技術ノート¶

AST・ベクトルDB・LLM設計・セキュリティ等を一次資料で裏取りした調査ノート

全 98 ページ（更新日順）。

2026-08-24 10周回って、エージェント開発は RAG がすべてだった — Devsumi 2026 KANSAI 整理
2026-08-19 社内AIエージェント基盤（Company Brain / AI Operating System for Companies）比較レポート
2026-08-19 Cloudflare OS アーキテクチャ整理
2026-08-12 意味層 vs Text-to-SQL — 2026 ベンチマーク（dbt）
2026-08-12 Marty Cagan 基調講演｜AI 時代のボトルネックは「実行」から「発見」へ — Product Model への移行
2026-08-10 dbt｜Analytics Engineer から Context Engineer へ — 構造化された共有コンテキスト層
2026-08-09 LayerX｜AI エージェント基盤（"AIに賭ける"）— Bedrock × LiteLLM × Durable/Temporal
2026-08-08 クラシル｜社内の7割が使うデータ基盤を、データチーム2人で回すためにやったこと
2026-08-08 カンム「Synapse」— Text-to-SQL への業務コンテキスト注入と、その育て方（記事の言う「セマンティックレイヤー」）
2026-08-08 カンム Synapse — ADK コンパクションで「200k の崖」を避けてコストを抑える
2026-08-08 オントロジーとグラフDB for Enterprise AI — 理論から本番へ（NebulaGraph）
2026-08-08 Graph Engineering with Claude — Dynamic Workflows で「線」を「グラフ」にする
2026-08-08 Cerebras 社内ナレッジベース — 統一 embeddings テーブル × ハイブリッド検索 × エージェント問い合わせ
2026-07-24 本物の意味層（enforced semantic layer）— Cube / dbt SL / LookML と「エージェントは生 SQL を書かない」
2026-07-24 メルカリ「Socrates」— データ基盤への投資で Text-to-SQL を信頼可能にするマルチエージェント
2026-07-24 タイミー — dbt+Looker を意味層に据え、生 Text-to-SQL を避けた社内 AI エージェント基盤
2026-07-24 Palantir Ontology 実導入の現実 — 「操作まで契約化」の代償（泥・ロックイン・常駐依存）
2026-07-24 Palantir Foundry Ontology — 「業務の意味と操作」を契約化した AI 化基盤の完成形
2026-07-24 LayerX「Data Enabling チーム」— 「データが語りかけてくる」= エージェントが業務文脈で示唆を届ける基盤
2026-07-24 AI×開発生産性を取り巻く予算戦略と投資対効果（石垣雅人 / DMM）
2026-07-24 AIコーディングエージェントの sandbox 隔離と権限運用（Claude Code と他社比較）
2026-07-24 AIエージェント時代のデータ基盤論争 — 「意味層は要るか」と AI-Ready data の正体
2026-07-24 10X — データ契約（data contract）とメタデータ整備で AI-Ready なデータ基盤を土台から作る
2026-07-23 Sansan「Corporate DataBridge」— SSoT を持たない情シス内製データ連携基盤の設計
2026-07-23 CyberAgent「AIナレッジ共有会」— AI 活用の進捗を「レベル定義×数値レポート」で回す型
2026-07-22 Python パッケージ管理の変遷と uv — 「なぜみんな uv なのか」を歴史で理解する
2026-07-22 Netflix CPTO Elizabeth Stone — AI 時代は「専門家」より「システム思考家」に賭ける
2026-07-22 eed3si9n「Netflix での 3年」— ビルド職人が ML 組織で果たした役割と Netflix 文化
2026-07-22 Cursor のエージェントスウォーム実験 — 「高性能プランナー＋安価ワーカー」でコスト 1/8
