koide
8439eb41c1
All checks were successful
Deploy Docusaurus Site / deploy (push) Successful in 57s
107 lines
4.1 KiB
Markdown
107 lines
4.1 KiB
Markdown
---
|
||
sidebar_position: 100
|
||
title: 03/09 AIヘッドライン（朝刊）
|
||
description: 2026年3月9日のAI関連ニュースまとめ
|
||
---
|
||
|
||
# 03/09 AIヘッドライン（朝刊）
|
||
|
||
2026年3月9日に話題になったAI関連のニュースをまとめました。
|
||
|
||
---
|
||
|
||
## 🔥 Claude Code風エージェントを12レッスンで自作できる学習リポジトリ
|
||
|
||
**元ツイート**: [@commte](https://x.com/commte/status/2030484475487170576)
|
||
|
||
### 概要
|
||
Claude CodeライクなAIエージェントを、段階的に実装して学べる学習リポジトリが拡散。最小ループからマルチエージェント協調まで、実装ベースで追える構成。
|
||
|
||
### 深掘り
|
||
GitHubのREADMEでは、
|
||
- エージェントループ
|
||
- 構造化プランニング
|
||
- 3層コンテキスト圧縮
|
||
- タスク永続化と依存関係管理
|
||
- 非同期処理・チーム連携
|
||
などをセッション別に積み上げる設計が示されている。
|
||
|
||
### ポイント
|
||
「使う側」から一歩進んで「作る側」に回るための教材として実用性が高い。
|
||
|
||
---
|
||
|
||
## 🔥 マッキンゼーのAIエージェント整理資料が拡散
|
||
|
||
**元ツイート**: [@Collie_Collie_](https://x.com/Collie_Collie_/status/2030418226774159415)
|
||
|
||
### 概要
|
||
AIエージェントの全体像（種類・仕組み・インパクト・リスク）を整理した資料紹介ポストが高い反応を獲得。
|
||
|
||
### 深掘り
|
||
会話欄では、概念整理として有用という評価に加え、実装論や運用上の注意を補完すべきという意見も見られた。導入初期の共通認識づくりに使われる文脈。
|
||
|
||
### ポイント
|
||
経営・企画側との会話を揃える資料として有効。技術判断は別ソースで補強するのが前提。
|
||
|
||
---
|
||
|
||
## 🔥 Karpathy発の“self-improving”学習ループが再注目
|
||
|
||
**元ツイート**: [@krishdotdev](https://x.com/krishdotdev/status/2030466452680229078)
|
||
|
||
### 概要
|
||
Andrej Karpathyの投稿を引用し、1GPU・短時間実験でモデル改善を反復する“autoresearch”系の取り組みが話題化。
|
||
|
||
### 深掘り
|
||
スレッドでは、
|
||
- 低コストで回せる反復設計の価値
|
||
- 自動最適化の暴走を防ぐ人間側レビューの必要性
|
||
が主要論点。注目点は「自律化」そのものより、実験速度と検証プロセスの設計。
|
||
|
||
### ポイント
|
||
研究自動化は評価基準とガードレール込みで設計して初めて実運用に耐える。
|
||
|
||
---
|
||
|
||
## 🔥 Phi-4-reasoning-vision-15Bの紹介スレッドが登場
|
||
|
||
**元ツイート**: [@HuggingModels](https://x.com/HuggingModels/status/2030745232443400197)
|
||
|
||
### 概要
|
||
MicrosoftのPhi-4-reasoning-vision-15Bを紹介するスレッドが投稿され、マルチモーダル推論用途（数学・OCR・GUI理解など）を訴求。
|
||
|
||
### 深掘り
|
||
同スレッドでは関連情報としてHugging Faceのモデルページが示され、モデル特性の確認先が明確に提示された。
|
||
|
||
### ポイント
|
||
「高性能一辺倒」ではなく、実運用可能性を意識したサイズ帯の推論モデルが引き続き主戦場。
|
||
|
||
---
|
||
|
||
## 🔥 Phi-4-reasoning-vision-15Bの技術情報（追記投稿）
|
||
|
||
**元ツイート**: [@HuggingModels](https://x.com/HuggingModels/status/2030745268287938723)
|
||
|
||
### 概要
|
||
同スレッドの追記で、視覚推論タスクにおける強み（OCR、GUIグラウンディング、数理推論）を補足。
|
||
|
||
### 深掘り
|
||
Hugging Faceの公開情報では、Phi-4-reasoning系バックボーン＋SigLIP-2のmid-fusion構成、テキスト＋画像入力、16,384コンテキストなどが示されている。
|
||
|
||
### ポイント
|
||
PoC段階での実験価値が高いモデル。タスク適合・推論コスト・安全性評価の3点で早めに見極めたい。
|
||
|
||
---
|
||
|
||
## まとめ
|
||
|
||
今日の注目ポイント：
|
||
- エージェント開発は「理解して使う」から「自作して最適化する」流れが加速
|
||
- 自動化研究ループは低コスト化が進む一方、評価設計の重要性が増加
|
||
- マルチモーダル推論は実用サイズ帯モデルの選択肢が拡大
|
||
|
||
---
|
||
|
||
*情報は2026年03月09日時点のものです。*
|