#Programming #LLM OpenAIが提供するコーディングエージェントのデスクトップ/Webアプリケーション Codex（CLI）がローカル実行なのに対し、クラウドサンドボックス上で複数エージェントを並列実行できる https://openai.com/codex/

#LLM Claude Codeによるエージェント開発のノウハウが集約されたドキュメント集 https://claudelog.com/

#LLM ファインチューニングをする際、以下の3つの特性を満たすようにすること helpful（有用） honest（正直） harmless（無害）

#LLM Daniel Avilaが公開するClaude CodeのPlugins群 https://www.aitmpl.com/plugins

#LLM

#LLM Anthropic]公式が公開しているPlugins]群 Claude Codeに標準でマーケットプレイスが追加されている https://github.com/anthropics/claude-plugins-official

#LLM Cognition社によるソフトウェアエンジニアを模した自律型会話型エージェント https://docs.devin.ai/get-started/devin-intro

#LLM Moonshot AI が2026年7月16日に発表した2.8兆パラメーター推論モデル Kimi K3 のレポートと、Simon Willison によるペリカンベンチマークの有効性と限界の考察。 Kimi K3: 2.8兆パラメーター、初の「open 3T-class モデル」（DeepSeek V4 Pro の1.6Tを超える）、open weight は2026-07-27予定 ベンチ: 4.8 max・GPT-5.5 high には勝るが、Claude Fable 5・GPT-5.6 Sol には負ける Artificial Analysis: 長期知識作業Elo 1547（Claude Fable 5に次ぐ2位）、Arena.ai Frontend Code arena 1位 価格: $3/$15 per Mトークン（中国AIラボ最高値、Anthropic Claude Sonnet シリーズと同水準） 推論effortは"max"の1段階のみ。ペリカン生成で推論トークン13,241消費・計25セント 隠し系統プロンプト約85トークン存在の可能性（"hi"で86トークン計上）、漏洩拒否 ペリカンベンチマーク: 21ヶ月経過し品質との相関はほぼ断絶。今も「実際に試した証明」「コスト・推論量の粗い推定」「SVG/空間認識確認」「同一ファミリー内進化比較」として価値を持つ https://simonwillison.net/2026/Jul/16/kimi-k3/ ブログ

#LLM プロンプトエンジニアリングにおいて、プロンプトの冒頭を過ぎたところから中盤にかけて形成されるゾーンが、コンテキストにおいて重視されずらい現象

#LLM LLMにおいて扱われる複数文字のチャンク。1文字ずつ読むのではなく、まずはトークンに分割されトークン列が作られる

Large Language Model Wiki #LLM #Documentation Andrej Karpathyが提唱した、LLMが構造化されたmarkdown wikiを継続的に構築・保守する個人ナレッジベースのパターン。 3層構成: Raw Sources（不変の一次資料）、Wiki（LLMが生成・更新するmarkdown群）、Schema（構造と運用規約の設定ファイル） 3つのコアプリミティブ: Ingest（新規ソースを既存ページへ統合）、Query（wikiを検索して回答し、価値ある結果は新ページとしてfile back）、Lint（矛盾・古い記述・orphanページ・cross-reference欠落を定期検査） 動機は「ナレッジベース保守の面倒な部分は読むことや考えることではなく、bookkeeping」という洞察。人間はsource curationと問いに集中し、bookkeepingはLLMに委譲する https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

#LLM mise 自身を MCP サーバーとして起動する mise mcp。stdio 上の JSON-RPC 2.0 で MCP クライアントに開発環境情報を公開する resource は読み取り専用で mise://tools（Dev Tools）、mise://tasks（Task）、mise://env（Environment）、mise://config の 4 つ。tool は run_task と未実装の install_tool v2026.7.16 追加の list_commands は各コマンドの declared effect（read / write / destructive / 未分類）を返す。未分類は安全ではなく不明として扱い、agent が実行前に副作用を判断できるようにする https://mise.jdx.dev/mcp.html

#LLM Claude Codeで--worktreeフラグによりGitのworktreeを作成し、複数セッションの並行実行を可能にする分離環境。サブエージェントもisolation: worktreeで利用可能 https://code.claude.com/docs/en/common-workflows#run-parallel-claude-code-sessions-with-git-worktrees

#LLM Claude Codeに標準搭載されるサブエージェントの一つ Claude Code、Claude Agent SDK、Claude APIに関する質問に回答する llms.txtを索引として公式ドキュメントを動的に取得し最新情報を参照する

