Microsoft Copilotでコード不要のAIエージェントを作る方法：初心者向けガイド

Microsoft Copilotを使い、コードを書かずにAIエージェントを作る5つの手順を解説するガイド。Copilot Chatの「Agents」から「New Agent」を選び、平易な言葉で内容を伝えるとエージェントの草案が生成される。課題の定義、既存エージェントの確認、ナレッジと出力形式の設定、テストと共有まで、共有受信箱の対応や週次レポート作成を例に説明している。

ELYZA、LLMサービスにOpenTelemetryでAPMを安全に導入した方法

ELYZAのエンジニアが、LLMを使うtoB向けアプリケーションプラットフォームにOpenTelemetryでトレーシングを導入した経緯と実装を紹介している。顧客のプロンプトを外部に出さず費用を抑える方針で、Node.jsのAPIとworkerのみSpanを送出し、MLは中継に徹する構成とした。Web → API → SQS → ML → SQS → workerの推論が1本のtraceとしてDatadog上で追えるようになった。

Sarashina3のトークナイザとトークン効率：日本語Wikipediaで比較

SB Intuitionsは、商用APIとして提供開始したSarashina3 miniとSarashina3 nanoについて、トークナイザの効率の良さを紹介した。日本語Wikipedia（約19億文字）のトークナイズでは、GPT-5が約14億トークン、Gemini 3.5が約12億トークンに対し、Sarashina3は約9.5億トークンだった。API料金は入出力トークン数で決まるため、トークン効率は利用料金や消費電力にも関わるとしている。

Genkit Go に入門してみた：基本機能とTool Callingの使い方

ABEJAのエンジニアが、AI搭載アプリ向けオープンソースフレームワークGenkitのGo SDKを試し、開発者ツールの起動、Flowの定義、LLM呼び出し、会話履歴の保持、Tool Callingの基本をまとめた。LLM呼び出しにはAzure AI Foundryのプラグインを使い、モデルはgpt-5.4-miniを指定している。Go SDKは2025年9月に安定版がリリースされている。

センサー×LLMのマルチモーダル化、SensorLLMでモーションセンサーから人間行動認識（HAR）を試す

ABEJAが、モーションセンサーの時系列をLLMに理解させるSensorLLMで人間行動認識（HAR）を試した。公式実装は学習済みチェックポイントが未公開のため、非公式のStage 1チェックポイントで推論した。歩行・走行・静止では区間ごとのトレンド説明が得られたが、注入したスパイクは異常として指摘されなかった。

人と人の「認識のずれ」をAIが埋めるチケット管理：Notion Custom Agents + External Agents の実践

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。

AIを活用し、ウェブエンジニアなしでLINEアプリ内にグループビデオ通話サービスを構築

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。

Kimi.ai@Kimi_MoonshotAIスコア3030

Kimi Workでスライドを作成する - チュートリアル #1。 Kimi Slidesがスライド作成の全工程を担当します。 - Kimi K3による明確な構成と調査 - 洗練されたグラフやSmartArtを含む一貫したデザイン - 編集可能で、すぐにダウンロード可能 次に見たいものがあれば、コメントで教えてください！

センサー x LLM でのマルチモーダル化 〜 センサーデータを LLM に入力し異常検知レポート作成させてみた

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。

AIが効く開発環境の整え方、「コードから読めない意図」をどう渡すか

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。

Claude の Agent Skills と Routines で AI Tech 情報を自動収集する AI Agent を構築

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。

Physical AI実装で効く制御通信の考え方：OpenArmのCAN FD実例から学ぶフィールドバス

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。

ID-JAG The Hard Way：失敗から学ぶAIエージェントのセキュリティハンズオン

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。

PyTorchのプロファイリング（第3回）、Attentionをプロファイルする

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、レガシープロジェクトをAI主導型へ転換するAXの4段階ロードマップを公開

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。

Hacking Fest 2026 Spring、生成AI利活用事例のLT会を開催

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。

Embedding 安定化で検索リランキングのCold start problemを解決：LINEバイトでの適用事例紹介

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、プロンプトからワークフローへ移行しAIでフロントエンド開発の生産性を向上

