ページを読み込み中…
ページを読み込み中…
11件の記事
MIT Technology Review は、業務タスクを完遂するエージェント AI に適切な CPU やデータアクセス、ポリシー対応型ツール利用などのプラットフォーム要件が必要と報告した。
Mercari Engineering の会計チームは、Cloud Functions の世代移行により Cloud Pub/Sub に 1000 万件のメッセージが滞留した事象を報告し、Cloud Run と Spanner を含むシステム全体のチューニングで解決に至った経緯を解説している。
メルカリ・メルペイの Santa チームが、ポイント還元システムの QA プロセス課題に対し、Pub/Sub Pull 型サブスクリプションを基盤とする非同期処理環境で、PR(プルリクエスト)単位での検証環境を導入した事例を紹介している。
Amazon Science は、AI エージェントのパフォーマンスはモデル自体の問題ではなく、LLM とツール間の仲介役となるハッチ(OS)の設計がボトルネックであると指摘し、意図を実行に移すシステムの重要性を強調した。
AIサービスの高可用性と高速処理を実現するため、負荷分散技術を活用してリソースを最適に配分する手法について解説している。