迷いと失敗を消さない――記録を「きれいな物語」にしない
仕事の記録は、終わってからまとめると、必ずきれいになります。 問題があった。原因を調べた。仮説を立てた。検証した。正しい答えに着いた。 読みやすい。しかし、実際の仕事はそう進みません。 問いが途中で変わる。有力に見えた案が崩れる。別の説明へ寄り道する。データを疑ったあとで、自分の実装の誤りに気づく。いったん捨てた案が、条件を限定すると復活する。 結論だけを残すと、この動きが全部消えます。 そして消えたことに、後から気づけません。 この回で扱うこと 思考ログの価値は、正しかったことではなく、なぜ間違え、何によって判断が変わったかを残すところにある。 前回は、壊れた作業から戻る手順を...
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
AIエージェントの設定ファイルに一文仕込まれると何が起きるか — 攻撃成功率100%、次のセッションにも87〜97%残る
Claude CodeやCodexがセッションをまたいで読み込むメモリファイルに悪意ある指示が入っていた場合、認証情報の外部送信が最大80%、許可外のツール実行が100%の確率で発生し、そのペイロードは次のセッションにも87〜97%残りました。2026年7月公開の実験結果と、中小企業側の現実的な線引きを整理します。
続きを読む →
LLMで英作文を自動採点すると、書き手の母語で点数が偏るのか（全体一致率77.79%・QWK 0.702の裏側）
オープンウェイトLLMにTOEFLエッセイ12,100本を採点させた研究で、全体のバンド一致率は77.79%、QWKは0.702と実用水準に見えた。だが母語別に割るとドイツ語+0.55、日本語・韓国語−0.34の偏りが出た。全体精度だけを見てAI評価を導入する危うさを、中小企業の実務目線で読み解く。
続きを読む →
複数のAIエージェントを「つなぎ方」で強くできるのか？ プロンプト1文が9.44ポイント効いた実験
16体のLLMエージェントを人間の集団実験と同じ8種類の通信ネットワーク上で走らせた研究。体制図（トポロジー）を変えて得られた差は最大約3ポイント、対してプロンプトに「初回はランダムに選べ」と1文加えた効果は9.44ポイント。多エージェント構成を凝る前に指示文を直すほうが安い、という実務的な示唆が出ています。
続きを読む →