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。

AI時代の開発は「検証力」で決まる、Flava API Gatewayの高速な動作検証と環境戦略

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。

Flava DBaaSの詳細解説：アーキテクチャからマイグレーション、今後の展望まで

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。

プロンプトは人手チューニングからAIチューニングへ：遺伝的アルゴリズムで回す自動最適化と高速化

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。

On-policyのはずがOff-policyになる：LLM強化学習のrollout mismatchと対策（rollout correction）

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。

NVIDIAのAlpaSimで自社開発VLAモデル「DriveHeron」を動かす手順と評価

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。

自動運転E2Eモデルは何を見ているのか、Integrated Gradientsによる解釈

実車の6カメラを入力とするE2E自動運転モデルの出力に、XAI手法のIntegrated Gradients（IG）を適用し、判断根拠をピクセルレベルで可視化した。右折時の対向車への注目や、青信号に変わった瞬間に青ランプへ帰属が生じる様子が確認できた。記事ではIGの2つの公理（Sensitivity、Implementation Invariance）と定式化、既存手法との比較、PyTorch実装も解説する。

Turing、走行動画と走行メトリクスを同期再生するデータビューアの実装スタックを公開

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。

Slurm風ジョブスケジューラslotdで手元のGPUを無駄なく使う入門

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。

Google、生成AIで未来型スキルを測定する研究実験「Vantage」を発表

Googleは、生成AIで複数のAIアバターとの会話環境を作り、未来型スキルを評価する研究実験「Vantage」を発表した。ニューヨーク大学との共同研究では、18〜25歳の被験者188人が紛争解決とプロジェクト管理の課題に取り組み、AI Evaluatorの採点は人間の専門家同士の一致度と同程度だった。英語版はGoogle Labsで利用登録を受け付けている。

Rubric × LLM-as-a-JudgeでLLMアプリの回帰テストを行う手法

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、Agentic LLMの学習基盤と訓練ノウハウを紹介

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。

ルーブリックに基づく主観的な判定を取り入れたGRPO学習

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。

ELYZAのAIソリューション事業とは、市場環境と今後の戦略

ELYZAのソリューション事業部の松浦大貴氏が、生成AIソリューション市場の環境と同社の今後の戦略を解説した。JEITAの予測では国内市場は2025年の494億円から2030年に2,211億円へ拡大するが、数十社が分け合うフラグメンタルな市場とみている。戦略は、基盤「ELYZA Platform」を核にしたプロダクト×ソリューションと、研究開発×ソリューションの二本立てである。

verlによる、カスタムした報酬関数を用いたGRPO学習

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。

エッジ環境でのLocal VLMによるセキュアOCR：Grammar制約で構造化出力を行う

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。

Rails テストを自動化するエージェント、RSpec の作成と検証を CI/CD で実行

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によるLLMの自律的な調査力を高めるAgentic RLの取り組みと知見

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。

Mentor Pi のメカナムホイールを ROS 2 で動かす、macOS 上のシミュレーション環境構築とフロンティア探索による検証

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。

Rerankerのモデル比較とコスト削減実験、Cross Encoder型と汎用LLM型を検証

RAGのRerankerについて、Cross Encoder型と汎用LLM型を検索精度・応答時間・運用コストの観点から比較した。JQaRAではCross Encoder型のcl-nagoya/ruri-v3-reranker-310mがnDCG@10 0.869で最高値を記録し、Multi-hop FAQでは汎用LLMが相対的に高いスコアを示した。さらに汎用LLM型のコスト削減手法により、精度を維持したまま最大40%のコスト削減を達成したとしている。

運転動画を検索可能にする 〜Cosmos-Embed1とDatabricksで〜

チューリングは、NVIDIA の映像-テキスト埋め込みモデル Cosmos-Embed1 と Databricks Vector Search を組み合わせ、約54万シーン（約2,000時間分の走行データ）を対象にしたセマンティック検索システムを構築した。映像側の embedding は日次バッチで事前計算し、テキスト側のみ AWS Lambda でリアルタイムに計算する構成とした。

Dead Reckoningによる自己位置推定

Turingは、車輪速とIMUから速度と姿勢を推定して時間積分するDead Reckoningによる自己位置推定手法を解説する。トンネルや地下駐車場などGNSSが受信できない環境でも、ローカルな自己位置を求められるとしている。GNSSが使える場所との比較では、単純計算でX方向0.65%、Y方向1.57%の誤差だった。この手法は自動運転システムにも組み込まれ、環境に依存せず走行実験ができるようになったという。

List Objectsに数日かかる世界からの脱却。20TB/日のデータを支えるS3インベントリ活用術

Turingは、S3インベントリを用いたデータ管理基盤を導入し、数億オブジェクト規模のデータセット情報を数日ではなく数秒で取得できるようにした。Databricks上で外部テーブルとDelta Tableの2段階構成とし、日次で更新している。インベントリの実行コストは100万オブジェクトあたりUSD 0.0025と記載されている。