Deep Dive

Deep Dive

「プロンプトの時代は終わった」— 本番AIの主戦場はコンテキスト管理・エージェント制御・Evalの設計に移った

7月17日、Tatiana Fesenko が「QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals」と題した記事を公開した。この記事では、QCon AI Boston 2026で示されたプロダクションAIの本番運用における3つの主要課題——コンテキスト基盤、エージェントハーネス、評価（eval）——について詳しく紹介されている。

SAPがチャットボットではなく「表形式AI」に10億ユーロを投じた理由 — 企業の本当の価値データはスプレッドシートに眠っている

TSMCのAIチップ売上が四半期1.3兆円超え、増収33%に対して増益74%という非対称な成長の正体

NvidiaのAIネットワークは本物の優位性か — 「プロトコルはオープン、実装はプロプライエタリ」というロックインの構造

AIの電力危機がアナログ計算を復活させた — GPUのエネルギーの大半は「演算」ではなく「数値の移動」に消えている

AIエージェントに仕事を任せる前に整備すべき5つの資産 — 「良いモデルを使えばうまくいく」という誤解が招く自信満々な誤出力

AIエージェントは「データ品質の低さ」を隠蔽しない——秒単位で12システムにエラーを伝播させ、問題を加速する

PRレビューのコメントをAIへ自動フィードバック、6サイクルで「直すものがなくなる」収束をSalesforceが実証

UnitedHealthが全社業務をAIで自動化、そのノウハウを外部に販売するビジネスへ — 事前承認96%即時承認、認知的疲労90%低減

GeminiはなぜOpenAIとMetaに遅れを取っているのか — コーディング性能の不振、派閥対立、リソース不足がGoogleの内部で同時多発

AIがAIのためのチップを48時間で設計 — 中国Moonshotの2.8兆パラメータモデル「Kimi K3」が自律タスクで見せた可能性

中国のKimi K3が「計算量＝性能」の前提を崩す — Google研究者も「蒸留では説明不可能」と驚嘆、西側AIラボに再び衝撃

「AI SEO」「GEO」「AEO」「LLMO」で今やること・判断の尺度を専門家2者が教えてくれた【海外＆国内SEO情報ウォッチ】

suzukikenichi.com

AIのリスク管理は「最悪のシナリオ」から考えよ誰にでもわかる言葉で具体的な危機を定める

dhbr.diamond.jp

AIモデルのバックドア、1時間・100ドルで仕込めたとの報告

AIエージェントはSaaSを壊すのか？ Gartnerが警鐘「2,340億ドル市場」に迫る

AIショッピング、3人に1人が「1年以内に購買の1割超」を予想　最大の壁は信頼不足

freeeはなぜChatGPTアプリで2万件利用を生んだのか確定申告の “困った瞬間” を捉えたAI戦略

【アゴラ】東慎太郎：中国の新AIモデル「Kimi K3」はAI産業のビジネスモデルを破壊する

生成AIのおすすめ回答、比較・ランキングメディアからの引用率は27.3%でクチコミサイトの3倍―Optyino.ai調査

commercepick.com

『AIという名のメンバー』をマネジメントする

engineer.crowdworks.jp