LayerXのAI-BPO事業チームは、開発チケット管理をNotionのCustom AgentsとExternal Agentsで構築し直した。チケット起票直後にCustom Agentsがプロダクトマネージャーの役割で起票者にヒアリングし、起票からマージまでの「あいだ」を埋めている。External AgentsでClaudeを接続すると実装観点を踏まえた質問も行われ、バグの原因特定に役立つという。Linearから戻した理由は、シート課金の負担と全社で導入済みのNotionで完結させたい点だった。
LINE OAとLIFFを組み合わせ、LINE Planet SDKを使えば、ウェブエンジニアなしでLINEアプリ内で動作するグループビデオ通話サービスを作れると紹介している。自前で用意するのはLIFF上のウェブアプリと、LINE Planetアクセストークンを発行するアプリサーバーの2つのみである。アプリサーバーはCloud Functions for Firebaseで構築できると説明している。
LayerX の Ai Workforce 事業部は、Kubernetes + Argo CD の GitOps プレビュー環境「3A」で、半日のハッカソン用に 10 チーム分の独立した Ai Workforce 環境を用意した。環境はチームごとの CR に数行を追加し、ゴールデンイメージからデータを複製して作成され、コーディングエージェントが作成した PR を人間がレビューして適用した。筆者は kubectl や YAML をほとんど書かずに済んだとし、コーディングエージェントによって Kubernetes の運用ハードルが下がると評価している。
NAB の公開センサーデータを gemini-3.5-flash に入力して異常検知レポートを作成させ、入力方式ごとの精度を比較する。数値をプロンプトに直接入れる方式では、machine-temp で既知異常区間 4 つのうち 2 つを検出し、誤検知率は 0.06% だった。検出は全体的に疎だが、ambient-temp や network など複数のセンサーでは検出率が 100% となった。
Ethan Mollickが、作業を任せるAIの選び方をまとめたガイドを公開した。重要な相談には、Claude の Opus と Fable、または ChatGPT の GPT-5.6 Sol を少なくとも「High」の思考レベルで使うよう勧めている。実務ではChatGPTかClaudeが有力で、月額$20から利用でき、ChatGPT Work と Cowork がAI企業側の仮想コンピューターを使う。権限設定とプロンプトインジェクションへの注意も促している。
LINEヤフーの社内ワークショップ「ODW#12」は、AIに渡す情報によって成果物が変わることを実例で示した。乗換案内の運賃計算を題材に、ルールを書いた説明ファイルがある環境では学割の距離帯別割引や10円単位の切り上げが意図どおり実装され、答え合わせのテストも全て通ったと報告している。一方、情報がない環境では推測で割引率や端数処理を誤るケースが見られたという。
ABEJA の坂井氏が、Claude Code の Agent Skill と Claude Routines を使い、最新 AI 技術情報を定期収集・レポート化する AI Agent を作り直した。従来の Python 製 Agent と異なり、スキル定義のプロンプトのみで動作し、Claude サブスクリプションの枠内で実行できるため、従量課金の API token コストは不要とされる。Claude Routine は記事時点（2026/07）で pro 以上のサブスクリプションが必要で、1日の実行数にも制約がある。
エージェント向けのモデルルーティングは、モデル選択の分類問題ではなく、コスト・品質・遅延を同時に最適化するシステム最適化問題として扱うべきだと論じる。AppWorld Test Challengeの417タスクでは、同じCodeActエージェントによる総コストがSonnetの79ドル（1タスク0.19ドル）に対しGPT-4.1は155ドル（同0.37ドル）と約2倍になり、キャッシュの効き方が単価の差を覆した。提案するルーターの構成1は、Opus単独と比べてコストを21%、遅延を9%削減し、精度低下は4%にとどめて84%を達成した。
フィールドバスは周期、最悪遅延、ジッタ、同期精度を重視するリアルタイム制御の通信基盤であり、Physical AI実装では制御周期に関わるデータをWeb系通信とは別の観点で設計する必要があると解説する。オープンソースのヒューマノイドロボットアームOpenArmでは、Damiaoモータとの通信にCAN FDを用い、MIT modeで5つのパラメータを送って状態をフィードバックする例を紹介している。CAN IDやレジスタ設定の詰まりどころと、ネットワークから順に確認する切り分け方も扱う。
