How We Scaled Kimi K2.5 : 1兆パラメータモデルの学習の秘訣 | GTC 2026 基調講演

Claude Code、Codex、piなど複数のAIコーディングエージェントを1画面で効率的に管理する方法を学びます。tmuxの概念から、Herdrのセッション、ペイン、プラグイン、CLIまで実際に操作しながら、SSH接続が切れても作業を維持できるエージェントワークフローを構築します。エージェント時代に欠かせない開発環境を、わずか1日で完成させましょう。

Claude Codeを使ってみたものの、自分の仕事にどう活かせばよいか途方に暮れているなら、インストールから3つのプロジェクト、最新機能（opusplan・/goal・Mods）、ハーネスエンジニアリングまで一気に学べます。すべての機能を有効にする前と後で実際に測定し、感覚ではなく数字で選ぶ方法を身につけます。

この講義は、コーディングエージェントを自作しながら、KotlinベースのAIエージェント開発を習得する実践的なコースです。 Kotlinで構築されたAIフレームワーク「Koog」を活用し、実際にClaude Code、Cursor、Junieのようなコーディングエージェントを実装する方法をステップバイステップで実習します。 特にKoogは、単なるサーバーサイドフレームワークではなく、Springと自然に連動し、Kotlinマルチプラットフォーム（KMP）を通じてAndroid・iOS・Desktop・Webなど、多様な環境と接続可能な拡張性を備えています。 コードを読み取り、分析し、修正し、生成するインテリジェントなエージェントを作りながら、AIエージェントの構造、戦略、コンテキスト処理、Tool連動などを実践中心に学習します。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

エージェント1つでは物足りないと感じたら、Claude CodeとCodexを1つのチームにまとめてみましょう。リード役のOpus、調査役のHaiku、実装役のSonnet、レビュー役のCodexと役割を分担し、小さなアプリを一緒に完成させます。さらに、TailscaleとRustDeskを使えば、席を離れていてもスマートフォンや別のデバイスから作業を任せ、進捗を確認できます。

自分が寝ている間にも勝手に改善し続けるサービスを作ってみましょう！Codexを利用したループエンジニアリングで、24時間稼働するバイブコーディングシステムを作る方法をステップバイステップでじっくり学習します。

LLMアプリケーションが開発パラダイムをどのように変化させているかを探求します。既存の技術との比較を通じて、LLMがなぜ持続可能な核心技術として定着しているのかを理解し、開発者として備えるべき必須の逆量と思考法の変化を学習します。専門講師のインサイトを通じて、LLMアプリケーション開発の本質と未来の方向性を把握することができます。

ChatGPTに求める結果を依頼し、資料の根拠と結果を確認する方法を学びます。文書・データ・ライティングの実習から始め、OpenAI API、RAG、エージェント、評価・運用まで段階的に学ぶ全70回のコースです。

Claude Codeの核となる機能（MCP、Agents、Skills）を活用し、キウム証券APIベースの株式自動売買システムを最初から最後まで構築します。初心者の方でも大丈夫です。今すぐClaude Codeを始めてみましょう！

