GPT-5.6とClaude Fable 5の公式プロンプトガイドを読み比べ、GPT-5.5からの変化も踏まえて、モデルごとに何を任せ、何を明示すべきかを整理する。
デプロイ後のエージェントが経験ログをどう能力へ変えるのかを、ハーネス、スキル、記憶、評価、安全性の地図として整理するサーベイ。
LLMは訓練データをどれくらい覚えられるのかを、抽出できるかではなく「何ビット短く圧縮できるか」で測る論文を読む。
エージェント用スキルは人間が書く説明書なのか、それともエージェント自身が検証しながら育てる操作知なのかを読む。
LLMエージェントの違法行動を、モデル自身が合成したコードハーネスで抑える研究を読む。
LLMエージェントのwikiは、全部読ませるより「必要なページだけ開ける構造」にした方が本当に安く、品質も落ちないのか。
AIエージェントの安全性を、1つの万能スキャナではなく層ごとに違う証拠で見るにはどう設計すればよいのか。
Claude Fable 5 / Mythos 5 向け公式プロンプトガイドを、長時間動くAIエージェントの設計メモとして読む。
Claude Fable 5 と Mythos 5 の公式 System Card を、性能表ではなく「強いモデルをどう公開するか」の設計図として読む。
エージェントのスキル更新を、最終版だけでなく採用・却下・評価証拠の履歴として残すと何が変わるのか。
