youtube版(スライド付き) 関連リンク Self-driving infrastructure Vercelが提唱する「Self-driving infrastructure (SDI)」は、AIエージェントを活用し、インフラの運用を自動化する概念です。従来のインフラ運用では、開発者がインフラ設定に時間を費やす必要がありましたが、SDIではコードがインフラを定義し、Vercelが自動的にリソースをプロビジョニングします。さらに、Vercel Agentがアプリケーションの異常を検知・調査し、根本原因の分析やセキュリティ対策を自動で行います。これにより、運用チームはより高度な課題に集中できるようになります。 SDIは、本番環境で得られた知見をコードに反映させる「production-to-code feedback loop」を確立し、継続的な改善を実現します。AI時代のアプリケーション運用において、信頼性とパフォーマンスを向上させるための重要なトレンドと言えるでしょう。引用元: https://vercel.com/blog/self-driving-infrastructure Findy AI+の開発・運用を支えるMCP活用事例 ― AI Engineering Summit Tokyo 2025登壇レポート Findy AI+の開発・運用において、Model Context Protocol (MCP)を活用した事例を紹介。MVP開発時にはリモートMCPサーバーを利用し、画面実装の工数を削減。分析処理をLLM側に任せることで、2人体制で1ヶ月の開発を実現しました。ベータ版ではAdmin機能をローカルMCPサーバーとして実装し、画面UI開発の工数を大幅に削減（約1週間）。MCPにより、LLMや生成AIツールに依存しない柔軟な開発が可能になり、開発効率と保守性の向上に貢献しています。MCPはベンダーロックインを避け、長期的な安定性と互換性を担保する重要な技術として期待されています。引用元: https://tech.findy.co.jp/entry/2025/12/18/090000 Letta Code: A Memory-First Coding Agent Letta Letta Codeは、長期的な学習と記憶に焦点を当てた、モデルに依存しないOSSのコーディングエージェントです。従来のセッションベースではなく、エージェントが過去の経験を蓄積し、継続的に改善される仕組みが特徴です。主な機能として、以下の点が挙げられます。 Memory Initialization: プロジェクトのコードを解析し、学習を初期化。 Skill Learning: 繰り返し行うタスクやパターンを「スキル」として学習し、再利用可能に。 Persisted State: 過去の会話履歴を検索可能。 TerminalBenchでの評価では、Claude CodeやGemini CLIといったモデルベンダー提供のツールと同等のパフォーマンスを示しています。npm install -g @letta-ai/letta-codeでインストールでき、Letta Developer Platformや自社サーバーでの利用が可能です。引用元: https://www.letta.com/blog/letta-code Nintendo Switch™『QQQbeats!!!』待望のキャラパック第1弾「キャラクターパックずんだもん」本日12月18日（木）発売！同日より、無料オンラインアップデートにて楽曲4曲追加！『QQQbeats!!!』に人気キャラ「ずんだもん」のDLCが本日発売！同時アップデートで楽曲も4曲追加。さらに、ゲーム本体のホリデーセールも開催中です。バブルシューティングと音楽ゲームが融合した本作で、ずんだもんのスキルを楽しめます。引用元: https://prtimes.jp/main/html/rd/p/000000662.000041970.html お便り投稿フォーム VOICEVOX:ずんだもん

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related