タスク優先順位付けでLLMが情報不足を隠蔽する—推測で埋めて自信満々に答える構造

LINE連携の秘書Mで会話記憶とデジタルツイン機能を実装し、単なるAIアシスタントから「ユーザーの価値観・状態を学習し先回りするAI参謀」へ進化させた。Supabaseに会話履歴とユーザープロフィール（JSON）を保存し、Claudeへ毎回文脈として渡すことで、前後の関係を理解した提案が可能に。

Qwen、Gemma、Kimiといったオープンウェイトモデルの性能が急伸する一方、複雑な推論やコーディングエージェント用途ではClaudeなどクラウドの最上位モデルが依然優勢。理論上の最強ローカルモデルと個人が現実的に動かせるモデルは別物であり、タスク性質による使い分けが2026年時点での現実的な答え。

Claude API の Messages API にオンデマンドで会話履歴を圧縮できる compaction 機能がベータ追加されました。ベータヘッダー compact-2026-09-04 と compaction パラメータを使うことで、長時間対話やエージェントループでのコンテキスト肥大化を API 側で自動要約できるようになり、開発者が独自に実装していた圧縮ロジックが不要になります。直近ターンは verbatim で保持可能なため、古い文脈だけを効率的に圧縮する運用が実現できます。

バイブコーディングで常駐アプリを開発する際、複数の画面コンポーネントが自立的に状態を変更するため、キー連打時の反応喪失やイベント処理の衝突が発生する。これを防ぐため、Passive View・Root 階層・Chain of Responsibility・Mediator ステートマシンを組み合わせた設計指示を Claude に与えることで、扱いやすい構造を実現できる。