LINEヤフーは2026年6月30日から7月1日にかけてAIDD Workshopを開催し、LINE Plusを含む全21チーム112名が参加した。参加チームは、実装よりも要件整理などの前工程の価値と、仕様や用語などのコンテキスト不足がボトルネックになる点を実感した。意思決定者を含むチーム参加では、Workshop後の議論が次のアクションにつながりやすかった。
LINEヤフーが、AIエージェントによるID-JAGのフローをローカルで再現できるハンズオン「athenz-community/id-jag-the-hard-way」を作成した。Keycloak、Athenz、Open WebUI、Ollama、Gemma 4で構成され、トークンの発行からポリシー評価、Resource Serverでの権限強制までを直接観察できる。401 Unauthorizedなど、意図的に発生させる失敗ポイントも体験できる。
GTDをローカルのAIエージェントで自動化し、PRとメールの依頼タスクをGoogle ToDoリストに振り分ける検証を行った。PRはレビュー状態に応じた決定的なルールでNextActionとWaitingに振り分け、メールは AIエージェントが依頼の候補を挙げたうえで人が登録するものを指定する。リストへの書き換えはGAS（Google Apps Script）のWebアプリに集約し、PRのIDによる重複防止や、タスク削除の指示を受け付けないといったガードを設けている。
Hugging Faceのブログ連載「Profiling in PyTorch」第3回では、Attentionを素朴に実装したモジュールをプロファイラで解析する。out-of-placeのmasked_fillをin-placeのmasked_fill_に変えると、GPU上のMemcpyカーネルが消え、forward1回ごとに1つのカーネルが削減される。
LINEヤフーのTech Blogは、レガシープロジェクトをAI主導型プロジェクトへ転換するAX（AI transformation）の4段階ロードマップを解説している。第1段階のAI-Readyではセキュリティとコンプライアンスの基盤を整備し、第2段階のAI-Assistではガイドラインの標準化とCI/CD連携を進める。第3段階のAI-DevelopmentではSDD（Spec-Driven Development）に基づく機能実装とテスト生成の自動化を目指す。
LINEヤフーの社内エンジニアが生成AIの利活用事例を発表するLT会「Hacking Fest 2026 Spring」が2026年5月に開催され、9件のセッションが行われた。AIエージェントの制御手法、Claude Code Hooksで Auto Mode と同等の機能を自作した事例、LLM評価ツールを使ったClaude Skillの評価・改善などが紹介された。AI利用コストの削減を試みた発表では、ローカルLLMやAI専用サーバーの検討を経て、コストを減らすには先に大きな初期投資が必要だという教訓が共有された。
LINEヤフーは、LINEバイトの検索リランキングでembeddingを後処理により安定化し、cold start problemを解決した。安定化後のembeddingは1か月後も類似度0.87前後を維持し、オフライン評価ではconversion nDCGが+9.0%向上した。A/Bテストでは検索画面単体のKPIに有意な改善はなかったが、サービス全体ではKPIが+4.7%、売上が+6.5%となった。
LINEヤフーのフロントエンド開発では、Jira・Confluence・Slack・コードベースなどから文脈を集め、実装計画を提案させるワークフローをAIエージェントに任せる手法が紹介されている。計画はコードに触る前に人間がレビューし、実装後はtypecheck、lint、ユニットテストなどで計画に対する検証を行う。社内のNoah MCPは各ツールを接続し、AIエージェントが日常の文脈を読み取れるようにする。
LINEヤフーは、社内プライベートクラウドFlavaのAPI Gateway開発で、仕様駆動開発、自動検証、高速で再現性のあるローカル環境の3つを実践している。エージェントに失敗を自ら見つけて修正させるため、テストとリンターを検証ループの中核に据えた。テストは合計2,754件あり、開発者マシンでは全体が約15秒で完了するという。
LINEヤフーは、AIによるコーディングの調整層を、提案者（Proposer）と挑戦者（Challenger）という専門ロールの段階的な討論として再設計したと発表した。仕様（Spec）、実装（Build）、デリバリ（Delivery）の3フェーズごとに成果物を作り、オーケストレーターが改訂・エスカレーション・前進を判断する。最終的な承認は引き続きエンジニアが担う。
