BlogPage 10 / 25
MCP RootsとCompletion実装設計——ファイル境界宣言と引数補完
MCPのRootsでクライアントがファイル境界をサーバーに宣言し、Completionで引数補完候補を提供する2つの実装パターンを解説。2025-06-18仕様のJSON-RPC設計とセキュリティ考慮を示す。
Claude Sonnet 5エンタープライズ設計——ノード配置とコスト最適化
Claude Sonnet 5（2026年6月）はOpus 4.8に迫る能力をSonnet価格で提供する。Adaptive Thinking・effort制御・Batch API 300k出力を軸にエンタープライズ設計指針を示す。
AIモデルのベンダーリスク評価——技術DDの8軸と契約設計
AIモデル調達で見落とされる技術的リスクを、モデルカード・訓練データ来歴・EU AI Act適合性など8軸のデューデリジェンスと4つの契約保護条項で管理する方法を解説します。
Sagaパターンでエージェント処理を取り消す——補償設計と一貫性保証
AIエージェントのマルチステップ処理で失敗した場合に完了済みアクションを安全に取り消すSagaパターンを解説。オーケストレーター型実装と補償アクション設計の原則を示す。
エージェントのメモリ汚染攻撃——ASI06対応5層防御の設計指針
AIエージェントの長期記憶を標的にするメモリ汚染攻撃（OWASP ASI06）の仕組みと、Agent Memory Guardが定める5層防御設計をエンタープライズ実装の観点で解説します。
LLMストリーミング実装——SSEとWebSocketの選択基準
LLMストリーミング出力でSSEとWebSocketをどう選ぶか。Claude APIのSSEイベント構造とエージェントパイプラインの逆圧問題まで設計判断を解説。
中小企業のエージェント基盤選定——マネージドかセルフホストか
月1億トークン未満の中小企業にはマネージドが有利。Bedrock AgentCore・Vertex AI・Dify（OSS）を5軸で比較し、最初に選ぶべきエージェント基盤を示します。
ClaudeストリーミングAPI設計——TTFT最適化と段階応答
Claude APIのSSEストリーミングでTTFT300ms台を実現する設計を解説。eager_input_streamingによるツール引数の段階配信とJSON蓄積パターン、本番での3つの落とし穴も示す。
モデル更新時のエージェント評価——アップグレード前後を安全に比較する
モデルアップグレード時にAIエージェントの品質が維持されているかをシャドーモードで検証する評価設計を解説する。10〜25%のトラフィック並列採点でタスク完了率・根拠整合性・エラー率を比較し、安全に本番移行を判断する手順を示す。
AIエージェントのPII設計——匿名化・仮名化・マスキング
AIエージェントのPII処理では匿名化・仮名化・マスキングの3手法を使い分けます。AIゲートウェイで自動検出し、可逆トークン化で多ターン文脈を保持しつつ、出力スキャンで漏洩を防ぐ設計パターンを解説します。