プロンプトではなくループを設計する：エージェントハーネス実践
Lance MartinのX投稿をもとに、自己修正ループ、独立Verifier、セッション横断メモリ、Evidence/receipts設計を実務チェックリストとして整理した日本語HTMLレポート。
HTML Reports
EvoMAC：自己進化型マルチエージェントによるソフトウェア開発
EvoMACのtextual backpropagation、rSDE-Bench、要求仕様ベース評価、自己進化ループを、エージェントハーネス設計の観点で整理した日本語HTMLレポート。
MLGym：AI研究エージェントのフレームワークとベンチマーク
MLGym / MLGym-Benchを、Gym型研究エージェント環境、13タスク、AUP評価、失敗・行動分析、ハーネス設計への実践教訓として整理した日本語HTMLレポート。
未知の仕事で固まらない技術
X投稿をもとに、未知の仕事で固まらない4ステップ（不明点の言語化→仮説→行動→FB）を、AI時代の実務チェックリストとして整理した日本語HTMLレポート。
MLE-Dojo: MLEエージェントを鍛える対話型Kaggle環境
MLE-Dojoを、Gym型POMDP環境、200+ Kaggleタスク、HumanRank評価、SFT/RLに使える訓練ハーネスとして読み解き、再実装・運用上の注意点まで整理した日本語レポート。
MUSE-Autoskill: スキルを長寿命・テスト可能な資産にする自己進化エージェント
スキル作成・メモリ・管理・評価・改善を統合する MUSE-Autoskill を、SkillsBench の結果、スキルレベルメモリ、Hermes スキル設計への示唆に分けて整理した日本語レポート。
Claude Code Dynamic Workflows: タスクごとにハーネスを生成する新しいエージェント運用
Claude Code の dynamic workflows を、何が新しいのか、どの失敗モードに効くのか、使いどころ・コスト・Hermes への示唆に分けて整理した日本語レポート。
Anthropic confidential draft S-1: IPO準備で何が確定し、何が未確定か
Anthropic の confidential draft S-1 提出を、出典事実・Rule 135 の法的制約・未確定事項・次に見るべきポイントに分けて整理した日本語レポート。
Claude Opus 4.8: 何が変わったのか
Opus 4.8 の発表内容を、コーディング、エージェント作業、professional work、導入チェックリストの観点で整理した日本語レポート。
GPT-5.5 Pro をリサーチ／Deep Research でどう使うか
GPT-5.5 Pro を高コスト・高精度な推論パートナーとして使うための、実務ユースケース別ガイド。Deep Research との使い分け、制約、プロンプト集つき。
HAGE: Harnessing Agentic Memory via RL-Driven Weighted Graph Evolution
RL駆動の重み付きマルチリレーショナルグラフで、エージェントメモリ検索を query-conditioned traversal として扱う論文レポート。
Self-Evolving Agents Survey HTML Report
arXiv:2507.21046v4 の日本語HTMLレポート
追加: 2026-06-10