2026-07-22 Block「Buzz」— 人間と AI エージェントが同じ部屋に住む自己ホスト型ワークスペース
2026-07-21 今週の急上昇 AI リポ整理 — Graphify / hallmark / Vibe-Trading / awesome-llm-apps
2026-07-20 速習 AIエージェント入門 — LegalOn Technologies 社内セミナー整理
2026-07-20 Fintech Engineering Handbook — お金を扱うシステムの設計パターン整理
2026-07-19 AI 駆動開発時代の品質保証（山本直弥・上田瀟逸 / KAG）— 「作る AI」と「評価する AI」を分け、人間は基準と仕組みを作る
2026-07-19 AI 時代の開発生産性は個人技からチーム設計へ（中津川篤司 / moongift）— レビューをボトルネックにしないチーム設計
2026-07-19 職種の壁を越えて全員で Claude Code を使う（DeNA）— SDD ワークフローと週次共有会で「テキスト仕様→動く実物」を1〜2日に
2026-07-19 設計を中心に据えた AI コーディング開発プロセス（azukiazusa）— 設計セッション → worktree 並列実装 → 別セッション AI レビュー
2026-07-17 知識グラフ×LLM — 研究動向と実務応用の包括整理（2024–2026年前半）
2026-07-17 Mac 2台同期(MacBook Air + Mac mini)chezmoi dotfiles 設計書
2026-07-17 Claude Code の並行開発 — /branch /fork /btw と .worktreeinclude
2026-07-15 エージェント型AIのパフォーマンスエンジニアリング（Thoughtworks）整理
2026-07-14 Enterprise-Bench — 企業AIエージェントの実業務信頼性を測るベンダー中立ベンチマーク
2026-07-13 Sign-Off レイヤー — AI 時代の本当のエンジニアリングは「承認とオーナーシップ」に移る
2026-07-13 McKinsey「State of AI trust in 2026」— エージェンティック時代の信頼とガバナンスギャップ
2026-07-12 Palantir FDSE（Forward Deployed Software Engineer）という職種 — 「1顧客 × 多能力」の働き方
2026-07-11 AI ドリブン開発を2か月でチームに定着させた話（SmartHR）— 生産性 +68.9% の内訳
2026-07-11 Deutsche Telekom × OpenAI — 通信事業者を「AI-native」に作り替える
2026-07-11 エージェント評価は「合格/不合格」では足りない — サプライザルで難易度を測り、評価器そのものを評価する
2026-07-07 エアークローゼット — 非エンジニアの内製化基盤（Sandbox MCP と AI議事録RAG）
2026-07-07 エアークローゼット cortex — AIハーネス6部作（総論〜最終章）
2026-07-07 エアークローゼット — Agentic Graph RAG と社内MCP基盤（17サーバー・5層セキュリティ）
2026-07-07 エアークローゼット — 46リポジトリの本番コードベースをAIが扱える形にする（知識グラフ＋LLM Observability）
2026-07-06 AI Engineer World's Fair 2026 — SF から持ち帰った AI エンジニアリングの現在地
2026-07-03 ミラティブ ashura — 分析を民主化しつつ品質を保つAIエージェント基盤
2026-07-02 メルペイ決済プラットフォーム常駐 AI エージェント（pcp-agent）の設計と5層防御
2026-07-01 GEPA で契約書レビュー Agent を育てる — DSPy 5 部品の実装骨格
2026-07-01 AI生産性パラドックス ― メトリクスを起点にAI推進を成果へ繋げる回し方（Findy事例）
2026-07-01 AI コーディングの「依存性」とバーンアウト — 自然な停止点の消失
2026-07-01 AI ガバナンスの本質の問い — 「誰が“ノー”と言い、それを通せるか」
2026-06-30 ホタルシステム — 非エンジニアが「個人の定常業務」をAIで自動化する型
2026-06-30 LINEヤフーの組織全体AX「エクセキューションフェーズ」— 個人最適から全体最適へ、と海外先行事例