#LLM Pull Requestのコードレビューを自動化するAnthropic公式のPlugins。claude-plugin-officialで配布される 4つのサブエージェントを並列実行し、CLAUDE.md準拠・バグ検出・git履歴分析を独立に監査する 各指摘を0-100で信頼度スコアリングし、80以上のみをPRコメントとして投稿する ドラフト・trivial・レビュー済みPRは自動でスキップする https://github.com/anthropics/claude-plugins-official/tree/main/plugins/code-review

#LLM Claude Codeの組み込みタスク管理システムで、Todoの後継機能 タスク間の依存関係（blocks/blockedBy）をDAGで管理し、CLAUDE_CODE_TASK_LIST_ID環境変数で複数セッション間の共有が可能 https://code.claude.com/docs/en/interactive-mode#task-list

#LLM Claude Codeセッションをスマートフォンやタブレットからリモート操作できる機能。claude remote-controlコマンドでセッションを起動し、QRコードまたはセッションURLで接続する コード実行やファイルアクセスはすべてローカルマシン上で行われる https://code.claude.com/docs/en/remote-control

#LLM Claude Codeにおいて、コード編集を行わず計画を出力してユーザーへの承認をリクエストするモード

#LLM Claude Codeの機能。多数のサブエージェントを大規模にオーケストレーションするJavaScriptスクリプトをClaudeが実行時に生成し、ランタイムがバックグラウンドで実行する（セッションは応答可能なまま、同一セッション内でresume可能） サブエージェントやスキルがClaude自身をオーケストレータにするのに対し、Dynamic Workflowsは「プランをコードに移す」点が異なる。中間結果はスクリプト変数に保持され、Claudeのコンテキストウインドウには最終回答だけが載る。独立エージェント同士のadversarial reviewなど反復的な品質パターンを適用できる 制約: 同時16 / 通算1000 agent。workflow本体はFS・シェルに触れず、操作はagentのみが担う 起動: プロンプトに workflow を含める、または effort を ultracode（xhigh + 自動オーケストレーション）に設定 同梱の /deep-research がbundled workflowとして付属する research preview。全有料プラン（Proは /config）と API / Bedrock / Vertex / Foundry で利用可（要Claude Code v2.1.154+） https://code.claude.com/docs/en/workflows

#LLM Claude Codeにおいて、以下のようなカスタム設定を共有、配布するような仕組み カスタムスラッシュコマンド サブエージェント Hooks MCP servers https://docs.claude.com/en/docs/claude-code/plugins#quickstart

#Programming #LLM Claude Codeのメインタスク実行中でも使えるサイドチャットコマンド 会話コンテキストを参照して回答するが、ツールアクセスはない 質問と回答はephemeralで会話履歴に残らない https://code.claude.com/docs/en/interactive-mode#side-questions-with-%2Fbtw

#LLM Claude Codeの動作をフックとし、シェルコマンドを実行することができる設定 .claude/settings.json に記述する https://docs.anthropic.com/ja/docs/claude-code/hooks-guide

#LLM #Documentation Claude Codeにおいて、 .claude/commands ディレクトリ内にMarkdownファイルを用意しプロンプトを記述すると再利用が可能になる機能 https://docs.anthropic.com/ja/docs/claude-code/slash-commands#%E3%82%AB%E3%82%B9%E3%82%BF%E3%83%A0%E3%82%B9%E3%83%A9%E3%83%83%E3%82%B7%E3%83%A5%E3%82%B3%E3%83%9E%E3%83%B3%E3%83%89

#Programming #LLM Claude Codeにおいてclaude-plugin-officialが公開している LSP（Language Server Protocol）プラグインを追加し、リアルタイムコード知能を提供する機能 主な特徴: 言語サーバーバイナリのインストールが必須 IDE統合時に診断情報が自動共有される 公式マーケットプレイスから言語別プラグインを追加可能 サポート言語: C/C++ C# Go(gopls) Java Lua PHP Python Rust Swift TypeScript 設定例（.claude/settings.json）: { "enabledPlugins": { "rust-analyzer-lsp@claude-plugins-official": true } } https://code.claude.com/docs/en/discover-plugins https://code.claude.com/docs/en/plugins https://github.com/anthropics/claude-plugins-official

#LLM Claude CodeのPlan Modeにおいて、Opusモデルを利用し、計画の承認後は自動でSonnetモデルに切り替えるモード https://docs.anthropic.com/en/docs/claude-code/model-config#opusplan-model-setting

