個人プロジェクトの正本はSQLite1個で足りる — 「AIが唯一の書き手」時代のデータ設計
AIエージェントに生活の記録(進捗管理・予定・メモ)を書かせるようになって、データ設計の答えがひとつ定まりました。 正本はローカルのSQLiteファイル1個。書くのはエージェントだけ。人間用の画面は全部「読み取り専用の窓」。 PostgresもFirebaseも使いません。この記事では、なぜこの構成に落ち着いたか、実際のコード付きで紹介します。 Before: localStorage地獄 最初は小さなWebアプリを用途別に量産し、それぞれがlocalStorageに自分のデータを持っていました。アプリが3つを超えたあたりで破綻します。 どのアプリのデータが最新かわからない AIに...
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 →
編集部の実践記録から
AIデータの置き場所で費用は変わるのか？保管$12〜18/TBと持ち出し$0.09/GBの構造
Hugging FaceとSkyPilotの共同記事が、AI学習データの保管単価を$12〜18/TB/月、比較対象のAWS S3を約$23/TB（＋エグレス費）と提示しました。ただしこれは製品提供者自身による発表です。中小企業が見落としやすい「持ち出し料」の構造と、テラバイト級を扱わない会社にとっての実際の重みを整理します。
続きを読む →
画像生成AIの学習データは、絞り込むより説明を足すほうが効くのか？JPEG品質92でPSNR48.7dBという実測
Photoroomが自社の画像生成モデルPRXの学習データ構築を公開しました。JPEG品質92でもPSNR48.7dB、指標で劣るが約3倍速いキャプションモデルを採用、という実測と妥協の記録です。自社でモデルを学習しない中小企業にも転用できる原則を3つ取り出します。
続きを読む →
AIエージェントの「移行できました」は信じてよいのか？30件中29件を成功と自己申告し、実際に通ったのは22件
IBM Researchが公開したScarfBenchは、Enterprise Javaのフレームワーク間移行をAIエージェントに解かせるベンチマークです。最上位のエージェントでも挙動を保った移行の成功率は10%未満、アプリ全体移行30件では29件を成功と自己申告しながら実際にビルドできたのは22件でした。検収基準の置き方を考え直す材料になります。
続きを読む →