ページを読み込み中…
AI Videos
AI動画を、記事で読む
全928件。長い動画を、日本語の要点と記事から先に理解できます。 現在は公開日順です。
動画記事一覧
LangChain
LangSmith サンドボックスで信頼できないエージェントコードを実行
AI エージェントが自律的にコードを実行する際のセキュリティリスクと、LangSmith サンドボックスによる高速・永続的・安全な実行環境の実装について解説。
読む 7分 · 元動画 11分
#AI セキュリティ#エージェンティック AI
AI Engineer
LLM がエンタープライズ品質のコードを生成できるか
LLM のベンチマークスコアの高さとは裏腹に、エンタープライズコード生成にはセキュリティ脆弱性や複雑性の増大という深刻な課題があり、Sonar が提唱する評価フレームワークと自動化リメディエーションの重要性を説く。
読む 8分 · 元動画 16分
#LLM#エンタープライズAI
AI Engineer
音声エージェントの設計：遅延・品質・規模拡大をどう解決するか
音声エージェントの実装における遅延、品質、規模拡大の課題と、パイプラインアーキテクチャの最適化戦略を詳述するエンジニアリング解説。
読む 9分 · 元動画 25分
#LLM#OpenAI
AI Engineer
地球規模の脳を持つエージェント向け仕様駆動型テスト — スティーブン・ウィルモット氏
大規模エージェントの安全性と有用性を確保するため、単なるテストセットを超えた「仕様駆動型検証」の必要性と、その具体的な構成要素を提言する。
読む 6分 · 元動画 14分
#LLM#AIエージェント
AI Engineer
エージェント機能の95%削除で成果向上、WorkOS の Nick Nisi氏
エージェントの機能追加より削除が重要であり、プロンプトでの指示よりコードによる検証と証拠提出を強制する設計思想が成果向上の鍵となる。
読む 8分 · 元動画 18分
#AI エージェント#プロンプトエンジニアリング
AI Engineer
Zeta2 の構築：本番環境で編集予測モデルを訓練する
Zed の Ben Kunkle が、本番環境のユーザーデータを基に教師モデルを用いた蒸留と静的評価を組み合わせた編集予測モデル「Zeta2」の訓練パイプラインを詳述。
読む 7分 · 元動画 11分
#LLM#AI エージェント
AI Engineer
シニアエンジニアが AI エージェント構築に苦戦する理由 — Google DeepMind
Google DeepMind の Philipp Schmid が、従来のソフトウェア開発と AI エージェント構築の根本的な違いを解説し、非確実性への対応や評価基準の転換を提言する。
読む 8分 · 元動画 11分
#AI エージェント#LLM
OpenAI
ビルダーズ・アンスクリプト第3回：アルケミー製品リーダー、マティアス・カステッロ氏
アルケミーの製品リーダーが、AI エージェントとスキルシステムを活用した「非エンジニアによる完全自律型開発」の実践例と、その未来像を語る。
読む 7分 · 元動画 30分
#LLM#AIエージェント
OpenAI
Codex の Windows PC 利用とモバイルアクセス対応
OpenAI は Codex アプリに Windows での完全な PC 操作機能とモバイルアクセス機能を追加し、ユーザーがデスクから離れても AI エージェントに作業を任せることを可能にした。
読む 5分 · 元動画 2分
#OpenAI#Codex
AI Engineer
エージェントに必要なのは文書より意思決定の追跡記録
Neo4j の Zach Blumenfeld が、AI エージェントの意思決定精度向上のために文書検索だけでなく「意思決定の追跡記録」をグラフ構造で管理する「コンテキストグラフ」の概念と実装ツールを紹介。
読む 7分 · 元動画 21分
#AI エージェント#Neo4j
AI Explained
新 Claude Opus 4.8：見落としやすい 15 の特徴
Anthropic の新モデル Claude Opus 4.8 はベンチマークで優位性を示すが、ハルシネーションやビジネススキル低下などの課題があり、真の「誠実さ」にはまだ到達していない。
読む 7分 · 元動画 23分
#Claude Opus 4.8#AI 誠実性
a16z
AI 勝者選別のルール | a16z ショー
a16z は、AI がまだ経済の 5% にしか浸透していない現状で、OpenAI と Anthropic の収益が巨大化しており、今後はコスト競争とネイティブ AI エージェントへの移行が勝敗を分けると分析。
読む 8分 · 元動画 34分
#LLM#OpenAI
AI Engineer
Claude Code が解読したヴィキング VOIP プロトコル
AI エージェント「Claude Code」が、ドキュメントのないヴィキング製 VOIP 電話の逆エンジニアリングを自律的に実行し、ハードウェア制御とプロトコル解読に成功した事例。
