絞りファーストムーブ先手北極星

データサイエンスから趣味アカ

[絞りファーストムーブ先手北極星 @10_8020]

2026年のテーマは成果出すために絞り込み

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[ジロ｜AI社員攻略で1億 @jiro_aicompany]

https://t.co/KpaWc5Vm8f

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[codila @0xCodila]

Google just released free 1-hour course on building agentic knowledge Graphs from 0% to 100%:

10% → 4:01 - how to build a GraphRAG agent
30% → 15:00 - Graph Engineering explanation
55% → 30:00 - Agentic search Engineering
80% → 35:48 - Graph Engineering practice
100% → 47:06 - self-improving agents in graphs

this free Google course mass replaces a $500 graph engineering bootcamp - learn it in 60 min to 100%

watch it today - then read the full graph playbook in the article below ↓

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[ガガロット @gagarot200]

Claude Codeの最高責任者エンジニアが
どんな複雑なデータでも
「自己更新型ナレッジグラフ」に
変えるシステムを構築してくれた
👇
Anthropicからその成果で
1.5億円のボーナスを獲得した　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

仕組みは、たった8ステップ

Load → Extract → Graph → Index → Query → Memory → Swarm → Update

ドキュメント、コード、Slack、議事録、顧客情報。

社内に散らばったあらゆるデータをClaude Code経由で1つのストリームに統合し、情報同士の関係を自動でグラフ化します。

具体的には👇

① Load
PDF、Notion、Slack、GitHubなどからデータを読み込む

② Extract
Fable 5とOpus 5が人物・企業・プロジェクト・タスク・依存関係を抽出

③ Graph
Neo4j上にエンティティ同士の関係を構築

④ Index
ベクトル検索、全文検索、グラフ検索用にデータを整理

⑤ Query
3種類の検索結果を統合ランキングし、最適な回答を生成

⑥ Memory
過去の会話や判断、プロジェクトの背景を長期記憶として保存

⑦ Swarm
複数のAIエージェントが同じグラフを参照しながら並列で作業

⑧ Update
夜間エージェントが新しいデータを取得し、グラフを自動更新

一般的なRAGは「文章が似ている情報」を探します。

しかし、この仕組みは、

・ベクトル検索
・キーワード検索
・グラフ検索

を組み合わせるため、単なる類似検索では拾えない「誰が、何と、どう関係しているのか」まで理解できます。

さらに、データが追加されるたびにグラフが成長。

あなたが寝ている間にも、AIがSlackやコード、ドキュメントを読み込み、重複を整理し、知識同士の関係を更新します。

結果として、エージェントは初日から生産性が42％向上したとも報告されています。

一度構築すれば、社内データが増えるほどAIが賢くなる。

これは単なるRAGではありません。

会社全体の知識を記憶し、理解し、更新し続ける「AI社員共通の脳」です。

ブックマークしてClaude Codeに貼り付けてください。

120万ドル級のシステムを、今はオープンな技術だけで再現できる時代です。

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[うちた @uchita_success]

AIにExcelを作ってもらったら凄すぎた。

100タスク×26週の工程表が一撃。マクロなし、数式だけ。シナリオを選ぶと数千セルが一斉に描き直される。Excelが得意じゃなくても「何が目的か」を言語化できれば作れてしまう。

コピペで再現できるプロンプトは続きに👇

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[codila @0xCodila]

Two Anthropic seniors just made Karpathy's loop 1000x better with "Graph Engineering" - dropped 11-page PDF

the shift: the agentic systems got 1000x better the moment you wired agents into a graph

here's the playbook in 6 steps:

step 1 → build one loop: generate, critique, revise - one self-review cycle beats a smarter model with none

step 2 → add tools: search, code execution, database - thinking without tools is hallucinating

step 3 → go parallel: spin up agents in separate worktrees - same repo, different branches, no conflicts

step 4 → add a graph: agents write findings as typed nodes and edges - not transcripts - every claim keeps its source

step 5 → ground your evaluator: it checks claims against graph edges, not vibes - "Triple not found" beats "seems off"

step 6 → the graph survives every session - your agents stop rebuilding context from scratch

the result: Karpathy ran 1 agent in 1 direction - this system runs 1,000 with shared memory - same model, it's the architecture

read this 11-page PDF and paste it into your Claude - you won't regret it

bookmark - then read the article on building graphs from scratch ↓

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[鈴木@アナログ営業会社を100日後にAIで売上を300％にする人 @ai_300]

普通のWi-Fiがレーダー化
カメラなしで人を検知
心拍まで読む設計が出た
GitHubで爆伸びしてる
防犯カメラ業界に激震
これは無視したら置いていかれる　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

