株式会社Qualiteg

08/10/2026

300ターン走り続けたAIエージェント、成果はゼロ。
コーディングエージェント自作連載の第3回は、この「止まらないのに、進まない」問題との格闘です。

ローカルLLMにWebシステムを作らせたら、上限の300ターンまで走り切って、仕様のAPIは1本もできていない。
最初は「モデルの力不足」で片づけました。

翌日ログを数え直して、ぞっとしました。
300ターンのうち234ターン（78%）は、ツールを一度も呼んでいない。もう1つのモデルも73%。
働いていたのではなく、ずっと空回りしていただけでした。

ではどうするか。
「速くなるはず」と思考（reasoning）を切ったら、点数は95から71に急落。しかも速くならない。
行き着いた答えは「思考は切らずに、上限だけ置く」。空回りを数える指標と一緒に、実測の数字で書きました。
https://blog.qualiteg.com/build-coding-agent-from-scratch-part3/

300ターン走ってAPIが0本。「モデルの限界」と結論を書いた翌日、記録を読み直すと234ターンがツールを1度も呼んでいませんでした。空転率という指標、1つ塞ぐと次の形に移る空転、思考をオフにすると95点が71点に落ちて.....

05/10/2026

Ubuntuのサーバーを再起動したら、GPUが消えました。
nvidia-smiは動かず、modprobe nvidiaを打つと「Module nvidia not found」。

弊社の社内GPU機（Ubuntu 24.04 LTS）で実際に起きた話です。

原因はUbuntuの自動セキュリティ更新でした。
カーネルだけが新しい版に上がり、そのカーネル用のNVIDIAモジュールは入らないまま。古いカーネルで動いている間は何も起きないので、再起動するまで誰も気づけませんでした。

なぜモジュールだけ入らなかったのか。モジュールが必要とするドライバの新しい版が、noble-updatesという置き場にしか無かったからです。「セキュリティ更新だけ自動で入れる」設定では、そこから取ってこられませんでした。

再発防止に考えた案は3つです。
・カーネルとモジュールを自動更新から外し、人がペアで上げる
・自動更新の対象にnoble-updatesを加える
・DKMS方式に切り替え、機内でモジュールをビルドする

弊社は1つ目を採りました。あわせて、再起動の前に「次に起動するカーネルにNVIDIAモジュールがあるか」を確かめる手順も入れています。
https://blog.qualiteg.com/ubuntu-kernel-update-nvidia-driver-lost/

01/10/2026

AIにコードを書かせると「できました！」と言うのに、動かすと動かない。
この問題をどう防ぐかを書きました。

実際にあった話です。
自作のAIエージェントにWebアプリを作らせたら、40ターンで「全部作りました。テストも通りました」と報告してきました。
でも実際に起動して確かめると、仕様どおりに動いたのは22項目中わずか2つでした。

なぜか。AIが書いたテストは、仕様ではなく自分のコードに合わせてあったからです。それなら通って当たり前でした。

そこで、AIの「できました」を信じるのをやめました。代わりにプログラム側が自分で確かめます。
・作ったものを実際に起動して、1回アクセスしてみる
・仕様書にあるAPIを1本ずつ全部叩いてみる
・テストが1本も走っていなかったら、合格にしない

これを入れてからは15回走らせて15回とも最後まで完成し、動かないものを「できました」で通した回数は0になりました。
https://blog.qualiteg.com/build-coding-agent-from-scratch-part2/

モデルの「完了しました」は5つの形ですり抜けました。構文検査だけ、テストは通るが動かない、待ち受けは立つが最初の要求で落ちる、起動するが仕様のAPIが無い、assertの無いテスト。完了の門を3段で閉じる設計と、押....

29/09/2026

文章を書かない AI「Jev」を $10 入れて 301 回呼んだら、費用は試算で約 1 円でした。

TypeSafe AI の Jev は、入力に対して「はい/いいえの確率」「どれか 1 つ」「どの段階か」だけを返すモデルです。入力 100 万トークン $0.042、出力は無料。9/28 に登録が再開しましたが、直接登録には無料クレジットが付きません。

・日本語の問い合わせ 30 件を 5 部署に振り分けて 29 件正解。外した 1 件は confidence が全件中最低の 0.38
・プロンプトインジェクションの検知 24/24、個人情報 23/24（質問文に口座番号を足すと 24/24）
・エージェントが打つコマンドの危険度は ±1 段階以内で 24/24
・東京からの応答は中央値 150〜160 ms。質問を 40 問まとめても増えない

コードと生の応答ログは GitHub に置き、IBM Watson の Intent との違いも一次資料で整理しました。
https://blog.qualiteg.com/jev-typesafe-ai-pricing-python-hands-on/

TypeSafe AI の Jev は文章を書かず判断だけを返す新種のモデル。9月28日に登録が再開したが直接登録に無料クレジットは無い。$10 入れて Python から 301 回呼び、日本語の振り分け・ガードレール・コマンド承認の正解率、応答.....

27/09/2026

「Blackwell 向けにビルドした」は、どの Blackwell のことか。

NVIDIA の Compute Capability を公式一覧で数え直したら、Blackwell の GPU を積む製品は 10.0、10.3、11.0、12.0、12.1 の 5 つに散らばっていました。

・B200 は 10.0、RTX 5090 は 12.0。メジャー番号が違うので cubin はどちらの向きにも動かない
・次世代 Rubin は 10.7。120 より小さいのは古いからではなく、B200 と同じ 10 系だから
・10 系がデータセンター向け、12 系が GeForce 向け、という説明も成り立たない。12.0 の RTX PRO 6000 Server Edition は公式一覧で B200 と同じ欄にある

ビルド対象は世代名ではなく番号で考える、という話を一次資料だけで整理しました。自社の GPU 検索ツールの取り違え 7 件も直しています。
https://blog.qualiteg.com/cuda-compute-capability-numbering/

こんにちは！ NVIDIA の GPU を扱っていると、sm_120 や sm_100 といった番号を見かけます。Compute Capability と呼ばれる番号です。 この番号、製品の世代名と対応しているように見えて、実はずれています。 きっかけは、2026年9月23....