LINEヤフーが、次世代クラウドFlava上のDBaaS「Flava DBaaS」の設計・仕様とマイグレーション戦略を解説する。Kubernetesのオペレーター・パターンを基盤とし、IaaSリソースを扱うインフラ・オペレーターを分離した構成を採る。ブロックストレージは100GiB単位で構成でき、最大容量は5TiBに拡大されたとされる。
Semantic Context OSは、エージェントアプリケーションと外部の基盤モデルAPIの間に置かれるローカルの傍受プロキシ（localhost:8080）として、コンテキストウィンドウを決定論的なシステム資源として管理するランタイム基盤である。POSIX風の仮想ファイルシステム（VFS）による状態管理、PathAlignステージによるASTのトリミング、sawtoothメモリモデルによるトークン最適化を組み合わせる。
LINEヤフーは、遺伝的アルゴリズムベースの自動最適化手法GEPAでプロンプトチューニングを自動化し、数日〜数週間かかっていた調整作業を約1時間に短縮した。Yahoo!検索のAI回答における健康医療系クエリを題材に、DSPyのオプティマイザとして実装し、要件準拠と読みやすさの両立を検証している。評価は診断行為、断定表現、具体的固有名詞の推奨、心理的負担の4観点をLLM-as-a-Judgeで0〜10点採点し、平均で集約する方式である。
LINE Plus SRE チームは、社内クラウドサービス Verda と社内モニタリングツール IMON のインフラを OpenTofu/Terragrunt で管理する IaC へ移行した。約1,500個のリソースがコードで宣言され、7サービスのインフラ変更はすべて PR レビューと CI/CD パイプラインを経て反映される。既存の約300台の VM、約160個の LB、約350個の DNS レコードは、import スクリプトを用いてコード管理へ取り込んだ。
ABEJA Insight for Retail（IfR）は、リリース後の顧客ヒアリングを「価値検証フェーズ」として開発サイクルに組み込んだ。ヒアリング内容は「PBIの種」として起票し、KA法による定性分析と並行して整理する。顧客接点を持つ全員が気づきを起票できる仕組みで、まだ運用開始直後である。
GRPOなどのLLM強化学習では、Rolloutを行う推論backendと学習backendの差によってPolicyがずれる。ABEJAはQwen3-4Bを使い、vLLMとtransformersの確率を比較して実測した。約3900tokenのうち81.1%は確率差0.001未満で一致した一方、差0.10以上も0.3%あり、最大は0.215だった。補正策としてtoken-level IS、truncated IS、幾何平均、rejection samplingが挙げられている。
Turingのチームが、NVIDIAの自動運転シミュレーターAlpaSim上で、自社開発のVLAモデル「DriveHeron」（2B）を動かす手順を紹介した。BaseTrajectoryModelを継承したモデルの実装、entry pointへの登録、driver設定ファイルの用意、Wizardからの`driver=...`指定という流れである。評価は正常に実行できた909シーンで行い、1回のみの実行結果である。
ケンブリッジ大学のClare Bryant教授は、Google DeepMindのCo-Scientistを使い、病原体が動物から人へ伝播する際に敗血症などの重症化を招く分子スイッチを探っている。Co-Scientistは研究助成案の要約から仮説を生成して順位付けし、やり取りを重ねるうちに候補タンパク質から実験対象のアミノ酸まで絞り込まれた。通常は特定までに2〜3年の実験が必要だが、標的が正しければ6か月で完了する見込みだという。
Turingの走行データビューアは、トリップ単位で走行動画と速度・ペダル・ハンドル角などの走行メトリクスを同じ時刻軸で同期再生するWebツールである。動画はAWS BatchでMPEG-DASH形式に変換しCloudFront経由で配信し、dash.jsで再生する。メトリクスはDatabricks Lakeflow SDPで処理し、フロントエンドは車載基準時計の絶対時刻に基づき、start_timestampと動画のcurrentTimeを1000倍して加算することでフレーム単位の同期を実現している。
slotdは、Slurmと同じ操作体系を持つRust製の軽量ジョブスケジューラで、単一ノード・単一ユーザーのローカルマシン向けに設計されている。sbatch、squeue、sacctなどのコマンドをSlurmと揃えており、CPU、メモリ、GPUの予約ベース実行や、job array、dependencyなどに対応する。導入はリポジトリをcloneして付属のinstall.shを実行する方式で、GPUの自動検出にはnvidia-smiが必要とされる。
