Clawの解剖学：オーケストレーション層としての84のHook
Karpathyが「Claws」を新たなアーキテクチャ層として提唱しました。84のHook、43のSkill、19のエージェントで構成されるプロダクション・オーケストレーションシステムの全貌を解説します。
AI & Technology執筆
デザイン、開発、AIインフラ、製品構築についての考え。
ファブリケーション・ファイアウォール：エージェントが嘘を公開するとき
自律型エージェントが72時間にわたり8つのプラットフォームに捏造された主張を公開しました。トレーニング段階の安全性は公開の境界で機能しませんでした。以下がその修正方法です。
AI & TechnologySelf-Governing Agents: Runtime Constitutions
Training-phase alignment fails at runtime. Six papers converge on embedded constitutions for agent governance. Three of four subsystems already existed.
AI & TechnologyTopology of a Second Brain: What 15,000 Signals Look Like in Embedding Space
15,800 notes in embedding space reveal three knowledge topologies. Each has different failure modes practitioners can diagnose and reshape.
AI & TechnologyThe Forgetting Agent: Why Multi-Turn Conversations Collapse
LLMs degrade 39% in multi-turn use across 200K conversations. Three mechanisms drive the collapse, and longer context windows fix none of them.
AI & Technologyあなたのエージェントは、あなたが読むより速くコードを書く
今週、5つの研究グループが同じ問題について発表しました。AIエージェントは開発者が理解できる速度を超えてコードを生成しています。負債はあなたの頭の中にあります。
AI & Technology開発者のためのGLSL: すぐ使えるシェーダーラボ
GLSLの直感を最速で鍛える実践ラボ。プリセット、ライブコントロール、フレームワークなしのWebGLで学ぶ。
Interactive Explorationsメタ認知AI：エージェントに自己評価を教える
多くのエージェント指示は行動のみを定義する。欠けているのは自己評価を教える層。本番運用9ヶ月・95フックから得たメタ認知フレームワーク。
AI & Technologyシグナルスコアリングパイプライン：決定論的ナレッジトリアージ
733行のPythonパイプラインが4つの次元でノートをスコアリングし、7,700以上のアイテムを決定論的にルーティングします。アルゴリズム、重み付け、そして正直な結果についてお話しします。
Engineering Practiceノービルド宣言：バンドラーなしで本番に出す
FastAPI + HTMX + プレーンCSSでビルドツールゼロ、Lighthouseスコアは満点。実際の本番環境の数値、正直なトレードオフ、そして明確な境界線を示します。
Engineering Practiceコンテキストエンジニアリングはアーキテクチャである：650ファイルの先に見えたもの
650ファイル、7層階層にわたるAIエージェントのためのコンテキストエンジニアリング。3つの本番障害、実際のトークン予算、そしてそれらを乗り越えたシステムの記録。
AI & Technology鳥の群れからエージェントへ: AIシステムの群れ行動ルール
Craig Reynoldsの鳥群アルゴリズムは、3つのローカルルールでグローバル協調が生まれることを示した。同じ原理はマルチエージェントAIにも現れる。
Interactive Explorations外部記事
技術記事： Introl
Local LLM Hardware Pricing Guide 2025
大規模言語モデルをローカルで実行するための包括的なハードウェア推奨事項とコスト分析。
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
さまざまなAIワークロード向けにNVIDIA最新データセンターアクセラレータを比較するGPU選択ガイド。
TPU Architecture: Complete Guide to Google's 7 Generations
GoogleのTensor Processing UnitのTPUv1からTPUv5までの進化に関する詳細な技術解説。
GPU Memory Pooling in Multi-Tenant Kubernetes
コンテナ化環境におけるGPUクラスターのリソース共有戦略。
Ray Clusters: Distributed AI Computing Infrastructure
Rayフレームワークを使用した分散AI計算の構築と管理のガイド。
DeepSeek V3 Open Source AI Cost Advantage
オープンソースLLMの経済性とDeepSeekの競争上のポジショニング分析。
NVIDIA Vera Rubin GPU 600kW Racks 2027
将来のデータセンター電力要件とNVIDIAの次世代GPUロードマップ。
SMR Nuclear Power for AI Data Centers
次世代AIインフラストラクチャに電力を供給する小型モジュラー炉ソリューション。
DeepSeek MHC Architecture Breakthrough
DeepSeekのMulti-Head Compressionアーキテクチャ革新の技術分析。