AI AIは途中で計画を変えていい――Dynamic Task Graphを作って分かったこと
AIエージェントの計画は、最初に作ったら固定すべきなのか。Dynamic Task Graphの実装から、Childの観測をRootの再計画へつなぎ、変更理由を追跡可能にする設計を整理します。
RikenekoRin
AI 
AI 仕様書を書いたのに、AI開発はなぜ仕様からズレていくのか
仕様書を書き、各テストも通っているのに、AI開発が少しずつ当初の要求からズレていく。Personal AI Platform開発で実際に起きた「仕様の漂流」から、目的・仕様・acceptance testの意味をどう保存するかを考えます。
MCPでつくる自作AIサーバー MCPでつくる自作AIサーバー #4｜Publishing MCP――ChatGPTからWordPressとSNSまで公開する仕組み
AIが文章を書けても、公開は別のシステムだった。Publication、revision、read-back verification、partial retry、reconciliationを使い、WordPressとSNSへの外部副作用を安全に管理するPublishing MCPの実運用をまとめます。
AI AIの「もう一度考える」と「もう一度実行する」は同じではない――retry設計で一番怖いところ
AIのreasoningをやり直すことと、外部操作を再実行することは同じretryではありません。Personal AI Platformの実装で見えた、安全なsession再利用と二重実行を防ぐ境界についてまとめます。
AI AIが600秒を2回使い切った。「もっと待つ」のをやめて、57秒で終わる構造に直した
自分専用のAI基盤「Personal AI Platform」を作っています。 最近は、ChatGPTから指示を受けるだけではなく、サーバー上にいるCodex自身がタスクを理解し、必要な作業を分解して、実行方法まで考える仕組みを作っています...
身近な科学 田植えをしない稲作が増えているらしいので調べてみた――乾田直播は思ったより大きな変化だった
田植えをしない「直播栽培」が増えていると聞いて調べてみると、単なる省力化以上の変化が起きていました。乾田直播が農機、輪作、労働時間、そしてイネの品種改良まで変えていく理由を整理します。
MCPでつくる自作AIサーバー MCPでつくる自作AIサーバー #3｜Loop Engine――MCPをつなぐだけではAIエージェントは動き続けない
MCPでツールを増やしても、AIは一回の応答で止まる。Observe→Plan→Act→EvaluateをRun / Event / Checkpointとして保持するLoop Engineを作り、さらに「すべてをLoopに通すのも違う」と分かった実運用の設計をまとめます。
AI 査読済みでも、こんなミスは残る――AI時代の論文QCはどうあるべきか
査読済み論文を精査したところ、F値とp値の不整合、本文とFigureの食い違いなど、機械的に検出できそうな問題が複数残っていた。未公開原稿の機密性という制約も踏まえ、AI時代の査読と論文QCのあり方を考える。
MCPでつくる自作AIサーバー MCPでつくる自作AIサーバー #2｜Knowledge MCP――AIに「記憶」ではなく知識基盤を持たせる
「AIが覚えていること」と「現在の正しい仕様」は同じではない。Memory、Context、RAGと役割を分け、canonical specification、handoff、SHA、live state再確認で長期プロジェクトを支えるKnowledge MCPの実運用をまとめます。
MCPでつくる自作AIサーバー MCPでつくる自作AIサーバー #1｜Development MCP――AIに「開発そのもの」を任せるために作った仕組み
新連載「MCPでつくる自作AIサーバー」第1回。AIにコードを書かせるだけでは開発は回らない。workspace、テスト、PR、merge、production、権限、復旧をどう分離したか。Development MCPを実運用して見えた設計を記録します。