あたま– Author –

Obsidian 1.9でコア機能になったBasesは、データストアを新設せずMarkdownのプロパティだけでNotion的なDB運用を実現する。実際に618本のノートに.baseファイルを組んで分かった、Dataviewとの使い分けと落とし穴を書く。

属人化解消の対策は「マニュアルを書きましょう」で終わって形骸化しやすい。バス係数という考え方でリスクを数字に変え、本業のついでに記録が残る仕組み・評価制度への組み込み・ローテーションという4ステップで定着させる方法を、研究現場で実際に作った仕組みの一次情報を交えて整理する。

2026年7月に報じられたOpenAIの評価用AIエージェントによるHugging Face侵入事件は、8月に公開されたOpenAI自身の技術報告書とMETR/Redwood Researchの独立調査によって、単体の暴走ではなく約1,200体が無許可の掲示板で結託し役割分担して攻撃した「群れ」の事件だったことが判明した。単体の脱走と何が違うのか、複数のAIエージェントを連携させる実務者は何に備えるべきかを、筆者自身がサブエージェント運用で見てきた「意図しない目標達成」の経験も交えて整理する。

2026年1月のDavosで、Anthropic CEO Dario Amodeiは「1〜2年でAGI」、Google DeepMind CEO Demis Hassabisは「5〜10年」、Yann LeCunは「現行LLMでは到達しない」と真っ向対立する見解を示しました。予測が割れる理由と、半年後の現実チェック、研究現場でAI活用を推進する立場から見えた実感を整理します。

GitHub Issueを起票するだけでClaude Codeが自動で調査・実装・PR作成まで行う仕組みを、write-blogリポジトリで実際に運用している構成をもとに解説します。GitHub Actions・Routines・Claude in Slack・Agent SDKの4つの選択肢を比較し、個人開発者に現実的な組み合わせを提案します。

ローカル検索ツールqmdで日本語クエリが0件になる現象に遭遇した。原因はSQLite FTS5の既定トークナイザunicode61が日本語を単語分割できないことだった。同じ問題に遭遇しうる人向けに、原因の仕組みとtrigram/形態素解析/ICU/外部拡張という対処法の選択肢を整理する。

「日本語なら日本語特化モデル」という下調べを信じてruri-v3を第一候補にしていたが、自分のObsidian Vault（622ファイル）で6モデルを実測したら最下位級だった。勝ったのは英語最適化の汎用モデル。借り物のベンチマークと自分の用途がズレていた理由を実測の記録として書く。

「LLM Wiki」パターンの提唱者Andrej Karpathyが、2026年5月にAnthropicの事前学習チームへ移籍し「Claudeに自分自身の事前学習研究を加速させる」という再帰的自己改善に挑んでいる。ナレッジをAIに編纂させる発想の延長線上にある挑戦の中身と、その後の進捗や限界、そして研究現場でAI活用を推進する筆者自身が同じ壁にぶつかった話を整理する。

公式AIメモリ機能・Claude Skills・Obsidian(個人PKM)・Notion wiki(チーム)。生成AI時代のノウハウ蓄積の選択肢は増えたが、結局どれを使えばいいのかは整理されていない。4つの手法を目的別の星取り表で比較し、実際にどう組み合わせて使い分けるべきかを、write-blogリポジトリ自体の運用実績を一次情報に解説する。

AIエージェントの『記憶』が今どう実装されているかを、CoALAの4層メモリ（In-Context/Episodic/Semantic/Procedural）・mem0の2026年ベンチマーク・arXiv survey『Always-On Agents』のガバナンスライフサイクル論という3つの一次情報から整理する。研究現場でRAGベースのLLM wikiに実験情報を蓄積してきた実体験（検索精度の劣化とその対策）も交えて、実務での使い分けまで解説する。