ELYZAは、LLMアプリの回帰テストで文字列類似度評価の代わりに、構造化された判定基準（Rubric）をLLM-as-a-Judgeに渡すSoft Judgeを設計した。Hard RulesとLLM-as-a-Judgeの二層評価により、65件のPoCデータセットで検知率93.3%（N=30）、過検知率0%（N=35）を達成した。Levenshtein ratioでは、根拠のない事実主張などの欠陥を原理的に検知できなかった。
ELYZA Labが、Agentic LLMの強化学習（Agentic RL）に使った訓練基盤の実装と訓練ノウハウを解説した。verlをコアに、AgenticEnv、RolloutManager、Tool、Tool API Serverの4コンポーネントを追加し、verl本体の更新に追従しやすい最小限の変更に留めている。ステップ1-2をマルチステップ化の差し替え対象とし、ステップ3以降はそのまま流用する設計である。
ELYZA Labは、LLMのツール利用能力を高めるため、法令検索タスクでAgentic RLによる学習を行った。DAPOで学習した結果、Qwen3系ベースモデルから性能が向上し、Qwen3-32Bベースのモデルはin-domain評価でGPT-5.2と肩を並べた。タスクのデータセットは「ELYZA-MuLQ」として公開される。
ELYZA Labが、主観的な判定が必要なスライド生成タスクで、ルーブリックベースの報酬関数を使ったGRPO学習を検証した。学習対象と報酬計算にVLMを用い、報酬用ノードにvLLMでQwen/Qwen3-VL-235B-A22B-Instructを立てて学習用ノードへの影響を抑えている。5段階評価では甘い採点になる課題があるため、評価観点ごとに点数を付ける方式を採用した。
チューリングが開発した自動運転VLAモデル「DriveHeron」を実車に統合し、10Hz（100ms周期）の制御ループに収めた。VLMの「Heron」を土台に将来の走行軌跡を出力する設計で、出力は回帰型のtrajectory headにより単発推論で得る。TensorRTとFP16の低精度推論により、2B（約20億パラメータ）のVLMでも前後処理を含めて100ms以内を達成した。
ELYZA Labが、ByteDance社公開のフレームワークverlでカスタム報酬関数を使いGRPO学習を行う手順を紹介した。日本語Wikipediaの1000〜1100文字のテキストを要約する実験では、文字数をpromptで指定せず報酬のみで学習させ、len=50・70・100ではscoreが0.8〜0.9程度まで向上した。len=10・30は学習前のモデルが近い出力をできず、学習が進まなかった。
閉域・オフライン環境でLocal VLMを使い、運転免許証から氏名などを抽出する構成を検証した。小型モデルはプロンプトだけでは出力形式が崩れるため、JSON Schemaに基づくGrammar制約で形式を強制し、常にパース可能なJSONを得る方法を示している。Visual Prompt Injectionに対しても、Grammar制約は出力層での防御として機能すると主張している。
Mistral AIは、Rails のソースファイルを読み取り、RSpec テストを生成・改善して、スタイルルールとカバレッジ目標で検証するエージェントを構築したと発表した。CI/CD パイプライン内で人手を介さず動作し、複数のインスタンスが異なるファイルを並列に処理する。
ABEJAは、Qwen3に思考とツール実行を繰り返させてAgentic能力を強化する、SFTと強化学習の取り組みと知見をまとめた。SFTでは、gpt-oss-120bがOpenSearchによるWikipedia検索ツールを使って推論した出力を、正答データへの絞り込みや推論部分の日本語化などで改善して教師データを作成した。強化学習では、Wikipediaを使うマルチホップQAとDeepResearch、e-Gov法令データを使うQAの3タスクをGRPOで学習し、最後にModel Soupで統合した。
ABEJAは、GENIAC3期の基盤モデル開発で使用したロングコンテキスト処理性能の評価タスク・ベンチマークと、評価を実行できるリポジトリを公開した。評価にはRULER（NIAH、QA）、LongBench v2、MRCR（OpenAI-MRCRの日本語版を含む）を用いた。新たに作成した評価データセットも併せて公開している。
ABEJA のインターンが、メカナムホイール搭載の 4 輪ロボット Mentor Pi（Mecanum）を ROS 2 で動かし、macOS 上で Gazebo によるシミュレーション環境を構築した。MuJoCo は ROS 2 との統合が弱く、Webots は macOS で UTM などを経由する必要があるとして見送り、Gazebo を pixi で構築して採用した。実機では 2D LiDAR による SLAM マッピングを行ったが、マップが拡大し続ける問題が残り、モーター暴走の回避策の影響で 3 輪駆動になった可能性があると記されている。