2026-06-29 オントロジーと知識グラフ — 金融業界の実践例（整理）
2026-06-29 TLS 1.3 による通信データの暗号化 — AEADの4入力・鍵スケジュール・ノンス管理（読書ノート）
2026-06-29 モダンRAGのハイブリッド検索（BM25 + Embedding + RRF）の整理
2026-06-29 RAG検索の3択+融合 — Dense/BM25/SPLADE を RRF で混ぜて JMTEB 11タスクで検証
2026-06-29 cmux — 並列 AI コーディングエージェント用の macOS ターミナル
2026-06-29 AES 暗号のひみつ — AES-256 の内部構造（混乱と拡散）と AES-NI によるハードウェア高速化（読書ノート）
2026-06-27 法務経理 AI の芯 — 現場は「プロンプトを書く人」ではなく「正解を教える人」
2026-06-27 法務・経理 AI 化 — 改善ループとガードレールの設計（事例リサーチ込み）
2026-06-27 データ基盤の本質（メタデータ＋オブジェクトストレージ）と、法務・経理 AI 化への転用
2026-06-27 AIがコードを書く時代、技術負債はどう見張る？ — ネットワーク科学に頼ってみる
2026-06-27 AIがコードを書く時代、技術負債はどう見張る？ — ネットワーク科学に頼ってみる
2026-06-27 LLMOps とは何か & データ分析基盤からの転用ポイント
2026-06-27 DSPy で現場プロンプトの改善ループを回す — metric と「所有権の境界」
2026-06-27 全エンジニアのAI活用状況を可視化する — Looker × サーベイで現在地を測る
2026-06-27 エージェント参照アーキテクチャと「クローズドな評価ループ」— 各社事例で束ねる
2026-06-27 Claude Fable 5 公開中の3日間で300万円を課金した話（並列エージェント運用の物理的課題）
2026-06-27 Databricks Genie Ontology とは何か（セマンティックレイヤー・ナレッジストアとの関係）
2026-06-27 AI支出を横ばいに保つ方法（トークン使用量は指数関数的に増加する中で）
2026-06-26 社内MCPを素早く安全に増やす共通基盤 — 認証・認可・監査ログ
2026-06-26 チームで回すAI駆動開発ループ — interview-dev-loop と Loop Engineering
2026-06-25 Loop Engineering（ループエンジニアリング）入門
2026-06-25 Loop Engineering CLI ツール群調査資料（loop-init / loop-audit / loop-cost / goal-audit）（進捗 0/1）
2026-06-22 LLM 学習の並列化戦略（5 次元）とパラメータチューニング
2026-06-22 GPU の数値精度（FP32/FP16/BF16/FP8）と TFLOPS — LLM でなぜ低精度・GPU なのか
2026-06-16 ZOZOTOWN の Datadog 活用 — 運用ノウハウと全社管理の工夫
2026-06-16 【Zotero 8 × iCloud × GoodNotes】iPadで論文を読む最適解にたどり着いた話
2026-06-16 ベクトルDBによるレコメンド実装の整理（進捗 0/7）
2026-06-16 LLMプロダクトの「クリーンアーキテクチャ的」設計手法
2026-06-16 LLM エージェントの sandbox（コード実行隔離）— 自律性と安全性を両立する多層防御
2026-06-16 AI Engineering Summit Tokyo 2026 Summer — 全講演まとめ
2026-06-16 分散トランザクションパターンまとめ
2026-06-16 コンテキストエンジニアリングにおけるAST活用 — 有用性と実例（進捗 0/6）
2026-06-16 コード設計品質の定量化フレームワーク + 指標カタログ — AIコーディング評価とプロジェクトへの導入
2026-06-16 Cloudflare 2026 — サプライチェーン攻撃のリスク（読書ノート）
2026-06-16 AIエージェントのアイデンティティ管理 — 標準化の現在地（2026）
2026-06-16 AIエージェント本番運用 — 9社のアーキテクチャ・技術スタック総まとめ
2026-06-16 Dify vs n8n vs Workato 機能・料金比較