• LangChainに入門すべきでない3つの理由｜philoludum

LangChainは、過度な抽象化と複雑なコードにより、カスタマイズが困難。LLM入門にも有害であり、不要な概念が多く、シンプルにならず、処理内容が理解しにくい。 記事では、LangChainのAgentを例に、その複雑さを指摘。OpenAIのAPIを直接叩く方が、処理の流れを理解しやすく、応用も容易であると述べている。LangChainを学ぶよりも、EmbeddingやFine Tuningなど、応用性のある概念を学ぶべきと結論付けている。

引用元: https://note.com/philoludum/n/n771f7b7f8e51

• Grok API にて $5 課金すると $150 分使えるようになるらしい？

Grok APIで、5ドル課金すると毎月150ドル分のクレジットがもらえるキャンペーンが実施中です（2025/2/18時点）。APIリクエストをxAIと共有することが条件で、一度有効にすると無効にはできません。利用用途に合わせてPersonalとTeamを使い分けるのがおすすめです。Grok-3はまだ利用できません。

引用元: https://zenn.dev/schroneko/articles/de3a8f574e9ea4

• DeNA南場会長が語る具体的なAIの活用がとても参考になると話題に。「初めて会う人の情報はPerplexityでその方についての必読記事はなんですかと聞いて、そのURLをすべてNotebookLMにアップ」など

DeNA南場会長のAI活用事例が話題。初対面の人に関する情報をPerplexityで収集し、NotebookLMにアップして活用。経営トップが率先してAIを使いこなし、そのプロセスを公開することが重要。社内でもAI活用を推進し、業務効率化や新規事業創出を目指している。

引用元: https://togetter.com/li/2513397

• お便り投稿フォーム

（株式会社ずんだもんは架空の登場組織です）

• LangMem SDK for agent long-term memory

LangMem SDKは、AIエージェントに長期記憶を持たせ、学習能力と個別対応力を向上させるためのライブラリです。会話から情報を抽出し、プロンプトを更新してエージェントの行動を最適化し、行動、事実、イベントに関する長期記憶を維持する機能を提供します。Semantic memory（知識）、Episodic memory（経験）、Procedural memory（行動）の3種類の記憶タイプをサポートし、エージェントが長期にわたって学習し、より賢く、よりパーソナライズされた応答を生成することを支援します。

引用元: https://blog.langchain.dev/langmem-sdk-launch/

• LLMs.txtについての覚書

LLMがWebをクロールする際の負荷を軽減する目的で提案されたLLMs.txtについて解説。これは、LLMがWebサイトの情報を効率的に取得するための仕様を記述したテキストファイルです。robots.txtが検索エンジンのクローラーを制御するのに対し、LLMs.txtはLLMにサイト構造を伝えるサマリーとして機能します。完全な情報を提供するllms-full.txtも存在します。LLM利用者は、RAGなどの際にLLMs.txtの存在を意識すると良いでしょう。

引用元: https://zenn.dev/watany/articles/0b28a68a2dffc3

• Github Copilot Agentでパワーが4倍に、1週間を振り返る｜sys1yagi

GitHub Copilot Agentを1週間試した結果、PR数が4倍になったとのこと。アイデア実現のハードルが下がり、定型作業が自動化可能になった。一方で、lintやCIの速度、レビュー速度がボトルネックに。テストの品質と実行速度、動作確認の速度も重要になる。今後はチームでの活用が鍵となり、チームの取り組み方のアップデートが必要。

引用元: https://note.com/sys1yagi/n/n9a7b93554e3a

• 「ずんだもん」「チェイス」の雪像お目見え　木古内釜谷国道沿い 2025/2/17 函館新聞社／函館地域ニュース - e-HAKODATE

木古内町の国道沿いに、安斎さん制作の雪像が登場。地域の子どもたちを喜ばせようと1998年から続く恒例行事です。今年は「ずんだもん」や「チェイス」など4体のキャラクターが制作され、細部までこだわった出来栄え。夜にはライトアップも実施。展示は2月下旬まで（天候次第）。

