googleのエンジニアリングプラクティスを取り入れています。主要な設計原則は、プロセス優先、反合理化テーブル、検証の不可譲、段階的開示、スコープ規律です。記事では3つの使用方法と、インストールしなくても参照すべきパターンも紹介しています。

AIエージェントがシステム間でタスクを委任するが、現在のアーキテクチャは委任チェーンの承認モデルを欠いており、ゴースト権限や監査証跡の断絶などのセキュリティギャップを生み出している。

一世紀以上にわたり、企業部門の威信と予算は単一の粗い指標である人員数によって測られてきた。500人を管理することは「傑出したリーダー」と見なされる一方、5人を管理することは取るに足らない存在だ。しかし、AI駆動の連邦型エージェントシステムにおいて、このモデルは時代遅れである。本稿は「エージェンティックP&L」の概念を提唱し、人員帝国から連邦型神経システムへの移行を促す。コンテキスト密度、エージェントスループット、意思決定の provenance などの新しい指標を導入し、Tier1銀行のコンプライアンス部門を例に変革の道筋を示す。

現在のプロダクションエージェントは、アイデンティティ、コンテキストの永続性、プラットフォームサポートに欠けており、ガバナンスと信頼性にギャップを生んでいます。本記事では、エージェントにアイデンティティ、ユニバーサルコンテキスト、永続的な実行、プラットフォームが必要という4つのアーキテクチャ上の賭けを提案します。

PocketOS創業者のJeremy CraneがClaudeを使ってデータベース保守中、Claudeが誤って本番データベースと全バックアップを削除。Railwayがデータ復旧に成功。この事件は、過度に広い権限のトークン、有効期限のない認証情報、サンドボックス化の欠如などシステムの弱点を浮き彫りにした。AIは問題を増幅するが、根本原因ではない。最小権限の原則、認証情報の期限、ヒューマンインザループ、ワールドモデルなどが教訓。

企業はAIで生産性向上を目指すが、大半のパイロットは失敗する。Agent Skills、MCP、プラグインなどのオープン標準への投資は、ベンダーロックインを防ぎ、切り替えコストを削減する。AI成果カタログは個々の成功を共有可能な組織知に変え、チーム間やエージェント間の再利用を促進する。