MCP コネクタは数時間で書ける。難しいのは「作らない判断」と「公式が出たら畳む運用」だった

Vercel の検証により、AI エージェントに適切なツールを与えても活用されない場合が多いことが判明。Next.js 新機能に関するテストで、呼び出し判断が必要な Skill は 53% の正答率に留まったのに対し、プロジェクトルートに常時配置した AGENTS.md（ドキュメント索引）は 100% を達成。エージェントが「取りに行くかどうか判断する」ステップの不確実性が原因で、シンプルに常時可視化する方が有効だと示唆された。

AlphaForge という、AI エージェント向けに設計されたクオンツ用 CLI ツールが開発された。バックテストの過学習検出とエージェント駆動を同時に解く問題に対し、機械可読な JSON インターフェース・MCP サーバ・組み込みスキルで「一晩の自律探索ループ」を実現。ウォークフォワード検証により、見せかけだけの戦略を自動排除する。

world-model-mcp は、Claude Code / Cursor で動作する時間的知識グラフメモリレイヤーで、コード変更を学習した制約に対して検証し、重複したエラーを防ぎ、矛盾を信頼度加重で解決する。SWE-bench Verified の 50 タスクで、エージェントの繰り返し誤りを +10.2pt（ドメイン内 +15.0pt、クロスドメイン +6.9pt）削減することを実証した v0.9.1 が公開された。MCP 26 ツール、26 サブコマンド、375 テスト、105 ペアの矛盾解決ベンチマークを備える。

ウルトラマラソンのトレーニング計画レビューをLLMに行わせる際、安価なモデル向けに設計した if-then ルール（数値閾値など）が高推論モデルでは逆に制約になることを発見。矛盾した条件を同時に読み込む高推論モデルが判断を留保してしまったため、明示的なルールを削除しコンテキストと過去データだけを提供したところ、モデルが陳腐化した制約を自ら判断から外すようになった。ルール駆動的な設計は社会的な安全装置である一方、高推論モデルの能力を活かすにはその適切な配置が設計問題である。