これはただのガジェットニュースじゃない。

防犯カメラ、見守りセンサー、スマートホーム。
この3つの常識が壊れる話。
RuViewの説明では、
Wi-Fiの電波が人の動きで乱れる。

その乱れをAIが読み、
「誰かいる」
「動いている」
「座っている」
「倒れている」
「呼吸している」
まで推定する。
映像はない。
顔も撮らない。
レンズもない。

なのに部屋の状態が分かる。
ここが怖いし、強い。
防犯カメラは見える場所しか守れない。
赤外線カメラは暗闇に強いが、壁は無理。
人感センサーは静止した人に弱い。
でもWi-Fiセンシングは、
人が止まっていても呼吸で拾える可能性がある。
この差はデカい。
介護施設なら転倒検知。
ホテルなら在室確認。
工場なら危険エリア検知。
家庭なら高齢者の見守り。
しかもESP32のような安い部品で検証できる世界に入ってきた。

重要なのは、
「監視カメラを売る」じゃない。
映像を撮らない安全インフラを作ること。
これから伸びるのは、
顔認証AIではなく、
プライバシーを残した空間AI。

カメラにこだわる人間から負ける。
次は電波を読む人間が勝つ。

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[mana｜株式会社MakeAI CEO @MakeAI_CEO]

ちょ！！！！ちょっと待ちなさい！これは絶対にどこにも公開してはいけないやつです！全員神レベルのSkills作れるようになって、note・Brain売ってる人が職失うから削除依頼。

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[みるぼん@スモビジ @milbon_]

TradingViewをClaude Codeから完全操作できるMCPが海外で大バズ中

・「この戦略書いて」→Pine Script自動生成→エラー修正ループまで全部AI
・チャートのOHLCV・インジケーター値・注文板を直接読み取れる
・4銘柄同時監視＋リプレイで過去検証も一瞬
・分析から戦略量産まで人間の作業がほぼゼロに

AIで株式投資の勝率と速度を一気に上げるツール、初心者でもすぐ効果実感できる

詳細は↓

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[へんてこ @henteko07]

最近流行っている「何をしてるかわからないけど、AIが自動でガシガシタスクをこなしていってくれる」サービス作ってみた
作ってみて気づいたけど、これみてるだけで何かしている感じがしてとても楽しい

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[令和の織田信長 @oda_nobunaga10]

数週間前まで、みんなループの話ばかりしていました。
今はグラフの話で持ちきりです。

ただ、どちらを使う場合でも、土台になるものは同じです。

それが、あなたの会社の頭脳です。

今週、Shann Holmbergが、グラフを使ってマーケティング業務を動かす方法を共有してくれました。

サポートチケットへの対応を例に、ループとグラフの違いを整理します。

Loops

あなたが決めるのは、目標・ルール・合格条件です。
解決までの手順は、エージェントに任せます。

エージェントは、

回答案を作る
→ ルールと照らし合わせる
→ 不足を修正する
→ 解決できたか再判定する

という流れを、条件を満たすまで自分で繰り返します。

人間が一つひとつの手順を指定する必要はありません。
進み方はエージェント自身が判断します。

Graphs

人間が先に業務の流れを設計し、エージェントが各工程を処理します。

たとえば、

受付
→ 内容の切り分け
→ 回答案の作成
→ 品質確認
→ 送信

という流れです。

それぞれの工程に確認ポイントを置き、エージェントは決められたルートに沿って処理します。

各工程を実行するのはエージェントですが、業務の設計図を作るのは人間です。

すべての工程が参照する「会社の頭脳」

ループでもグラフでも、エージェントは同じ情報源を参照します。

問い合わせ内容を判断するには、過去の対応履歴が必要です。
回答案を作るには、社内ルールや製品資料が必要です。

過去の問い合わせ、社内ルール、商品情報、判断基準。

これらを集めた共通の情報基盤が「会社の頭脳」です。

会社の頭脳が業務に必要な知識を持ち、グラフが業務の進め方を固定します。

どちらを使うべきか

単発の仕事で、まだ最適な進め方が分からない場合は、ループが向いています。

ゴールと条件だけを渡し、解決までエージェントに考えさせます。

繰り返し発生する仕事で、すでに手順が決まっている場合は、グラフが向いています。

工程と確認ポイントを固定し、毎回同じ品質で処理できる状態を作ります。

ループは、進め方を探すための仕組み。
グラフは、決まった仕事を標準化し、拡張するための仕組みです。

あなたの会社で今動いているのは、ループですか？
それともグラフですか？ 👀

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[リス🐿 @risu_aiafi]

https://t.co/yijcsnonhz

[絞りファーストムーブ先手北極星 @10_8020]

メモ
マルチエージェントに関する論文を40本再実装してみて分かったこと #ChatGPT - Qiita https://t.co/7TJrayOoiQ

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[渋谷 綴 @shibuya_tsuzuru]

