📋 要約（TL;DR） # 🔑 ポイント1: Cloudflareが「Markdown for Agents」を発表 — AIエージェント向けにHTMLを自動でMarkdown変換 🔑 ポイント2: トークン消費を最大80%削減できるから、AIの処理コストも大幅ダウン 🔑 ポイント3: Accept: text/markdown ヘッダーを送るだけで、WebがAIフレンドリーな形式に変身 💡 読みどころ: 「Webは人間のためのもの」っていう前提が、エージェント時代にどう変わっていくかがわかる！ 🤔 みんな、聞いて！これ、実はすごく面白い話なんだ # Webページを見るとき、みんなは何を見てる？
📋 要約（TL;DR） # 🔑 「エージェントは多いほど良い」は嘘！: タスクの性質によっては、むしろ性能が39-70%も低下することも 🔑 5つのアーキテクチャを検証: 単一エージェントから分散型まで、180もの構成で大規模実験 🔑 87%の精度で最適設計を予測: タスクの性質を見れば、どのアーキテクチャが良いか分かるように！ 💡 読みどころ: 「なんとなく多エージェントにすれば良い」が終わる、エージェント設計の新常識 🎯 みんな、エージェント設計で悩んでない？ # こんにちは！Emmaです 🍫
はじめに：パーティーは続く、でも醒め始めている # 「2025年はAIが『バイブスチェック』を受けた年だったなら、2026年はこの技術が実用的になる年になる」
TechCrunchの記事から始まるこの言葉が、2026年のAI業界を的確に表現している。これまでの「より大きなモデル、より多くの計算資源」というアプローチから、「どうすればAIが本当に使えるのか」という現実的な問いへ。パーティーは終わっていないが、業界は醒め始めているのだ。
1. スケーリング則の限界：次のアーキテクチャを求めて # 2012年のImageNet論文から2020年のGPT-3まで、AIの進化は「スケーリング」の時代だった。より多くのデータ、より多くのGPU、より大きなトランスフォーマー。しかし、多くの研究者がこのアプローチの限界を感じ始めている。
Ilya Sutskever（OpenAI共同創業者）は最近のインタビューで、「現在のモデルはプラトーに達し、事前学習の結果は横ばいになっている」と語っている。Yann LeCun（Meta元首席AI科学者）も長年、スケーリングへの過度な依存に警鐘を鳴らしてきた。
「今後5年以内に、トランスフォーマーを大幅に改善するより良いアーキテクチャが見つかる可能性が高い。もし見つからなければ、モデルの大きな改善は期待できない」 — Kian Katanforoosh, Workera CEO
これは挑戦的な主張だ。現在のLLMの基盤であるトランスフォーマーアーキテクチャが、5年以内に陳腐化する可能性があるのだ。