[人工知能時代のシステム統制および認知的退化防止のための戦略的ロードマップ] 1. 序論：技術的主導権と戦略的指揮権 (Strategic Command vs. Passive Dependence) 過去40年間の自動車R&Dおよび企業経営を通じて導き出された核心的な洞察は、技術的統制権を喪失した主体は、システムの受益者ではなく従属者へと転落する可能性が高いという点です。特に、高性能エンジンに比肩する人工知能（AI）技術の拡散は、人間を技術的な「受動的乗客」に留まらせるか、あるいはシステムを掌握する「戦略的指揮官」へと飛躍させるかの分岐点を提示しています。 現在観察されている無分別なAI依存は、人間固有の思考および分析メカニズムを機械に全面的に委任する「認知的オフローディング（Cognitive Offloading）」現象を加速させています。これは脳の実行制御ネットワーク（ECN）の不活性化を誘導し、長期的には前頭葉の機能的低下を招く「認知的退化（Cognitive Atrophy）」という構造的危機を伴う懸念があります。本過程は、このような知的危機の状況に対応し、人間の認知的能力を強化して知的主権を死守するための戦略的方法論を提示することを目的とします。 2. 認知的主権死守のための5大核心方法論 ① 認知的可塑性の維持および意図的な認知負荷の設計 (Cognitive Gym) ユーザーに即時かつスムーズな回答を提供するAIの利便性は、思考の断絶と批判的検討プロセスの省略を引き起こす可能性があります。これを防止するために、業務プロセス内に意図的な「認知的摩擦（Cognitive Friction）」を設計するプロセスが求められます。AIの自動化機能を逆手に取り、人間の思考プロセスを強制的に遅延・深化させることで、脳の神経可塑性（Neuroplasticity）を刺激し、思考の閾値を上方修正する高度な訓練を並行する必要があります。 ② 多重エージェントシステム（MAS）基盤の対抗的検証体系の構築 人間の認知体系は、AIの産出物を無批判に受け入れようとする「自動化バイアス（Automation Bias）」にさらされやすい性質があります。このバイアスを相殺するために、ユーザーの指示に忠実な主モデルとは別に、該当する論理の脆弱性を分析し攻撃する「批評エージェント（Critique Agent）」あるいは仮想の「レッドチーム（Red Team）」を運用する戦略が有効です。これは持続的な防御論理の構築プロセスを強制することで、ダニエル・カーネマンが定義した「システム2（熟考的思考）」機能を活性化する効果を提供します。 ③ 識字力（リテラシー）基盤の二重トラック（Dual-Track）およびRQTDW学習法の履行 デジタルツールに対する検証能力は、アナログ的な基礎思考体系に正比例します。テキストの文脈を深層的に把握する識字力を堅持した状態で、次のようなRQTDW 5段階ロードマップを体得することが推奨されます。 Read（深層読解）：情報の源泉に対する多角的な把握を行います。 Question（疑問提起）：論理的整合性および前提条件の妥当性について批判的な問いを投げかけます。 Think（矛盾直視）：情報間の相反関係および論理的空白を分析し、熟考します。 Discuss（深層討論）：仮想的あるいは実質的な討論を通じて論点を多角化します。 Write（再構成）：拡張された思考の結果を人間固有の言語で精緻化し、システム的に内在化させます。 ④ 責任所在の明確化のためのサンドイッチ・ワークフロー（Sandwich Workflow）の適用 業務の全過程をAIに委任することは、認知的麻痺を招くリスクが大きいため、人間とAIの役割を構造的に分離する厳密なワークフローの確立が不可欠です。 文脈設計段階 (Top Bun)：業務の目的設定、制約条件の付与、全体アーキテクチャの設計は、必ず人間の主導下で遂行されなければなりません。 データ処理段階 (Meat)：膨大なデータの演算、整列および下書き作成など、反復的かつ大規模なリソースが投入されるタスクをAIに委任します。 最終検証段階 (Bottom Bun)：倫理的判断、事実関係の精密なクロスチェック（Fact-check）および最終的な価値付与は、再び人間の責任領域に帰属させ、システムの安定性を確保します。 ⑤ SIFTモデルを通じたハルシネーション制御および認識的境界の強化 AIは意味に対する実質的な理解なしに、確率的な頻度に基づいてトークンを組み合わせる「確率的なオウム」の属性を持ちます。したがって、AIの流暢な出力に惑わされる「知識の幻影」を警戒すべきであり、そのために3段階のファクトチェック・プロトコルとSIFTモデルを実務に厳格に適用する必要があります。一次ソースを追跡し、外部データと照合する「横断的読解（Lateral Reading）」の習慣は、技術的利便性に安住する知的フリーライダー（無賃乗車）を防止する核心的なメカニズムとなります。 3. 結論：超知能型操舵手の戦略的使命 知能という現象は工学的設計を通じて発現しますが、これを有意義な方向へと制御し、ビジネス価値を創出する核心的な主体は、依然として人間の厳密な思考力です。本マスタークラスは、受講生がAIという強力な動力源を統制し、組織のシステムを設計する「超知能型操舵手」としての能力を確保できるように設計されています。 個々の構成員の認知的筋力を強化し、技術的挑戦に能動的に応戦してください。厳密な工学的統制と高度化された認知能力が結合するとき、人工知能は初めて構成員と組織の持続可能な成長を牽引する戦略的資産として機能するでしょう。

アンドレイ・カルパシ（Andrej Karpathy）が提案したLLM Wikiアーキテクチャを基に、散在したMarkdownメモ5件（8,615文字）をわずか1分42秒で9件のWiki文書（23,659文字）と44個の双方向[[ウィキリンク]]知識グラフへ自動コンパイルする実践的なパイプラインと、MITライセンスのオープンソース・スターターキットを無料公開します。

