Model Hardware Standard のリサーチプレビューを公開

Ubuntu Serverの障害対応で「検知は自動化、調査と判断は人間」の役割分担を実装した事例。Claude Codeで実運用環境を調査し、13本の運用スキルとして体系化。Hermes Agentがログ・プロセス状態から初期診断を返し、管理者の判断材料を整える仕組みを共有。実機検証で動かなかったコマンドを修正し、再利用可能に整備した。

ユーザーが320日間にClaudeと交わした21,286件のプロンプトを分析した結果、中央値は26文字で1日あたり67件。長く丁寧に書かれたプロンプト（200字以上）は全体の1%に過ぎず、残りの99%は同じ依頼・命令パターンで文脈の貼り付けによってのみ長さが変わる。エージェントとの対話は「書く作業」ではなく「見る作業」であり、改善効果が高いのはプロンプト設計よりも検証自動化や終了コード判定などの「見る回数を減らす仕組み」だった。

著者が Gmail、Google Chat、Slack の監視を AI エージェントに任せた 3 週間の実運用から、何を任せて何を任せないかの判断基準を整理した記事。検知・集約・記録は AI に、返信や価格判断など責任が伴う決定は人に残し、誤検知と見落としのコストの非対称性からルールベースではなく生成 AI を選んだ理由を述べている。

Claude が Lean 証明支援系言語を用いて、フェルマーの最終定理の完全な計算機検証済み証明を約 11 日間ほぼ自律的に生成した。人間の監督を最小限に、長時間にわたるエージェント型タスク遂行が成立し、形式手法と LLM の組み合わせワークフローの実用性が示された。