AIツール– category –

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。

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。

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。

2026年3月にAnthropicがClaudeのメモリ機能を無料プランにも開放し、6月にはOpenAIが「Dreaming」でChatGPTのメモリアーキテクチャを刷新した。両者の公式発表を比較しながら、公式メモリ機能が得意なこと・苦手なことを整理し、Notion/Obsidianのようなナレッジ基盤とどう役割分担すべきかを、実際の使い分け基準とともに解説する。

ローカルで無料のRAGを組むとき、埋め込みモデルの選択肢は「完全ローカルのOSSモデル」と「無料枠のあるクラウドAPI」の2系統に分かれる。日本語なら名古屋大学のruri-v3が有力候補で、実測ベンチマークではGemini Embedding-001にわずかな差まで迫る。実際にOllamaで運用して見えたリランキングの必要性も含めて整理する。

「同じ生成AIなのに、聞き方次第で答えの質がまるで違う」を実際に検証した記事。曖昧な依頼と3点セット（役割・出力形式・制約）を明示した依頼、出典を求めない質問と「分からなければそう言え」を足した質問、一括で全部頼む依頼と段階的に頼む依頼、3組をAIに実際に投げて出力を比較し、効くコツと効かない思い込みを切り分ける。

クライアントの契約内容や研究データなど、外部に出せない情報を抱えながら生成AIを使いたい個人事業主・小規模チーム向けに、ローカルLLM（Ollama等）という選択肢を実機検証をもとに紹介。精度面のトレードオフを正直に書き、限定用途からの使い方を提案する。

ChatGPT・Claude・Perplexity・Gemini Notebookは、どれも「AIに質問して答えをもらう」という見た目は同じでも、情報源の扱い方がまったく違う。Gemini Notebookが「ソース固定型RAG」と呼べる理由と、実際の使い分けの判断基準を整理する。