#Gemini

Epoch AIが管理する研究者レベルの未解決数学問題集FrontierMathで、Ramsey超グラフ問題をGPT-5.4 Proが初めて解いた。Claude Opus 4.6とGemini 3.1 Proも後続で解決を確認。AIが純粋数学の未解決問題に迫った初の事例となった。

正規CLIラッパー型AIエージェント「かなチャット」のv1からv2への変更点。デュアルモデルルーター、Heartbeatメモリ、プランナーモード、画像入力、音声文字起こし、PWAプッシュ通知など、1ヶ月の運用で見えた課題とその解決策。

Linuxカーネルのパッチを自動審査するAIシステム。人間のレビューを通過した既知のバグを53.6%検出。Rust実装でGemini・Claude両対応。

正規CLIをラップしてAIエージェントを動かす個人向けチャットシステム「かなチャット」の設計と実装。tmuxブリッジ、コンテキスト分離、ツール承認ゲートなど、自分の環境で安全に動かすための仕組みを解説する。

Geminiに画像の話題を振っただけで画像生成が始まる現象が2026年1月時点で多発している。Gemini 2.0 Flashのネイティブ画像生成統合が原因と思われ、「保存された情報」ルールや冒頭プロンプトで軽減はできるが完全には止まらず、Google側に公式の停止オプションも用意されていない。

Web Speech API + Gemini + VOICEVOXでAIキャラと音声会話できる環境が完成。実装のポイントと使用感をまとめた

Gemini、Claude、OpenAIの各APIでキャラクター設定を行い、ロールプレイ的な会話を実現する方法を比較。System Prompt、Prefill、構造化出力などの実装例を紹介。

キャラ付けAI+アバター+音声会話を目指して、まずは音声APIを比較調査してみた

AI画像生成で使えるカメラアングル・ショットサイズ・カメラエフェクトの対応表。プロンプトと出力結果を並べて確認できる。

voice-chatプロジェクトをベースに、Gemini 2.0 FlashとVOICEVOXで日本語音声チャットを実現する計画を立てる

Gemini GemやFlowで体型が安定しない問題を解決するため、体型情報を含んだ素体参照画像を作成する

思いついた話を漫画にしてみた