#開発・実装 Zenn AI 2026年7月21日

「AIエージェントが暴走した」ように見えた54分の正体は、仕様書の事実未検証だった

こんにちは、遠藤（@shoma_ai）です。 普段は中小企業向けのAI導入支援やシステム開発をしています。 先日、仕様書からPRを自動生成するパイプライン（spec-to-pr）が同じ日に2回もABORT（自動中断）して、合計で54分くらい溶かしました。 最初は「またAIが変な挙動をしている」と思ったんですよね。でも、あとで週次の振り返り（harness-reviewと呼んでいます）でログを見返して、原因は逆だったことに気づきました。 この記事では、前提となる仕組みから顛末、結局どこを直したかまでを書きます。AIエージェントの反復（レビューと修正の往復）やABORTがじわじわ増えてきて「...

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

推薦モデルは再学習なしで更新できるか？　データ1.8%でRMSE0.810という実測

推薦システムを再学習せずに新しい行動データだけで更新する手法を公開した。データの1.8%しか読まずにRMSE0.810、更新は1バッチ90ms、CPU単体で動く。一方で大規模カタログではアイテムカバレッジ1%未満まで落ちる限界も報告されている。中小ECにとって何を意味するかを整理する。

続きを読む →

AI解体新書

環境が変わるとAIの精度は33.26%まで落ちるのか — 医療画像研究が示す「持ち込んだ途端に壊れる」現象

学習した環境と違う条件にAIを持ち込むと精度は崩れます。2026年7月公開の医療画像研究では、造影CTで学習した手法を非造影CTに当てただけで精度が33.26%まで低下しました。デモでは高精度だったAIが自社では動かない、という現象の正体と、稟議での評価のさせ方を整理します。

続きを読む →

AI解体新書

パラメータ2.8Mで48GB GPU級の予測精度は出せるのか──時系列知識グラフ研究GAttNHPが示した数字

「次に何が、いつ起こるか」を予測する新手法GAttNHPが、パラメータ2.8M・GPUメモリ2.54GBという構成で、88M〜107Mパラメータ・GPU 48GBを要する従来最良手法をMRRで8.25ポイント上回りました。低頻度データほど改善が大きいという結果を、中小企業の予測案件にどう読み替えるかを整理します。

続きを読む →