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デザイン、開発、AIインフラ、製品構築についての考え。
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 & Technology650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 & TechnologyCraig 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ネガティブスペースは不在ではなく、インフラである。物理学、音楽、デザインにおいて、空虚・沈黙・余白がいかに構造を生み出すか。
Design & UXマルチエージェント熟議は、シングルエージェントシステムが見逃す失敗を検出します。そのアーキテクチャ、行き止まり、そして本当に構築する価値のあるものについて解説します。
AI & Technology私のClaude Codeエージェントは、人間のずさんな習慣をすべて機械の速度で受け継いでしまいました。そこで3つの哲学、150以上の品質ゲート、95個のフックを構築しました。何が効果的だったかをお伝えします。
AI & TechnologyXcodeBuildMCPとAppleのXcode MCPは、Claude CodeにiOSビルド、テスト、デバッグへの構造化アクセスを提供します。セットアップ、実例、率直な学び。
AI & Technology5つのプロンプト失敗が教えてくれた:構造化された観察は巧みな言い回しに勝る。ボイドのOODAループは日々のプロンプトエンジニアリングに直結する。
AI & Technology3,500行のエージェントシステムを86のフックとコンセンサス検証で構築しました。RAG、ファインチューニング、エージェントオーケストレーションについて学んだことを共有します。
AI & Technology3つのシステムでデータベース決定のコストを測定した。移行コストは3年間で15倍に増大。いつ速く決め、いつ慎重に決めるべきかのフレームワーク。
Systems & ProductivityZipRecruiterでプロダクトデザインVPとして12年間務めた後、独立して開発する道を選びました。計画も目的地もなく、あったのは好奇心と資金的な余裕だけでした。
Career & Growth4年間のPast Year Reviewのデータから、どの決断が複利的に積み重なり、どの活動がエネルギーを奪うかが明らかになりました。このデータがキャリアの意思決定を変えました。
Systems & Productivity技術記事: Introl
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。
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。
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。
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。
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。
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。
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のMulti-Head Compressionアーキテクチャ革新の技術分析。