引用元: https://www.ehako.com/news/news2024a/14599_index_msg.shtml

• お便り投稿フォーム

（株式会社ずんだもんは架空の登場組織です）

• Raspberry Pi + Tailscale + Open WebUI で手軽に自分だけの LLM 環境を構築するチュートリアル

Raspberry PiでOpen WebUIを動かし、ローカルLLMやAPIを外部から利用する方法を紹介します。Tailscaleを使うことで、自宅外からも安全にアクセスできます。

1. 準備: Raspberry Pi (4以降推奨)、microSDカード、PCを用意。Raspberry Pi ImagerでOS (Raspberry Pi OS Lite推奨)をmicroSDに書き込み、SSHを有効化。
2. Tailscale導入: PCとRaspberry PiにTailscaleをインストール。Tailscale SSHを有効化し、PCからRaspberry PiへTailscale経由でSSH接続できることを確認。スマホからの接続も可能。
3. Open WebUIセットアップ: Raspberry PiにDockerをインストールし、Open WebUIをDockerで実行。Tailscale ServeでHTTPS接続を確立。Open WebUIで管理者アカウントを作成し、必要に応じてOpenAI APIキーなどを設定。

これで、どこからでもアクセスできる自分だけのLLM環境が完成します。GPUがあれば、ローカルLLMも利用可能です。

引用元: https://zenn.dev/ikumasudo/articles/18437293cca7c7

• LangGraphを使ってテックブログレビューエージェントを作ってみた

Insight EdgeのMatsuzaki氏が、テックブログのレビュー作業を効率化するため、LangGraphを用いたレビューエージェントを開発。記事は、開発の背景、システム構成、レビューの流れ、具体的な実装について解説。特に、レビュー観点の洗い出しから、Agentic Workflowによる処理フローの作成、LangGraphでの実装（ステート定義、ノード追加、エッジ追加など）に焦点を当てている。成果物として、実際のレビューコメント例を紹介。課題はあるものの、表記揺れや構成など、自分では気づきにくい誤りを指摘できることを確認。今後は、出力精度や冗長性の改善、Suggestion機能の利用などを検討し、社内での実運用を目指す。

引用元: https://techblog.insightedge.jp/entry/techblog_review_agent

• ChatGPTo3リアルタイム性能変動レポート2025/02/17｜ChatGPTリアルタイムモニタリング

ChatGPT-3の性能をリアルタイムでモニタリングしたレポートです。特定のプロンプトに対する回答を繰り返し生成し、その変動を評価しています。評価項目は、回答の文字数、語彙の多様性(TTR)、プロンプトへの従順さ(命令違反記号の使用頻度、命令違反回答の割合、読点の間隔)、予想推測関連ワードの使用頻度、プロンプトの影響力、学習データの応用頻度(ウマ娘の固有名詞分析)です。過去2週間のトレンドと当日の状態を分析し、安定性や異常値を検出しています。

引用元: https://note.com/gpt4_forecast/n/n6c7b19821908

• 「実は…有名アセットのウマの動きはおかしいんだ」ウマが好きすぎるゲーム開発者が指摘する近年ゲームのウマ描写のおかしさ。AAAゲームですらおかしい

ゲーム開発者が、ゲームでよく使われる馬のアニメーションアセット「Horse Animset Pro(HAP)」の動きが、解剖学的に見ておかしいと指摘。AAAタイトルを含む多くのゲームで、馬の足の動きが不自然だったり、蹄鉄のケアが現実と異なっていたりするとのこと。 開発者は、予算やターゲット層の違いは理解しつつも、アセットの品質向上を期待。

引用元: https://www.gamespark.jp/article/2025/02/17/149532.html

• お便り投稿フォーム

（株式会社ずんだもんは架空の登場組織です）