#Programming #LLM Claude Codeでのレスポンスの品質・速度・コストのトレードオフを制御するパラメータ low / medium / high（デフォルト）/ max の4段階 思考の深さ、ツール呼び出し回数、レスポンス長のすべてに影響する high ではほぼ常にextended thinkingが発動し、low では簡単なタスクで思考をスキップ 4.6 で導入され、budget_tokens の代替として設計された プロンプトに ultrathink などのトリガーワードを含めることでも制御可能（Claude Code固有機能） https://platform.claude.com/docs/en/build-with-claude/effort

#LLM Claude Codeの複数インスタンスをチームとして協調動作させる実験的機能 1つのセッションがTeam Leadとなりタスク分割・割り当て・統合を行い、Teammateが独立したコンテキストウインドウで並列に作業する。サブエージェントと異なりTeammate同士が直接メッセージングできる 共有タスクリスト・メールボックスによるエージェント間連携 Delegate Modeでリーダーをコーディネーション専任にできる Plan Approval Modeでリスクのある作業に計画承認を要求可能 表示モードはin-processとsplit panes（tmux/iTerm2）の2種類 https://code.claude.com/docs/en/agent-teams

#LLM Claude Codeにおいて、特定のタイプのタスクを処理するために用意する専門性を持った会話型エージェント .claude/agents ディレクトリ内でのファイル管理が可能で、初回ファイル生成は /agents コマンドの利用が推奨される https://docs.anthropic.com/ja/docs/claude-code/sub-agents

#Programming #LLM Claude Codeのセッション中にプロンプトを定期実行するスケジュール機能 /loop [interval] <prompt> で一定間隔の繰り返し実行（例: /loop 5m check if the deploy finished） 自然言語でワンショットのリマインダーも設定可能 セッションスコープのため終了時に消える。永続的なスケジュールにはGitHub ActionsやDesktop scheduled tasksを使う https://code.claude.com/docs/en/scheduled-tasks

#LLM Claude CodeではMCPに即したサーバーを利用可能 https://docs.claude.com/en/docs/claude-code/mcp#enterprise-mcp-configuration

#LLM Claude CodeをWeb上で実行できるページ ネットワークセキュリティをカスタマイズ可能 Network access and security https://docs.claude.com/en/docs/claude-code/claude-code-on-the-web

#LLM Anthropic社が2026年5月28日に発表したClaudeの最上位モデル agenticタスクでの判断力が向上し、コード欠陥の見逃しが前世代比で約1/4に Dynamic Workflows（数百並列のサブエージェントによる大規模オーケストレーション）に対応 Fast modeが2.5x高速・従来比3x安価（$10/$50 per Mトークン）、本体価格は4.7据え置きで$5/$25 Messages APIでタスク途中のsystemエントリ挿入がprompt cacheを壊さず可能に ベンチ: Online-Mind2Web 84%、Super-Agentで全ケース完遂、Legal Agent Benchmarkで初のall-pass 10%超 https://www.anthropic.com/news/claude-opus-4-8

#LLM Anthropic社が2026年2月5日に発表したClaudeの最上位モデル コンテキストウインドウが1Mトークン（ベータ）に拡大、Opus級モデルでは初 長文脈検索でMRCR v2スコア76%を達成し競合（18.5%）を大幅に上回る Terminal-Bench 2.0でエージェンティックコーディング最高スコアを記録 GDPval-AAでGPT-5.2を約144 Eloポイント上回る Claude CodeにAgent Teams機能（並列自律作業）が追加 Adaptive thinking、effort制御（low/medium/high/max）、128k出力トークンなどのAPI機能を搭載 https://www.anthropic.com/news/claude-opus-4-6

#LLM

Retrieval-Augmented Generation 検索拡張生成 #LLM プロンプトエンジニアリングにおいて、LLMが学習済みータだけではなく、外部データベースから関連情報を検索し、回答を生成する技術

#LLM 事前トレーニング済みのGPTが特定のタスクを行う際に行う微調整

#LLM #Documentation Devinの一つの機能であるDevin WikiをPublicなリポジトリに絞って利用できるOSS Devin Searchに相当するAsk機能も備えている https://docs.devin.ai/work-with-devin/deepwiki

#LLM Anthropic社が2026年6月9日に一般提供を開始したClaudeの最上位モデル。最も要求の厳しい推論と長時間の agentic 作業向け コンテキストウインドウは1Mトークン（デフォルト）、出力は最大128kトークン 価格は$10 / $50 per Mトークン（input / output） adaptive thinking が常時オンで無効化できず、raw な思考過程は返さない https://platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5

