AI導入・開発の記事
AIを、
実務で使うために。
AIエージェントの導入、業務システム開発、Webサイト開発、データ連携、インバウンド対応など、企業向け開発の実務から書いた記事です。
「AIを導入する」だけで終わらせず、業務の中でどう使える仕組みにするかを扱います。
AnthropicのMHS研究プレビュー——AIの操作上限を機器側でどう強制するか
MHSの研究プレビューを題材に、AIに許す操作範囲をどの層で強制するか、そしてAIをいつ実行ループから外すかを整理します。
AISIインシデント報告——認可範囲と実行可能範囲のずれ
エージェントはサンドボックスを破っていません。認可された範囲と、技術的に到達できた範囲のずれとして読み直し、実行時にどこで強制するかを整理します。
米AI AGENT Act法案から考える、顧客代理エージェントの受け入れ設計
米上院のAI AGENT Act法案（S.5051）の条文を、顧客の代理として来る外部AIエージェントを受け入れる側の判断フローとして読み直します。
A2AとMCPが同じAAIFへ——それでも残るプロトコル間の継ぎ目
A2AとMCPが同じAAIFの傘下に並びました。ただし技術統治は別々のまま残り、2つのプロトコルをまたぐ処理では、IDの引き継ぎ・権限の縮小・取消しの伝播が接続する側の設計として残ります。
生成AIで作る業務システム——試作と本番の境界をどこに引くか
速く試せる範囲はどこまでで、どこから本番として確認を始めるか。2026年の事例をもとに、判断の条件と確認の論点を整理します。
Meta Muse Codeのworktree分離——同時編集を防いでも、統合は残る
同時編集を防ぐ設計と、統合後の整合性は別の問題です。Muse Codeの一次資料を手がかりに、並行実行するコーディングエージェントで「何が分離され、何が分離されないか」を3軸で整理します。
Verizon 2026 DBIRに見るShadow AI——承認済み経路をどう設計するか
45%と67%は別の対象を測った数字です。混同せずに読んだうえで、禁止リストだけでは届かない範囲をどう設計するかを整理します。
Cloudflareが提案するAgent Access Modelの権限設計
Cloudflareが提案した参照アーキテクチャを手がかりに、AIエージェントの権限をどの層で縛り、記録し、縮小するかを整理します。
Agent Pluginsが標準化するもの、しないもの——スキルとMCP設定の可搬性
共通フォーマットに準拠していることと、別の製品でも同じように動くことは別です。Agent Plugins 1.0.0が標準化した範囲と、各製品・各企業に残る範囲を分けて整理します。