本記事は 2026 年 11 月 6 日に Kiro ブログで公開された「 How Kiro Auto uses model cascading to match the model to the work 」を翻訳したものです。 TL;DR： Auto は裏側でモデルカスケードを使っています。どのセッションも効率のよい最初のモデルで始まり、独立したチェックがバックグラウンドで作業を確かめ、必要になったときに Auto はセッションをより高性能なモデルに引き継ぎます。DeepSWE v1.1 を使った社内

開発2部の内原です。 自分の観測範囲では、最近Claude CodeやCodex CLI、Gemini CLIといったAIツールのCLIを使うケースが増え、以前に比べてターミナルソフトを使う機会が多くなったように感じます。 ただ、日常的に使っているとしても、このソフトウェアが何をしているかを正しく理解しているとは言えない状態でした。ターミナル、シェル、ttyの区別が曖昧だったり、Ctrl-Cでプログラムが停止するのはなぜか、文字の色付けは誰が担当しているのか、といったことを人に説明できるだけの知識は持てて

こんにちは。サイオステクノロジー OSS サポート担当 山本です。 今回は OpenTelemetry について、他の「監視」関連の OSS を交えながら概要をざっくり見ていこうと思います。 ■OpenTelemetry ってなんだ？ OpenTelemetry は、Linux Foundation 傘下のプロジェクト CNCF (Cloud Native Computing Foundation) から生まれた OSS で、 「 Observability (可観測性)」と呼ばれるものの実現・標準化を目

はじめに こんにちは、エンジニアの伊藤です。 フォルシアではDB間のデータ連携に、PostgreSQLの拡張機能であるpostgres_fdwを利用しています。 リモートDB上のテーブルを手元のDBにあるかのように扱える便利な機能ですが、デフォルトの設定では十分な性能が出ずにボトルネックになることがあります。 私自身も、最近postgres_fdwを用いた処理が遅いケースに直面しましたが、設定を少し見直すだけで80分かかっていた処理を1分半まで短縮できました。 この記事ではその経験を基に、postgres

概要 RevCommで主に音声認識・音声感情認識・話者分離の研究開発を担当している石塚です。 音声認識モデルのロバスト化を目的にデータ拡張を適用したところ、精度は改善したもののCPU推論速度が低下するという事象に見舞われました。調査した結果、原因は計算量やモデルアーキテクチャによるものではなく、重みの中に残った微小な値（非正規化数 / Denormal）にありました。 本稿では、重み分布の偏りと非正規化数に起因する推論速度低下のメカニズムと、その具体的な回避方法についてまとめます。 1. 背景 クラウドイ

1.はじめに こんにちは、OpenInnovationラボ（通称イノラボ）の奥野正寛です。 現在イノラボではフィジカルAIの研究開発に取り組んでおり 前回記事 では、小型アームのSO-ARM101を使い、VLAモデルであるπ0.5の精度や汎化性を検証しました。 今回は業務利用を見据え、業務向けレベルにパワーと精度がある協働ロボットとしてxArm7を2台で双腕のロボット基盤モデル検証システムを構築し、実証したことについて書きたいと思います。 今回の検証ではπ0.5で以下2つの内容を検証しております。 本記事

App Intents を使った機能の組み込み 目次 App Intents を使った機能の組み込み はじめに 前提知識 何ができるかの見極め 機能調査：そもそも何ができるのか 実装調査：どう作ればいいのか ベータ版での壁 App Schema の壁と落とし所 実装①：IndexedEntity で Spotlight に索引登録 RecipeEntity を IndexedEntity に準拠させる 索引に載せるレシピを絞る 書き込みを 1 本の列に並べる 起動時に索引を入れ替える 実装②：search

