AI活用 BrainAPIで実現するAIの長期記憶 — 知識グラフによる根拠追跡と実務活用術
テキストから自動でナレッジグラフを構築し、AIに根拠追跡可能な長期記憶を付与する「BrainAPI」の解説。従来のベクトル検索RAGとの構造的な違い、4体のエージェントによるグラフ構築の仕組み、障害履歴追跡やMCP連携の実務シナリオを紹介します。
AIエージェント
AI活用 
AI・機械学習 AIエージェントの暴走を防ぐ！ガードレール設計と安全な実行基盤の実装
自律型AIエージェントの破壊的操作やプロンプトインジェクションを防ぐ「ガードレール」の設計と実装。入力・実行時・出力の3層防御アーキテクチャ、Pythonによるホワイトリスト検証インターセプター、サンドボックス隔離の手順を解説します。
AI・機械学習 AIエージェントの評価ハーネス実証！pytestとCI自動テストでPass率94%を達成したローカル検証ログ
プロンプト変更やモデル更新時の性能劣化を防ぐAIエージェントの評価ハーネス設計入門。ツール呼出検証・タスク完遂検証・LLM自動採点の3層テストピラミッドと、pytestを用いたCI自動テストの実装手順を詳しく解説します。
AI・機械学習 フレームワークなしで作る！PythonとFunction Callingによる自作AIエージェント入門
LangChain等の高レベルフレームワークを使わず、公式OpenAI SDKと素のPythonのみでReAct型AIエージェントをゼロから構築する入門ガイド。AST解析による安全なツール実装、ループ遮断ハーネス、実機実行ログを網羅します。
AI・機械学習 ハーネスエンジニアリングとは？AIエージェントを実務で動かす「制御基盤」の設計論
自律型AIエージェントの無限ループやコンテキスト劣化を防ぐ制御基盤「ハーネスエンジニアリング」の設計論。ツール接続・状態永続化・ガードレール・実行監視・自己修復の5大コア要素と、導入前後の実測比較データを詳しく解説します。
AI活用 テキスト生成しないAI判定！laya-mlxで動かす型付き意思決定モデルと実務活用術
自己回帰によるテキスト生成を行わず、1回の順伝播で高速に型安全な判定を下す意思決定モデル「laya-mlx」の解説。Apple Silicon実機での日本語ベンチマーク結果や、3つの判定プリミティブ（choice・score・noul）の実装手順を紹介します。
AI・機械学習 SWE-benchとは？GitHubのバグIssueをAIが自律解決できるか測る最前線
実在するOSSリポジトリのGitHub IssueをAIが自律解決できるか測るSWE-benchの全貌。Docker分離環境でのパッチ適用、FAIL_TO_PASSとPASS_TO_PASSの2段階テストによる合否判定ロジックを整理します。