『マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20260209』のカバーアート

マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20260209

マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20260209

無料で聴く

ポッドキャストの詳細を見る

概要

 関連リンク なぜ、Claude Codeは、RAGを捨ててAgentic Searchを選んだのか？ Anthropic社のエンジニアであり、Claude Codeの創設者であるBoris Cherny氏が、「初期のClaude CodeではRAG（検索強化生成）を採用していたが、最終的にAgentic Search（エージェントによる自律探索）へ切り替えた」という設計思想を明かし、大きな話題となっています。本記事では、その技術的な判断背景を新人エンジニアにも分かりやすく解説しています。 1. RAGとAgentic Searchの違い まず、従来の「王道RAG」は、あらかじめドキュメントを数値化（Embedding）してデータベース（ベクトルDB）に保存し、質問に似た意味の情報を探し出す仕組みです。試験勉強に例えると「事前に大量の参考書を買い込み、関連しそうなページを付箋で引いておく」ような準備型のアプローチです。 一方、Agentic Searchは、AIがその場で「どのファイルを見るべきか」「どのコマンドを使うべきか」を考えて探索する方式です。grepやglobといった使い慣れたツールを自律的に使い分け、コードベースを直接調査します。これは「問題を見てから、必要な情報をその都度Webや資料で調べに行く」という、人間のエンジニアの行動に近いアドリブ型のアプローチです。 2. なぜ「王道RAG」を捨てたのか Claude Codeがコード探索においてRAGを卒業した理由は、主に4点あります。 精度とノイズ: コード検索では「なんとなく意味が似ている」ことより「正確に一致する」ことが重要です。RAGでは古い仕様や無関係なコードがヒットしやすく、それがAIの「ハルシネーション（もっともらしい嘘）」の原因になっていました。情報の鮮度: 開発現場ではコードが頻繁に書き換わります。RAGの場合、その都度インデックスを更新するコストが非常に高く、情報が古くなりやすいという欠点がありました。セキュリティとプライバシー: データを外部のDBに保存・管理する手間を省き、機密性の高いコードをシンプルに扱うためです。LLMの進化: 最新のモデルは非常に長い文脈を理解でき、複雑な推論が可能になったため、事前の加工なしで直接ファイルを読み解く力が備わったことが背景にあります。 3. エンジニアが意識すべき「これからの開発」 広い意味では、外部情報を取得して回答するAgentic SearchもRAGの一種と言えます。しかし、従来の「データベースに頼る検索」から「AIが自律的に探索する」形へと手法が進化しました。 ここで重要なのは、AIの賢さは「人間が用意した環境」に依存するという点です。どれほど優秀なAIエージェントでも、整理されていないクソコードや古いドキュメントの中では正解を見つけられません。お掃除ロボットの「ルンバ」が効率よく動くために、人間が床の荷物を片付ける必要があるのと同様に、エンジニアには「AIが読みやすいようにコードを整理し、ディレクトリ構造を整える」という新しい役割が求められています。 結局のところ、読みやすいコードを書き、適切にドキュメントを整備するというエンジニアの基本こそが、最新AIの性能を最大限に引き出す鍵となるのです。 引用元: https://zenn.dev/karamage/articles/2514cf04e0d1ac Kimi K2.5: Visual Agentic Intelligence AI技術の急激な進化を象徴する、新たな大規模言語モデル「Kimi K2.5」が登場しました。1兆パラメータを誇るオープンウェイトモデル「Kimi K2」シリーズの最新版であり、新人エンジニアの方にとっても、今後の「AIエージェント」の在り方を占う上で非常に重要なニュースです。 今回のアップデートの目玉は、テキストのみだった従来モデルから、15兆トークンに及ぶ画像・テキスト混合データでの学習を経て「ネイティブマルチモーダル」に進化した点です。これにより、視覚情報の理解と高度なコーディング能力が統合されました。 特筆すべきは、Kimi K2.5が提唱する「自己主導型エージェント・スウォーム（Self-directed agent swarm）」という概念です。これは複雑な指示を受けた際、AIが自律的に最大100個の「サブエージェント」を作り出し、最大1500回ものツール呼び出しを並列で実行する仕組みです。人間が細かなワークフローを定義しなくても、AIが勝手に「分身」を作って効率的に仕事...
まだレビューはありません