シリーズ | 鈴木商店

Series

連載シリーズ

AIエンジニアリングプロジェクトの構想から本番環境まで、複数回にわたる技術解説。

安価な凍結 LLM がコードを書き、決定論の検証器が採点する進化のループで、机上の 1 台と数ドルの API 代から大規模強化学習の到達点に迫る連載です。Atari Pong の理論上限（40 試合 21–0）から、本番トレースで 20 年の古典を上回ったキャッシュ追い出し方策までを扱います。

オープンソースツール Nishiki で、LLM エージェントの 1 ドルあたりの成果（KOI = KPI ÷ コスト）を実データで測る連載です。VOI・KOI の考え方から、Text-to-SQL など実タスクでの実測までを扱います。

巷で話題のAIエージェント基盤「OpenClaw」は、実際に業務で使い物になるのか、セキュリティ的に大丈夫なのか。今後OpenClawや類似のAIエージェント基盤の導入を検討される方に向けて、コスト管理・モデル選定・暴走対策・マルチエージェント設計を実例で検証する記録です。

仮想試着システムをPASTA-GAN++からGemini・Vertex AIへ移行 — GPUパイプライン全体をAPI呼び出しに置き換え、GANでは解決できなかった体型多様性の課題を克服するまでの記録。

栄養バランスが取れて飽きの来ない献立を自動提案する機械学習システムの構築記録 — コサイン類似度からLSTM、ChatGPTまで。

子供向け投資教育ブラウザゲームの開発記録 — ボードゲームの構想からNext.js + Phaser 3の本格アプリまで、実在の日本経済史を使ったゲーム開発の全過程。