24/09/2026

「安くなって、賢くなった」。Claude Opus 5.5 のこの触れ込みを、公式ドキュメントと独立評価機関 Artificial Analysis の数字で整理しました。

要点は 3 つです。

1. 安い。単価は Opus 5 より 20% 安く、キャッシュ読み取りは 60% 安い。エージェント作業ほど効きます

2. 賢い。独立評価 Artificial Analysis の Intelligence Index で首位。既定の medium でも Opus 5 の max と同じ賢さで、1 タスクの費用は 4 分の 1 以下でした

3. ただし古い書き方は通らない。thinking を切る、ツールを強制する、履歴を書き換える、の 3 つは 400 エラーになります

Claude Code は Pro でも既定モデルが Opus 5.5 に変わりました。移行の落とし穴から設定の変え方まで、18 章でまとめています。
https://blog.qualiteg.com/claude-opus-5-5-claude-code-guide/

Claude Opus 5.5の完全ガイド。Opus 5より20%安い料金とキャッシュ読み取り60%引き、effort既定mediumやthinking無効化不可などAPI移行の注意点、Claude Codeの既定モデル変更とFast modeまで解説。

23/09/2026

GPT-6 Sol の API 単価は入力 $2・出力 $10 になりました。GPT-5.6 Sol のプロモーション価格から、さらに半額です。

GPT-6 Luna は入力 $0.10・出力 $0.50 です。Astra と比べると、Sol は 5 分の 1、Luna は 100 分の 1 の単価です。

移行で気をつけたい点
・Chat Completions で推論ありのツール呼び出しはできない。推論を効かせるなら Responses API へ
・入力 272,000 トークンを超えると、リクエスト全体が割増になる
・推論量 none が使えるのは Sol と Luna だけ。Astra は非対応

独立評価の Artificial Analysis では、Intelligence Index を回す費用が Sol で $1.99 から $1.06 に下がりました。一方で、答えを控える傾向が強まり、業務成果物の評価では後退も出ています。

同日発表の Claude Opus 5.5 との比べ方や、Codex・Copilot での提供状況までまとめました。
https://blog.qualiteg.com/gpt-6-sol-luna-features-pricing-guide/

23/09/2026

Codex CLI の Windows 更新が「Get-FileHash が認識されません」で失敗する件、原因が分かりました。

・PowerShell 7 から Codex を起動すると、PSModulePath が子プロセスに引き継がれる
・更新処理が呼ぶ Windows PowerShell 5.1 が、7 用の検索パスを先に見て Get-FileHash を読めない
・直接起動なら調整が入るが、Codex 経由の間接起動では入らない
・公式インストーラーを PowerShell 7 で直接実行すれば 0.154.0 から 0.156.1 に更新できた

ランチャー側で PSModulePath を空にしてから起動する再発防止も載せました。
https://blog.qualiteg.com/codex-windows-update-get-filehash-fix/

Codex CLIのUpdate nowでGet-FileHashが見つからないエラー。PowerShell 7とWindows PowerShell 5.1の間で引き継がれるPSModulePathを調べ、0.154.0から0.156.1への更新に成功した手順を紹介します。

20/09/2026

CADには「何を作ったか」は残るのに、「なぜその形にしたか」は形状のどこにも書いてありません。

設計知の伝承を、ベテランへの「教えてください」から「これはなぜですか」に変える話です。
・φ10.2 の穴も、歯数 15:30 も、形状からは機械的に取り出せる
・取り出せないのは、φ10 ではなく φ10.2 にした理由
・幾何の事実を起点にAIが問いを立て、本人には答えてもらうだけにする
・答えは判断・根拠・条件・結果のセットで、形状に付箋として貼る

「なぜ」が形状に紐づいた瞬間、それは機密度の高い設計知になります。だからLLMも社内に置きます。
https://blog.qualiteg.com/ai-cad-design-knowledge-part5/

CADには最終的に「何を作ったか」は残るのに、その形にした「なぜ」は形状だけからは分かりません。幾何の事実から問いを立てて設計者に答えてもらい、形状と判断理由を一緒に残す。変更前後の比較も使いながら、設計...

16/09/2026

コーディングエージェントをゼロから自作する連載を始めました。第1回は「最後までやりきる」が難しい理由です。

ローカルLLMに仕様書を渡して300ターン走らせたら、API 12本のうち動くものは0本。ツールを1度も呼ばないターンが234（78%）ありました。

・「ツールを呼ばなくなった＝終了」の1行が空転の元
・回す係と、止めてよいか決める係を分ける
・止まってよい理由は4つ、押し戻す信号は3つ
・押し戻しは履歴に積まず、送信時に最新1件だけ添える

直した後は空転1〜5%、3本の得点は94.9 / 93.8 / 96.5でした。
https://blog.qualiteg.com/build-coding-agent-from-scratch-part1/

コーディングエージェントを自作すると、いちばん難しいのはループを回すことではなく「いつ止めるか」を決めることでした。あるランでは、300ターン中234ターンでツールが1度も呼ばれていませんでした。この数字を出.....