本記事は、2026 年 11 月 4 日に Shweta V A、Ranjith Ramakrishnan、Krishna Parab が公開した「 Share Kiro credits across your team with credit pooling 」を翻訳したものです。 AI 利用料が予算の課題になっている理由 AI コーディングツールが開発の重要な一部になるにつれて、AI のクレジット使用量は急速に増えています。ただし、AI の使われ方は開発者やチームによって一様ではありません。クレジット

Google Workspaceのエージェント管理機能とは？ Google Workspaceのエージェント管理機能は、組織内のAIエージェントがGoogle Workspaceのデータへアクセスする際の権限を一元管理するための機能です。本機能で特に注目したいのが、ユーザーが作成したWorkspace Studioのフローを、管理者が個別に制御できる点です。

はじめに こんにちは。2026年夏のNTTドコモビジネスの現場受け入れ型インターンシップに参加した、吉永( github.com/ta-061 )です。普段は、特殊環境で動作するアプリケーションの脆弱性検出に関する研究や、CTFなどのセキュリティ活動に取り組んでいます。 8月から9月にかけての2週間、NTTドコモビジネスのイノベーションセンターで、OTセキュリティサービスのOsecTに関する技術検証に取り組みました。ZeekとSuricataの取得情報を比較し、解析プラグインを開発したうえで、Raspbe

1.はじめに 2.π0.5とは？ Physical Intelligenceが開発したVLA 高レベル判断と低レベル制御 3.今回の検証環境 4.今回の検証概要 設定したタスク 5.検証結果 検証①：SmolVLAとπ0.5の比較結果 検証②：π0.5のフルチューニングとVLMフリーズの違い 検証③：π0.5のチューニングStep数による違い 6.番外編：LeRobotバージョン違いによるハマったこと 7.まとめ 1.はじめに こんにちは、OpenInnovationラボの奥野正寛です。 前回の記事 では

はじめに こんにちは、トモニテ開発部の吉田です。 現在、トモニテではデータ基盤（Databricks）の整備に取り組んでいます。これまでの分析は個人が作成したスプレッドシートに頼る部分が多く、人やシートによって指標の定義が違ったり、誰が何を見られるのかを把握しにくかったりしたため、データを一元化することにしました。 その一環として、アプリの本番 DB のデータを Databricks に連携します。本番 DB には扱いに気をつけるべき情報が多く入っているので、開発部では「どのテーブル・カラムを Datab

ℹ️ この記事について この記事に出てくるコードとスクリーンショットは、すべて 検知の挙動を確かめるために用意した検証用のサンプル です。 実際のサービスのコードではありません。 ツールが反応するかを見るために意図的に脆弱に書いているので、 そのまま流用しないでください。 はじめに こんにちは、タイミーのプラットフォームエンジニアリング1グループに所属している久慈です。 この記事では、全社のソースコード向け SAST（静的アプリケーションセキュリティテスト）の選定で、Amazon Inspector Co

ロボットは「動く展示物」から「AIが働く身体」へ 2026年10月13日から16日にかけて幕張メッセで開催されたCEATEC 2026に参加した。生成AIが普及し始めたここ数年、AI業界では「次はPhysical AIだ」という言葉を耳にする機会が増えている。Physical AIとは、AIがロボットや機械の身体を通じて現実世界を認識し、自律的に行動する技術やその概念を指す。生成AIは文章を書いたり画像を生成したりすることはできるが、現実世界で物を運んだり、収穫したり、組み立てたりすることはできない。Ph

みなさん、こんにちは。ソリューションアーキテクトの杉山です。今週も 週刊AWS をお届けします。 11 月 18 日 (水) に、Amazon Quick をデータ活用の観点から紹介するイベント「 Amazon Quick で進めるデータ活用の次の一手 — 活用企業・パートナー・AWS社員による事例紹介 」を開催します。最新アップデートの紹介に加えて、国分グループ本社様、LINEヤフー様、タキヒヨー様に活用事例を、シーイーシー様、電通デジタル様、ジェーエムエーシステムズ様に導入支援の事例をご紹介いただきま