MetaのMuseを使ってみた: 内部構造とセキュリティの調査
MetaのパーソナルAIエージェント Muse を2週間ほど使ってみた感想と、公式発表と Muse との対話から調べた内部の構造をまとめました。記憶は人が読める Markdown のファイルで、LLM Wiki や OKF に近い発想です。安全面は、VM の二重の隔離、通信の関所 Sentinel、汚染の追跡などで固めていました。
私の散らかった机のデジタル版。作りかけのプロジェクト、気まぐれな思考、そして日々の記録。
MetaのパーソナルAIエージェント Muse を2週間ほど使ってみた感想と、公式発表と Muse との対話から調べた内部の構造をまとめました。記憶は人が読める Markdown のファイルで、LLM Wiki や OKF に近い発想です。安全面は、VM の二重の隔離、通信の関所 Sentinel、汚染の追跡などで固めていました。
直近2か月のモデル発表で使われたベンチマークを数え、何をどう採点しているかを分野別に整理しました。Artificial Analysisの総合指標、ベンチマークの限界、自分のAIシステムの評価に持ち帰れることまで。
Carbon・Terra・Kimi K3.1 Proの比較から現在地を確認し、半年のモデル競争と私の開発環境の変化を振り返ります。ハーネスの便利さと、環境の乗り換えやすさをどう両立するかも考えます。
Bun の Zig→Rust 移行、GitHub Copilot ランタイムの Rust 移行、Anthropic のコードレビュー運用の 3 記事を読んで、大規模・並列にエージェントを回すときの、タスクの単位・人の役割・ループを直す力について整理しました。
GraphRAG と LLM Wiki を調べたら、どちらも生データを LLM で「蒸留」する点で似ていました。それぞれの流れ、共通の課題、どちらを選ぶかを、私の理解でまとめます。
見慣れないコードベースを見える化したくて、静的解析ツールを調べました。ripgrep・ast-grep・Serena・CodeQL の使い分けと、少し試して分かったことの整理です。
REA、ArtCraft(Adobeクローン)、GTA・Haloのブラウザ版。「Software is over / done / dead」と騒がれた1週間を整理し、何が終わって何が残るのかを、ソフトウェアエンジニアとして考えました。
年末年始に集中学習した AI/ML の体系的な知識の整理。第1回は全体に関わる原則と、NN 以外の伝統的な機械学習モデルの概要と使い分けについて。
最初が肝心。モチベーション維持で英語学習の成功確率を最大化するための方法と心構え。
日本に帰国して始まった家探し。スペック至上主義の私が直感の大切さに気づくまで。
週3で冒険に出ています。3周目に入ってもまだ底が見えない Baldur's Gate 3 の魅力と、友人とのマルチプレイについて。
AI開発の現実は、TikTokの魔法のような動画とはちょっと違います。天才宇宙人をマネジメントする苦労と楽しさについて。
楽天、渡米、Meta、Google、帰国、Kyndryl。これまでの技術者人生を振り返ってみる。
山口県発、テキサスかぶれ、東京在住の私。