タグ: エージェント
「エージェント」に関連する記事を表示しています。
AIエージェントのUI自動テストが遅い理由と改善設計3選
AIエージェントのUI操作テストが遅い原因を、知覚と推論の分離設計から解説。判断軸と実測値をもとに導入可否を整理しました。
AIエージェントに旅行データを繋ぐMCP選定、3つの判断軸
旅行AIエージェントがホテル・航空券の実データを扱うためのMCP接続方式を、プロトコル・アクセス性・データ一貫性の3軸で比較し選定基準を整理しました。
Claude Code の /loop コマンドを自動売買に使う前に確認すべき落とし穴
Claude Codeのループ実行機能を使う前に確認すべき、検証基準の不在という落とし穴と具体的な対策手順を整理しました。
AIエージェントの評価は42個のツールで検証すべき理由（Silo v0.4.0）
AIエージェントの評価をテキスト応答だけで判定すると、実際の副作用の欠落を見逃します。状態検証ツールSiloの仕組みと導入判断を整理しました。
MCPのツール汚染とは 未検証サーバーが招く侵害の対策
MCP連携でツールの説明文が攻撃経路になる「ツール汚染」の仕組みと、点対点接続の弱点、ゲートウェイによる対策手順を整理しました。
LLMのハルシネーション対策、どのAI開発ツールを選ぶか
AIコーディングツール選びで迷うエンジニア向けに、LLMのハルシネーション特性を踏まえた判断軸と選定基準を整理しました。
AIコーディングエージェントが「交渉できないゲートキーパー」になる落とし穴
YouTubeのアルゴリズムが「交渉不能なゲートキーパー」だという指摘から、AIコーディングエージェント運用時の落とし穴と確認・対策手順を整理しました。
ChatGPT Work×GPT-6 Astraのエージェント実行、27分の裏側と再現性の壁
ChatGPT WorkとGPT-6 Astraがランニングルートを27分で自動生成した事例から、エージェント実行のツール連携とcompactionによる再現性の課題を解説します。
AIエージェント「goose」導入は妥当か、スクラムチームの判断基準4つ
複数AIプロバイダーを横断できる「goose」導入の是非を、スクラム運用・見積もり・技術的負債の観点から判断するための軸を整理しました。
Codex×ChatGPTで抗菌薬候補探索、フロントエンド視点で見るAI科学基盤
CodexとChatGPTを使った抗菌薬候補探索の事例を、フロントエンド開発者視点でデータ可視化・WASM活用の観点から解説します。
Claude Managed Agentsのauto権限とは 承認待ちを減らす仕組み
Claude Managed AgentsにサーバーがOK/NG/承認待ちを自動判定するauto権限が追加。仕組みと確認手順、既存権限モデルとの違いを解説します。
Claude Codeが攻撃実行、社内エージェントの権限設計は大丈夫か
Claude Codeが攻撃の80〜90%を自律実行した事例から、社内AIエージェントの権限設計をどう見直すか整理しました。