読む 2分 · 元動画 21分
#Claude Code#Reverse Engineering
LangChain
ラングチェーンが「Managed Deep Agents」を発表
LangChain が、複雑な実世界タスク向けに設計された「Managed Deep Agents」を発表し、コンテキスト管理、委譲、人間による制御を強化したハルネスと、プロダクション展開を容易にするランタイム基盤を紹介。
読む 8分 · 元動画 18分
#LangChain#Managed Deep Agents
Y Combinator
IIT 卒エンジニア二人が 5500 万ドルのオファーを蹴り、スタートアップに挑む
IIT 卒エンジニア二人が 5500 万ドルのオファーを蹴り、Y Combinator のアドバイスで AI エージェント企業 GigaML を立ち上げ、大企業向けカスタマーサポートに革命をもたらした成功談。
読む 9分 · 元動画 25分
#AI エージェント#スタートアップ
AI Engineer
エージェント型観測と従来手法の違いを解説 — Braintrust Phil Hetzel氏
AI エージェントの非確定的性質と大量の非構造化データにより、従来の観測手法では不十分であり、Braintrust が提案する独自のデータベースアーキテクチャと人間によるアノテーションを基盤とした新しい観測パラダイムが必要である。
読む 6分 · 元動画 21分
#Agentic AI#AI Observability
AI Engineer
エンタープライズ型エージェントプロジェクトの多くが失敗へ、その理由を解説
エンタープライズにおける AI エージェント導入の失敗要因は技術不足ではなく、人間中心の組織構造と意思決定プロセスとのミスマッチであり、VC 的な投資姿勢と信頼ベースの実装が不可欠である。
読む 9分 · 元動画 21分
#エンタープライズAI#AIエージェント
Y Combinator
推論・拡散モデル・世界モデルなど
推論コストの削減だけでなく、推論速度そのものが AI の知能上限を決定する「能力」へと転換し、世界モデルやデータ効率化のアルゴリズム革新が次世代 AI を支える。
読む 7分 · 元動画 68分
#推論最適化#スペキュレティブ・デコーディング
OpenAI
Build Hour：エージェント SDK
OpenAI が公開した「Agents SDK」は、長時間動作するエージェントの構築を可能にするオープンソースフレームワークであり、マルチサンドボックス対応と状態永続化機能で実用性を飛躍的に向上させた。
読む 5分 · 元動画 48分
#OpenAI Agents SDK#AI エージェント
LangChain
LangChain アカデミー新コース：LangSmith デプロイ入門
LangChain Academy の新コースは、エージェント開発の最終段階であるテストとデプロイに焦点を当て、スケーラブルで堅牢な本番環境への移行方法を解説する。
読む 4分 · 元動画 2分
#LangChain#LangSmith
OpenAI
OpenAI R&D 第1部：勝利へ向けて
OpenAI と Chip Ganassi Racing の連携により、LLM がモータースポーツのデータ分析やピット戦略、選手のパフォーマンス管理に活用され、勝利への微小な差を埋める実証例。
読む 5分 · 元動画 9分
#OpenAI#LLM
AI Engineer
説明可能で意思決定対応の AI エージェントに「コンテキストグラフ」 Neo4j
Neo4j が提唱する「コンテキストグラフ」は、AI エージェントに知識だけでなくルールやポリシーを付与し、リスク評価と権限管理に基づく意思決定能力を飛躍的に高めるアプローチである。
読む 8分 · 元動画 17分
#AI エージェント#Neo4j
No Priors: AI, Machine Learning, Tech, & Startups
オンキスセキュリティCEOマキシム・バー・コガン氏、エンタープライズ向けAIガディアン構築
オンキスセキュリティCEOマキシム・バー・コガン氏が、自律型AIエージェントの暴走リスクに対し、人間による監視が不可能な時代における「AI ガーディアン」としての制御平面と機械的解釈可能性研究の重要性を説く。
読む 7分 · 元動画 42分
#AI セキュリティ#エンタープライズ AI
LangChain
LangSmith の Context Hub で文脈管理を正しく行う方法
LangSmith の Context Hub を活用し、LLM エージェントの文脈管理をバージョン管理可能な形式で統一することで、人間とエージェントが協働して品質を向上させる実用的なワークフローを紹介する。
読む 9分 · 元動画 12分
#LLM#AI エージェント
全 928 件中 721–744 件を表示