AX公開ほか9件
目次
- 深掘り: AX – Google’s Open Agentic Orchestrator
- 2. zai-org/ZCode
- 3. Quoting voxium
- 4. llm-keys-ui 0.1
- 5. I am often wrong
- 6. 0.156.0-alpha.14
- 7. mizorewww/laya-coreml
- 8. Laya on Mac M4 CoreML Offline
- 9. MCP was always a bad idea?
- 10. Prompts aren’t Real
深掘り: AX – Google’s Open Agentic Orchestrator
- AX は Google のオープンエージェントオーケストレーターです。エージェントタスクを宣言的にスケール実行し、クラスタあたり数十億規模の並列実行を支援します。
- タスクをサンドボックス化し、ワークスペースを接続し、ネットワークを分離します。単一タスクから複数タスクの合成まで対応します。
task.yamlで Workspace（git リポジトリとブランチ指定）と Task（目標とdebug設定）を宣言します。ax apply -f task.yamlでリソースを作成します。- CLI は
watch（監視）、get tasks（状態確認）、ssh（ワークスペース内コマンド実行）、suspend/resume（一時停止と再開）、delete（削除）を提供します。 - エージェントはマイクロサービスでもバッチジョブでもない新しいワークロードです。状態を蓄積し、厳密な分離を必要とし、モデル API やツールサーバーを呼び出し、監視なしではループでコストを消費する可能性があります。
- AX はこれを 4 つの小さなプリミティブで宣言的に処理します。仕組みの詳細は原典の「How it works」セクションに記載されています。
原典 AX – Google’s Open Agentic Orchestrator
2. Z.aiのコーディングエージェントZCode
- Z.ai がコーディングエージェントハーネス ZCode を公開しました。GitHub トレンド入りしており、強力で拡張性の高いエージェント基盤として注目を集めています。
- Claude Code や Codex と並ぶ実用エージェント基盤として、中国発のオープンウェイト系エージェントの選択肢が増えました。
- 個人開発でのモデル選択とコスト最適化に直結します。GitHub で公開されているため、今日から試すことができます。
3. 大企業で全業務がClaude Code生成
- 大企業のチームでは、仕様書・コード・テスト・PRD・チケット・解決報告など、あらゆる業務成果物が Claude Code で生成されている。チームメンバーはこれを好んでおらず、できるだけ多く出荷するよう強制されている。
- 経営陣から「コードを押し出すことはボトルネックではない」と繰り返し聞かされているにもかかわらず、チームは遅いと評価されている。
- 人々は1日12〜13時間働き、その大半を「Enter を押すだけ」に費やしている。誰も成果物を読んでおらず、L1 から L7 まで全員が Claude と話すだけの状態になっている。
4. llm-keys-ui 0.1
- Simon Willison が Codex Remote と組み合わせて API キーを安全にエージェントに渡すプラグイン
llm-keys-ui0.1 を公開しました。 - Codex Remote で複数マシンのコーディングエージェントをスマートフォンから操作する際、LLM プロジェクトの設定に API キーが必要になる場面があります。
- エージェントセッションに API キーを直接貼り付けることを避けたいという課題に対し、キーをマシンに直接貼り付けずに渡す仕組みを提供します。
uvx --with llm-keys-ui llm keys-ui --allを実行すると、ローカルネットワークや Tailscale デバイス IP を含む URL が提示され、追加の API キーを保存できるインターフェースが起動します。- その後、シェルコマンド内で
llm keys get anthropicのようにキーを取得して利用できます。
5. Boris Chernyの6ステップ反復
- Claude Code 開発者 Boris Cherny が、情報理解・不足情報収集・問題定義・簡潔アプローチ定義・目標設定・緊急行動という 6 ステップを公開しました。
- 最も多い失敗モードは（3）問題の明確な定義の欠如と（4）簡潔なアプローチの欠如で、複雑な計画と不明確な成功基準を招くと指摘しています。
- 新しい情報が入れば #3〜5 を再定義して反復します。間違いを歓迎し、データに応じて優先順位を更新する姿勢を強調しています。
- この枠組みをほぼ毎日、複数の製品や問題に適用していると述べており、プロダクト開発の基盤となる反復プロセスとして位置づけています。
6. OpenAI Codex 0.156.0-alpha.14公開
- OpenAI Codex の Rust 版リリース 0.156.0-alpha.14 が公開されました。
- エージェント基盤の継続的アップデートを確認できます。
- 個人開発で Codex を使う際のバージョン選定と機能差を把握するための一次情報です。
7. laya-coreml：M3 Maxで約5ms推論
- Apple Core ML と Neural Engine 上で動作するローカル LLM「laya-coreml」が GitHub トレンド入りしました。
- M3 Max で約 5 ms の短い判断（typed decisions）を再現可能にしました。
- 検証済みポートと、再現性のある速度・エネルギーのベンチマークを提供しています。
8. Mac M4でLayaをCoreMLオフライン実行
- Mac M4 上で CoreML を使い Laya をオフライン実行する手順をまとめた Gist です。モデルダウンロードから
uv環境構築まで具体的に示しています。 - 環境構築は
mkdir test-laya、cd test-laya、uv init、uv add 'laya-coreml[demo]'の順で行います。 - モデルは
hf download aac6fef/laya-multilingual-coreml-ane --local-dir models/snake...でローカルにダウンロードします。 - ローカル LLM の実装手順が具体的に示されており、個人開発者が Mac 上でオフライン推論を試せる実用情報です。
原典 Laya on Mac M4 CoreML Offline
9. MCPは常に悪いアイデアだった
- MCP は 2024 年 11 月に Anthropic が公開したプロトコルです。当時の LLM は現在より原始的で、Claude Code も存在せず、汎用エージェントワークフローは信頼性が低い状態でした。
- 採用が爆発的に増えると、ユーザーは多くの MCP サーバーを追加し、コンテキスト膨張（context bloat）の問題に直面しました。各サーバーが独自のスキーマを持つ複数ツールを提供するため、モデルのコンテキストを過負荷にします。
- Composio、MintMCP、Pipedream などのプラットフォームは、汎用の検索・実行パターンを提供し、認証情報を一箇所に集約しつつ最小限のツールセットでコンテキスト膨張を抑える短期的な解決策を提供しています。
- MCP は 2025 年に Anthropic の管理下から Agentic AI Foundation（Linux Foundation 傘下）に寄贈されました。著者はこれを「LLM がまだ賢くなかった時代に作られた悪いプロトコル」と評価し、すでに時代遅れになったと主張しています。
10. プロンプトは実在しない：評価現場から
- Dan（ロサンゼルス、エンジニア歴25年）が、消費者向けエージェント評価の現場から「Prompts aren’t Real」として一次報告を公開しました。
- 対象とするエージェントは、消費者が自分の代わりにタスクを実行するもので、主観的な出力を返すチャットボットとは明確に区別されています。
- 著者の目標は「最小限に恥ずかしくない（minimally-embarrassing）エージェント体験」で、自身が誇りを持てる品質基準を課しています。
- 主観的アドバイスマシンに満足する人々とは対照的に、内心の恥の感覚を動機に信頼性を重視する立場を取っています。