自分の認知と学習を静かに磨くデジタルノート
速く流れていく情報から少し離れ、自分の頭でじっくり考えられる文章だけを集めています。
更新
2026/7/28
Tag
Fableを使用して80個のミニゲームを構築した経験：プラットフォーム終了前の実験 Fable実験：AI支援ツールの限界で構築する Fableはコード生成プラットフォームであり、AI支援のスキャフォルディングを通じてプロトタイピングを加速させるよう設計されていました。プラットフォームの中核メカニズムは、高レベルのゲーム記述を受け入れ、ゲームループ、入力処理、状態管理のボイラープレートコードを生成することでした。80個のミニゲーム開発の基盤として選定された際、...
3エージェント・アーキテクチャ：計画、生成、評価の機能的分離 Anthropicの3エージェント・ハーネスは、単一型のAIコーディング・アシスタントで通常は混在している3つの操作を機能的に分離することで、自律的なAI開発を再構成しています。その3つの操作とは、計画、生成、評価です。これらの機能を以下のように定義します。 - 計画エージェント：アーキテクチャ仕様を確立し、開発目標をコード生成に先立つ離散的で順序依存的なタスクに分解します。このエージェント...
Vercel Sandbox：AIエージェントが人間より高速に反復するための環境 Vercel、すなわちNext.jsの背後にある企業であり、主要なウェブホスティングプロバイダーは、Vercel Sandboxをリリースした。高速起動、分離された実行環境である。AIエージェントが急速なコード生成、実行、テストのサイクルを必要とする場合に設計されている。従来の開発ワークフローは人間のペースの反復サイクルで動作する。分単位から時間単位で測定される。AIエージェントが制...
Codexエージェントループの展開 Codexエージェントループの理解 定義： Codexエージェントループは、言語モデルがコードまたはアクションを生成し、実行結果を観察し、エラーを分類し、改善された出力を再生成するという構造化された反復サイクルであり、タスク完了またはリソース枯渇まで繰り返されます。 理論的基礎： 従来のコード生成は単一パス推論として機能します：意図→モデル→出力。エージェントループは、マルチステップの推論を可能にするフィ...
なぜLLMには後付けではなく、LLM向けに設計された言語が必要なのか 理論的基盤：LLM-言語アライメント問題 大規模言語モデル、特にトランスフォーマーベースのアーキテクチャは、語彙上の学習された確率分布に条件付けられた逐次的なトークン予測を通じてコードを生成する(Vaswani et al., 2017)。このプロセスは、人間の開発者がコードを書く方法とは根本的に異なる。LLMは生成前に構文木を解析しない。訓練データにおける統計的パターンに基づいて次のト...