#開発・実装 Zenn AI 2026年7月23日

自己改善するマルチエージェント組織の作り方 — Claude Code で構築した9エージェント体制のハーネス設計

Claude Code の上に 9 エージェント体制を構築し、ガバナンスインシデント 19 件・trigger リスト 7 項目・Playbook 87 本を運用中。 ここでいう「自己改善」とは「失敗が起きたら修正する（自己修正）」ではなく、「失敗していなくてもより良い構造を取り入れる（事前提案を含む）」を指す。事後対応だけでは「自己修正」止まりで、事前提案の経路が加わって初めて「自己改善」になる。 この組織が「自己改善できる」と言えるのは、フィードバックの入口がエージェント側から自発的に上がってくる設計になっているからだ。失敗が起きれば事故記録ファイルとして構造化され、その型が tri...

出典: Zenn AI（配信元の紹介文より引用）

このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →

この話題に関連する、TOEの実践・観測記録

ニュースの背景を、当社が実際にAIを動かした一次記録から補足します。

AI解体新書

社内資料を読ませたAIエージェントは、外部検索の途中で機密をどれだけ漏らすのか？漏洩率34.0%という実測

ServiceNowが公開したMosaicLeaksは、社内文書を読んだAIリサーチエージェントが外部検索クエリに機密を混入させる度合いを測ったベンチマークです。素のモデルで漏洩率34.0%、「漏らすな」と指示しても25.5%、精度だけを追って学習させると51.7%に悪化しました。社内AI利用の線引きを考える材料になります。

続きを読む →

AI解体新書

LoRA以外の追加学習手法は検討する価値があるのか？画像生成でOFTが0.708対0.697、メモリ約1GB減という実測

Hugging Faceが自社のPEFTライブラリで複数の追加学習手法を同一条件で比較しました。画像生成ではOFTがDINO類似度0.708／メモリ9.01GBとなり、LoRAの0.697／9.97GBを精度・メモリの両方で上回っています。一方で本番の推論基盤はLoRA形式しか読めない場合があり、勝つ手法と使える手法は一致しません。

続きを読む →

AI解体新書

オープンウェイトのGLM-5.2は商用最上位にどこまで迫ったのか — FrontierSWE 74.4%と1Mトークンの中身

誰でも重みを入手できるオープンウェイトの大規模モデルGLM-5.2が、開発タスクの指標で商用最上位に1ポイント差まで迫ったと発表されました。ただしこれは提供元Z.AI自身による測定で、超長時間タスクでは13ポイント差の劣後も同時に報告されています。中小企業にとっての意味を数字ごとに整理します。

続きを読む →