AI Builders Digest

Legora、顧客の機密情報を見ずに法務agentを検証

Legoraによると、同社のagentは現在の法務業務の約60%を適切にこなせるという。ただ、顧客データの大半を確認できないため、どこで失敗するかを把握しにくい。「基本的に、実行記録は一切見られません」とJacob Lauridsenは話す。エンジニアと弁護士が業務ごとの評価を作成する一方、Tabular Reviewでは契約書レビューを大規模に実施する前に最初の10行を確認し、結果を元の文書に紐づける。

• #agents
• #evals
• #products

Rauch、agentには作業を引き継げるワークスペースが必要と主張

Guillermo Rauchは、状態を保持しないsandboxではagentの有用性を十分に引き出せないと主張する。agentには自身のID、スキル、リポジトリ、記憶へのアクセスが必要だからだ。Vercel Sandboxは世界19地域で稼働しており、顧客需要が週ごとに2桁の伸びを見せるなかでも、レイテンシーと処理能力の目標を満たしているという。

• #agents
• #infrastructure

Masad、agentの実行環境は用途を厳密に絞るべきと主張

Amjad Masadは、AI agentは組織が管理する専用環境で動かすべきだという。各agentがアクセスできるリソースは、その業務に必要なものだけに限定すべきだとしている。

• #agents
• #security

Tan、issue修正の処理量が5倍になったと報告

Garry Tanによると、Capy Captainsを使い始めて一晩でissue修正の処理量が約5倍になった。複数のcaptainとサブスレッドにまたがる作業を調整できる点が効いたという。

• #agents
• #coding

Yang、文章の修正案はGeminiが優秀だったが、作業は行き詰まったと語る

Peter Yangは執筆中の記事で、Geminiが提案した文章の修正は役に立った一方、ChatGPTの提案は大半がよくなかったと感じた。ただ、その作業ではAntigravityのブラウザー操作が機能せず、結局Geminiの修正案をChatGPTに貼り付けて反映させたという。

• #products
• #models

Sottiaux、dotが業務に応じてモデルを選ぶと語る

Thibault Sottiauxによると、「your dot」は業務に最適なモデルを選び、作業の各段階で異なるモデルを使い分けるという。選択の仕組みについて、それ以上の説明はない。

• #agents
• #models

Thariq、月額200ドルのプランで優れた仕事に十分なtokenを使えると評価

1週間使ったThariqは、優れた仕事をするのに無制限のtokenは必要なく、月額200ドルのプランは素晴らしいと評価した。AIの知能を使う費用が今より高くなることはない、と予測している。

• #models
• #pricing

Nan Yu、グループチャットは複数人で使うAIに不向きと主張

Nan Yuは、ごくまれな例外を除き、グループチャットでは複数人で使うAIの体験がひどくなると主張する。「文字どおり、質の低いものになることが確定している」という辛辣な評価だ。

• #agents
• #products

Shipper、Argonの魅力は品質とAntigravityのシンプルな設計にあると評価

Dan Shipperによると、Argonの魅力は品質の高さに加え、Antigravityには新しい機能や複雑さがまだ少ないことにもある。詳しくはEveryによるArgonのレビューを読むよう勧めている。

• #products