OpenClawを活用し、AIアシスタントが反復業務を一貫した品質で遂行できるよう設計する実践的な上級コースです。メモリ・ルールファイル・権限・役割分担・中断条件を設定し、繰り返し行う文書作成から定期ブリーフィングまで、安心して任せられるAIアシスタント運用システムを完成させます。

単なるチュートリアルだけでは実務への適用は難しいですよね。私の現場でのノウハウを詰め込み、複雑な状態管理とマルチエージェントの設計手法を確実にお伝えします。

Claudeデスクトップアプリのインストールと画面の確認から始め、 一つに統合されたClaudeで何が変わったのか、「質問するAI」と「仕事をするAI」の違いを理解する。 PART 1 「上手に指示する」では、業務依頼書の作成、ファイルや調査の依頼、文書・スライド・表の成果物の受け取りまで、 一つのチャット画面からClaudeに仕事を任せる方法を身につける。 PART 2 「自分の業務につなげる」では、メモリやプロジェクトに自分のルールを覚えさせ、 データ分析やメール・ドライブ・カレンダー、自分のパソコンのフォルダー、Web上の業務まで、 Claudeを実際の業務環境につなげる。 PART 3 「丸ごと任せる」では、大きな仕事を一度に任せ、スキル・予約タスク・業務ダッシュボードを活用して、 繰り返し業務を自動で進め、人は承認するだけの業務体制を実現する。 各回は、講師が実際に運用している業務をClaudeで処理する様子を中心に構成し、 同じ方法を企業や学校の業務に適用する例もあわせて紹介する。

エージェントのツール呼び出しとRAGの検索・ドキュメントアクセスにおける権限境界をテストします。実際のモデルと教育用の模擬ツール・ドキュメントを使用して、承認ゲートと検索権限フィルターを観察し、ミッション5・6の診断記録シートを作成します。

溢れる技術トレンド、何が本当に重要なのか迷っていませんか？ガートナー、マイクロソフトなどグローバルレポートを分析し、2026年を貫く10の核心技術(マルチエージェント、フィジカルAI、AIセキュリティなど)をわかりやすく整理します。

バイブコーディングの結果が、意図と違ってしまうことが多いですか？仕様駆動開発（SDD）とSpec Kitを使って、目標・スコープ・業務ルール・完了基準を定め、同じ仕様をClaude CodeとCodexに渡して、修正の繰り返しを減らす流れを学びましょう。

Agentic AI時代、AI開発はどこに向かっているのでしょうか？ 今や競争力は、一つのAIモデルを使いこなすことではなく、タスクに合ったモデルを選択し、AIエージェントと開発ツールを連携させて実際の問題を解決する能力にあります。 アリババクラウドが開催したグローバルAIカンファレンス「Qwen Conference 2026」の発表動画を無料で公開します。 Qwen 3.7 Maxの発表や、NVIDIA、Fireworks AIが参加した推論の未来に関するパネルディスカッションから、映像や音声へと拡張されるマルチモーダルモデル、デモンストレーションを超えて実務に投入されたAIエージェントの事例まで。モデルからインフラ、アプリケーションまでスタック全体を自ら構築する企業が描く、エージェント時代の方向性をぜひご確認ください。

初心者や開発入門者でも十分に取り組める、チュートリアル形式のClaude Code開発講座です。 企画担当者、デザイナー、非エンジニアを対象にオフラインで講義した経験をもとに、本では扱っていない初級例から中級開発例まで、一連の流れで学べます。 Claude Codeを活用し、Hello Worldからラッキードロー、Claude Design＋Excelデータ連携によるデバイス別に最適化されたカフェメニュー管理Webページ、さらにはDBやクラウドサービスにデプロイできるSaaS Webアプリケーションまで、段階的に開発するプロセスを体験します。 理論・実習・プロジェクトの各段階に応じたチュートリアルが用意されており、6段階のレベル別実習を通してAI協働開発の方法論を身につけ、クラウドへのデプロイと運用まで、開発サイクル全体を体験します。

AIセキュリティインシデントとレッドチームの役割を確認し、自分のAWSアカウントにLLMの実習環境を構築します。初回応答のキャプチャから利用状況の確認、リソースの整理までをミッション0のチェックリストに記録します。プロンプトインジェクションの診断演習は第4回に続きます。