マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20260831
内容紹介
How Warp builds self-improving agents on Claude、I accidentally turned LLM memory into program analysis :: pwning.systems、コーディングエージェントにペアプログラミングモードを用意する – スローダウンしたくなったときのために、もしシト襲来が2100年（超AI完成後）だったら
出演者
youtube版(スライド付き)
関連リンク
AIターミナルやエージェント型開発環境を提供するWarp社が、Claudeプラットフォームを活用して「自己改善型のAIエージェント」を構築した実践的なアーキテクチャについて解説しています。AIエージェントは初回プロンプトだけで80%の精度を出せたとしても、運用時にはノイズや不適切な出力が多くなりがちです。Warp社は、セッション終了とともに人間のフィードバックが消えてしまう課題に着目し、ファイルベースの知識エンコーディングである「スキル（Skills）」をベースにした自己改善ループを開発しました。
このアーキテクチャは、主に「インナー（ベース）スキル」と「アウター（改善）スキル」の2つで構成されます。インナー一个スキルはコードレビューやissueトリアージなどの実務を担当します。人間がその出力に対してGitHubのコメントなどで詳細なフィードバック（期待する挙動とその理由）を与えると、定期実行されるアウターの改善スキルがそのフィードバックを収集します。改善スキルはインナー一个スキルに対して最小限の修正案をPull Request（PR）として作成し、人間がレビュー・承認してマージすることで、エージェントの挙動が継続的にアップデートされる仕組みです。
新人エンジニアがエージェント開発やプロンプトエンジニアリングを行う上で参考になる、Warp社の実践的なベストプラクティスも多数紹介されています。例えば、細かすぎるルールをプログラムのように書くのではなく、賢い人に指示するように「理由（Why）」や「原則」を伝えること、人間が普段作業する場所で自然にフィードバックを収集すること、ファイルベースのスキルを小さく保ち段階的に読み込ませることなどが挙げられます。また、スキルはエージェントが都度書き換える「メモリ」とは異なり、意図的に管理・変更される手続き的な知識である点も重要視されています。このように、人間のフィードバックを構造化してエージェントのスキルへと安全に反映させる仕組みを作ることで、チーム全体で成長し続ける強固なAIシステムを構築できます。
引用元: https://claude.com/blog/how-warp-builds-self-improving-agents-on-claude
LLMエージェントでの脆弱性調査を続ける中で、長時間の調査に伴いモデルが前提条件の変化を忘れる問題が発生していました。従来のベクトルデータベース等の記憶領域は過去の会話検索には優れていますが、「何が現在正しいか」という矛盾や依存関係の管理が不十分です。この課題を解決するため、著者はプログラム解析や静的解析の分野で使われるDatalogエンジンを活用した「Lemmalog」を開発しました。
Lemmalogでは、自然言語やデバッガー出力を構造化する処理をLLM（フロントエンド）が担当し、事実（Facts）から導出規則（Rules）を適用して矛盾のない一貫した状態を維持する決定論的な部分をデータベース側が管理します。これにより、古い前提事実が「真ではない」と判明した際、その事実に基づいた派生結論を自動的に無効化（リトラクション）でき、AIのハルシネーション抑制が可能になります。また、結論の依存関係（プロバヴェンス）を追跡できるため、「なぜそのように結論づけたのか」という根拠の提示や、時間の経過に伴う妥当性区間の管理も実現しています。
ベンチマークであるLongMemEvalやLoCoMoを用いた検証では、Lemmalogは専用の記憶システムと比較して高い性能を示しました。特筆すべき点として、全会話履歴を毎回コンテキストに含めるフルコンテキスト方式と比較して、必要なコンテキストトークン量を大幅に削減（LongMemEvalでは約38分の1）しながらも、知識の更新や時間的推論、誤った前提を持つ質問への拒否（アドバーサリアルな質問）において優れた結果を収めました。
検証を進める中での重要な気づきとして、Datalogエンジンの複雑さよりも、自然言語からの正確な事実抽出、エンティティの同一化（名寄せ）、日付の正規化、検索時のセマンティックなエイリアスの考慮といった、フロントエンド側のデータ前処理やパイプラインの品質がシステム全体の精度を大きく左右することが判明しました。LLMの記憶問題をコンテキストウィンドウの拡張や単なる埋め込み検索で解決するのではなく、事実・ルール・時間・依存関係を維持する分析状態として扱う本アプローチは、複雑なタスクをこなすAIエージェントの構築において、日本のエンジニアにとっても実用的な設計パターンとして大いに参考になります。
引用元: https://pwning.systems/posts/llm-memory-program-analysis/
コーディングエージェントの普及により自分でコードを書く機会が減り、生成されたコードの読み取りだけでは理解が浅くなるという課題に対して、人間が実装を担当する「ペアプログラミングモード」を導入した実践事例の紹介です。
近年の開発フローでは、調査・計画・タスク分解をAIが担い、TDD（テスト駆動開発）のテストリストに沿って実装が進められます。しかし、OSSへのコントリビューション規約でLLMによるコード生成が禁止される動きもあり、エンジニア自身の「手で書く力」やドメイン理解を維持することが重要視されています。
筆者はOpen Code用に、AIがナビゲータ、ユーザーがドライバとして振る舞うカスタムスキルを定義しました。このモードでは、AIがタスクの指示や疑問への回答を担当し、人間が実際にコードを書きます。実際にKotlinのLSPをMCPサーバー化する作業でこの手法を試したところ、コードの修正やテストリストの検討を自らの手で行うことで、コードやドメインに対する理解度が大幅に向上したとのことです。単に成果物をレビューするだけでは気づけない、タスクの統合や構造の最適化といった深い気付きが得られる点が大きなメリットです。
今後の改善点として、AIがコード全体像を提示しすぎて「ただの写経」になってしまう課題が挙げられており、今後は関数のシグネチャだけを提示させるなどの調整の余地があると述べています。AI時代においても、ソフトウェアの基盤であるコードを深く理解している人が最も本質的な問題解決を行えるため、特に新規プロジェクトへの参画時やオンボーディングにおいて、あえてコードを手書きするこのアプローチは非常に有効であると結論づけています。
引用元: https://blog-dry.com/entry/2026/08/30/140903
2100年の超AI完成後を舞台に、エヴァンゲリオンの使徒襲来を描いたユーモア溢れる思考実験です。MAGIシステムによる高度な分析と献策により、使徒の特性が完全解析され、ネルフ本部は無人化しています。パイロットはダミーシステムが完全に制御し、初号機は暴走するまでもなくサキエルを圧倒します。ポジトロンライフルも人口減による停電の演出すらなく初撃で命中し、バルディエル戦でもダミープラグによってパイロットの安全が完璧に確保されます。終いには、人類が心や他者への関心を失っているため、使徒との戦い自体の行方に誰も関心を持たないという、AI社会のシュールな未来像が描かれています。
引用元: https://anond.hatelabo.jp/20260830105954
VOICEVOX:春日部つむぎ