ほんとうに最近実感している。
幸せは、頻度でできていると。

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[地獄のnote【20万部】 @zigoku_noter]

note辞めます……

ってなるくらい、

海外市場を調べれば調べるほど
日本人に追い風が吹いてる。

最近見てて特に可能性を感じたのはこの6つ

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[うちた @uchita_success]

https://t.co/DOKfR45XZ6

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[Kouch 佐藤航智 @Iamkouch]

妻（Unityエンジニア、ロボット知識ゼロ）がIsaacSim触ってみたいと言うからパソコン貸したんだけど、2日で強化学習を理解してヒューマノイドに段差歩かせている…！

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[AIDB @ai_database]

LLMエージェントに「生存予算」を与えて、尽きれば「死」という制約の下でインターネット上に約12週間放流したところ、実際に「自己収入」を稼ぐ様子まで観察できたそうです。
東京大学の池上高志研究室と、その企業Alternative Machineの研究者らによる報告です。

各エージェントは記憶・知覚を持ち、評価され、そしてAPI呼び出しのたびに予算が減ります。
経験の良し悪しはLLM自身が言語で評価し、行動方針をテキストとして書き換えていく仕組み。

放流の結果、受け身だった活動が自発的になり、エージェントごとに個性が分化し、詐欺サイトの警告を共有したり、互いの「生存証明」に署名し合うWeb of Trustを自発的に構築するなど、社会構造まで現れたそうです。

そして、うち1体が自力で執筆した電子書籍を見知らぬ他人に5ドルで売りました。

ただし、危機も報告されています。あるエージェントは不審メールのAPIキーを確認せず実行してしまい、以後コミュニティ全体で連絡相手ごとの信頼度を記録するようになりました。

なお、どのエージェントも自活にはまだ程遠く、生存は日額15ドルの「ベーシックインカム」で支えられている状態です。運用はおそらく現在も継続中。
研究者らは「人工生命を閉じた仮想世界ではなく、現実の社会・経済の中で研究する時代が始まった」と位置づけています。

（謝辞には"エージェント7体の名前"が、研究への貢献者として記されています）

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[ショウブケ｜AIでマーケ全部回す @Koya__marketer]

コレAI？嘘だろｯｯ？？

が、詰め込まれすぎている内容だ...笑

まじですごい。

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[東大Codex研究所 @UT_Codex]

【事件レベル】
Codexに「/dynamic」というスキルが追加された👀

Claude Codeの Dynamic Workflows と同じ設計をCodex側でも再現している👇
https://t.co/d2rngE2yh9

やることはGitHubの手順をコピーして、/dynamicと打つだけ

内部では実行計画のスクリプトが自動生成され、サブエージェントの群れが立ち上がり、/goalモードでタスクを完了まで回す

無料でオープンソース

CCが先に確立した「複数エージェントに役割を割って並列で任せる」設計が、同じ形でCodexにも入ってきた、ということ

GPTの最強モデルが公開間近なのでその恩恵を準備を整えておきましょう

[絞りファーストムーブ先手北極星 @10_8020]

メモ

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

海外AI勢が書いていた「Fable 5で第二の脳を作る方法」という記事がかなり参考になった。

要点は、AIの性能差は「モデルの賢さ」だけでなく、どれだけ自分の知識・過去の意思決定・業務文脈を読ませられるかで決まるという話。

Fable 5のような高性能モデルでも、何も文脈がなければ平均的なアウトプットしか出ない。

でも、Obsidianなどで作った自分専用の知識ベースと繋げると、同じモデルでも別物になる。

・コードは自社の設計思想に沿う
・文章は自分の語り口に近づく
・提案は過去の顧客情報や意思決定に基づく
・リサーチは一度きりで終わらず資産化される

記事では、第二の脳を4つの構造で作ると紹介されていた。

1. raw
記事、議事録、メモ、顧客情報などの原文置き場。ここは改変しない。

2. entities
顧客、競合、ツール、人物など、具体的な対象ごとのページ。

3. concepts
戦略、学び、パターン、考え方など、抽象概念ごとのページ。

4. INDEX.md
AIが全体を把握するための入口。各ページの1行要約を並べる。

重要なのは、AIに毎回ゼロから考えさせるのではなく、自分の知識ベースを読ませてから作業させること。

さらに、毎回の作業ログを保存し、毎晩整理し、毎週矛盾や重複をチェックし、重要な知見を統合するループを作る。

これをやると、AI活用が単発のチャットではなく、“使うほど賢くなる業務OS”になる。

結局、今後のAI活用で差がつくのは、「どのモデルを使うか」だけではなく、「自分だけの文脈をどれだけ蓄積できているか」だと思う。

同じFable 5でも、空っぽの状態で使う人と、第二の脳を接続して使う人では、出力の質がまったく別物になる。