AIが同じミスを二度としない開発環境 — Claude Code Skills×ループエンジニアリング（全体像）
AI コーディングエージェントに、同じ指摘を何度もしていませんか? 「日付は dayjs を使ってと言ったのに」「そのボタン、また二重送信できるよ」「その色、トークンにあるのにハードコードしてる」。モデルは賢いのに、あなたのチームの過去の失敗を知らない。だから同じミスを繰り返します。 筆者のチームでは、AI レビューの指摘のうち「過去に出たものと同種の指摘」を予防可能違反と呼んで毎タスク数えています。直近数タスクの実測では、これが初回指摘の約4割（22/53件）を占めていました。これらはレビューと修正のループが検出して自動で直せてはいます。ただ、既知のミスなら検出して直すより、そもそも出...
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
高価なGPUなしでAIは動くか — CPUだけで32BモデルをまわすPolyQの実測
社外に出せないデータをAIに処理させたい場合、自社の機械で動かす必要があります。2026年7月公開の研究は、GPUを使わずCPUだけで大きなモデルを動かす手法を、ノートPCを含む3種類の機械で実測しました。数字と、中小企業にとっての現実的な線引きを整理します。
続きを読む →
AIに設計業務を任せると成功率は何%か — 56.8%から88.6%に上がった条件
構造設計をAIに任せる研究で、汎用のまま使うと成功率56.8%、業務の手順と道具を整えると88.6%まで上がりました。差を生んだのはモデルの賢さではありません。製造業・建設業でAI導入を考えるときに、どこに手を入れるべきかを整理します。
続きを読む →
社内文書をAIに探させるのに、大きなモデルは必要か — 18分の1の規模で戦えるという報告
社内文書の検索にAIを使う場合、最上位のモデルでなければ話にならないと考えがちです。2026年7月公開の研究は、17億パラメータの小さなモデルをスマートフォン上で動かし、最大18倍の規模のモデルと競合したと報告しました。中小企業にとっての現実的な読み方を整理します。
続きを読む →