何が起きたか
AI LaboがVM215上でgemini-3.8-flashに同一タスクを解かせたところ、Mode Aは5大アーキテクチャ規約のうち4件のみ遵守し、Hook方式のMode Bは5件全てを遵守した。
なぜ重要か
決定論的な強制がなければ、規約の抜けは開発者の目に触れないまま残るとみられる。
こういう要約が、毎朝あなたのメールに届きます。
背景にあるのは、CLAUDE.mdや.cursorrulesに規約を長々と書き連ねる手法の限界だ。行数上限やレイヤー間の依存禁止といった非機能要件は、機能実装に注意力を奪われたLLMが確率的に踏み抜き、スモークテストが通ればそのまま提出される。本検証のMode Aでも、import禁止や型アノテーションといった局所的な構文ルールは守られた一方、tariff.pyだけが9行超過した。LLMは出力中のコードの行数を正確に数える自己認識が弱いことも、この抜けの一因とされる。
対してMode Bは、セッション開始時に検出済みの違反箇所をプロンプトへ構造化注入し、提出時に違反があれば機械的に差し戻す二段構えを採る。この結果、エージェントはTurn 1から行数予算を意識し、intake.pyを35行、tariff.pyを60行に凝縮。追加のリトライなしで機能20/20と規約5/5を同時に満たした。著者は決定論的に判定できるルールはすべて数ミリ秒で動くLinterやPre-Commit Hookとして実装すべきだと結論づけている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
著者は145件の求人票の「求める人物像」をClaudeに投入しラベルを抽出・埋め込みベクトル化
FAAは金曜日、米国内の出発便を全面停止した
リークサイトの重複排除データによると、夏のランサムウェア攻撃は3000件近くで、推計では春から20〜40%増加した
ジェイミー・ダイモン氏は、JPモルガン・チェースが外部のAIエージェントを「どんなものでも」社内に入れることは「ない」と述べ、10月の決算説明会で「野良エージェントは困る」と警告した
OpenAIは独立したロボティクスチームを解散し、研究員をMark Chen最高研究責任者率いる本体の研究チームに編入する
OpenAIとAnthropicの元研究者Jacob Coxon氏が、AnthropicのIPO資料の事前学習計算資源需要グラフを引き合いに、Mythosはすでに当初の一部で再学習できると述べた