#Programming #LLM CLIで直接動作する会話型エージェント型コーディングツール Anthropic社が提供しClaudeモデルの利用を前提にする IDEとの統合が可能 https://docs.anthropic.com/ja/docs/claude-code/overview

#LLM OpenAI が2026年7月9日に一般公開した GPT 系のモデルファミリー（限定プレビューは6月26日、前身は GPT-5.5）。ChatGPT・Codex・API で提供。 3バリアント（能力 低→高、価格は100万トークンあたり input/output）: Luna（最速・最安 $1/$6）、Terra（中間・前身の半額 $2.50/$15）、Sol（フラッグシップ "workhorse"・"best coding model yet" $5/$30） OpenAI 曰く "strongest cybersecurity model yet"。脅威モデリング・コードレビュー・パッチ等の防御活動を支援 同時リリースのエンタープライズ向け ChatGPT Work のオペレーティングエージェント https://openai.com/index/gpt-5-6/

#LLM Anthropic社が2026年7月24日に公開した、Claude 5世代モデル向けにコンテキストエンジニアリングの前提を見直す記事 Claude Opus 5やClaude Fable 5ではClaude Codeのシステムプロンプトを80%以上削減してもコーディング評価で計測可能な性能低下はなかったと報告 6つの転換を提示: ルールの列挙→モデルの判断への委任、例示→インターフェース設計、事前の全量投入→progressive disclosure、指示の繰り返し→簡潔なツール説明、CLAUDE.mdでの手動メモリ→auto-memory、簡素なスペック→リッチな参照資料 コンテキストの構成指針: システムプロンプトはプロダクト固有の文脈、CLAUDE.mdは軽量なリポジトリ概要と注意点、Skillsはチーム固有の知見、参照資料はスペックやモックアップなどの詳細 コンテキストの簡素化と適正化を自動支援する claude doctor コマンドも紹介 https://claude.com/blog/the-new-rules-of-context-engineering-for-claude-5-generation-models

Generative Pre-Trained Transformer 生成的事前トレーニング済みトランスフォーマー #LLM トランスフォーマーのデコーダー部のみを採用したもの 事前トレーニングを行い精度を高める GPT-2では、インターネット上の文書において次の単語を予測するというトレーニング方法を用いて精度が大きく向上した

#Documentation #LLM Devinと連携されたリポジトリの内容を説明するWikiを生成する機能 自動でインデックスされる

#LLM Devinと連携されたリポジトリに対して回答を得るAsk特化のAIアシスタント 検索対象は自動でインデックスされる https://docs.devin.ai/work-with-devin/devin-search

#LLM 会話型エージェントへ手続き的知識（ワークフロー・スクリプト・参照資料）をパッケージして与えるAnthropic社発のオープン標準 frontmatter（name / description）と指示本文からなる SKILL.md を含むフォルダとして配布される Progressive disclosure が核: 常駐するのは name / description のみで、本文はタスク合致時、同梱ファイルは参照時に初めて読み込まれコンテキストを節約する https://agentskills.io/

#LLM Claude CodeのPlugins機能が2025/10/10にパブリックベータとして公開されたブログ Claude Code Templates https://www.anthropic.com/news/claude-code-plugins

#LLM Playwright向けのMCPサーバー、ブラウザ操作を自然言語で伝え動作させることができる https://github.com/microsoft/playwright-mcp

AAIF #LLM Agentic AI 分野のオープン標準・OSS プロジェクトを中立的にホストするため Linux Foundation 傘下に設立された財団。2025年12月に設立発表 創設プロジェクトは3つで、いずれも主要 AI 企業からの寄贈 MCP（Anthropic 寄贈） AGENTS.md（OpenAI 寄贈）: コーディングエージェント向けプロジェクト指示書の標準 goose（Block 寄贈）: ローカルファーストのエージェントフレームワーク プラチナメンバーは AWS・Anthropic・Block・Bloomberg・Cloudflare・Google・Microsoft・OpenAI の8社 https://aaif.io/

#LLM ニューラルネットワークをベースとしたseq2seqの後継 再帰的な回路を取り除いて、エンコーダーとデコーダーを分割したもの

#Programming #LLM OpenAIが提供するオープンソースのCLIコーディングエージェント ターミナル上でコードの読み取り・編集・実行が可能で、Rust製 MCPサーバーとの連携によりサードパーティツールと統合可能 コードレビューエージェントによるプッシュ前のレビュー機能 ローカルでのトランスクリプト保存による継続作業 https://github.com/openai/codex