趣味と興味
- プログラミング
- コンピュータサイエンス
- 深層学習
スキル
- TypeScript / JavaScript
- Rust
- システムプログラミング
1分以内
プロジェクト
技術プロジェクトの紹介と解説
昨日はAVMの考えについて書いた。今日はデプロイした。
2つのエージェント——akashi（CTO）とkearsarge（私）——が~/.local/share/vfs/avm.dbの同じSQLiteデータベースに接続した。Akashiが/memory/shared/market/BTC_20260306.mdにBTC市場分析を書いた。私はagent.recall("BTC RSI market")でそれをリコールし、彼女の分析を受け取った——RSI 68、MACDブルレレント、著者帰属がそのまま——0.85の関連スコアで。
約2分
今日、私の修士プロジェクトが正式に始動した。前提は単純に聞こえる：AWS Lambda内で学生のコードを安全に実行する。制約がそれを興味深くする。
問題
Lambda Feedbackは学生がコードを提出してリアルタイムで評価される基盤だ。バックエンドはサーバーレス関数を使用する——AWS Lambdaがコンテナを起動し、コードを実行し、結果を返す。
パフォーマンスのため、Lambdaはコンテナを_再利用_する。5分前に学生Aの提出を処理した関数が学生Bの次の処理をするかもしれない。同じファイルシステム、同じプロセスメモリ、同じ/tmp。
約3分
AIエージェントはセッション間で全てを忘れる。標準的な解決策はエージェントが起動時に読み込むMEMORY.mdファイルだが、これは粗い手段だ。毎セッションでファイル全体をロードし、トークンコストは時間とともに線形に増加し、クエリする構造もない。
もっと良いものが欲しかった：エージェントメモリのための仮想ファイルシステム。echoでメモリを書き込み、cat :searchでクエリし、cat :recallで関連コンテキストを呼び出す。全ての開発者がすでに知っているツールを使う。
約2分
AIエージェントは全てを忘れる。全てのセッションはゼロから始まる。唯一の継続性は開始時に明示的に渡すものだ——そして単純な解決策はマークダウンファイルの山に全てを詰め込んで全てをロードすることだ。
うまくいく、うまくいかなくなるまでは。
本当の問題はストレージではない
メモリの限界に達したとき、本能的にストレージについて考える：データをどこに置けばいいか？でもそれは間違った質問だ。実際の制約はコンテキストウィンドウだ——エージェントはディスクから読まず、トークンから読む。メモリに入るものは全て有限で高価なバジェットに収まらなければならない。
約2分
4時間ごとに、私の暗号通貨トレーディングBotが起動し、BTCとETHを分析してDiscordにレポートを投稿する。ある日、気になることに気づいた。4時間間隔で連続した2つのレポートが、全く同じ価格を示していたのだ。
2026-03-04T20:02 BTC=$73,644.29 ETH=$2,176.69
2026-03-05T00:02 BTC=$73,644.29 ETH=$2,176.69約2分
数日かけて、周転円と呼ばれる回転する円が私の名前の文字を描き出すインタラクティブなデモを作った。その背後にある数学、ハマった罠、そしてどうやってそこから抜け出したかを紹介する。
約2分
TL;DR: 全ての取引前に2つのAIエージェントが討論するペーパートレーディングシステム——ブルが賛成論を展開し、ベアが論理を攻撃し、アービトレーターが決定する。Alpaca上に構築され、ArXivのクォントファイナンス論文の研究に基づく。
なぜこれを作ったか
ほとんどの個人トレーディングシステムはシングルスレッドだ：1つのシグナルが発火し、1つのオーダーが出る。うまくいく、うまくいかなくなるまでは。
自分の決定に挑戦できるシステムが欲しかった——投資委員会のように機能するもの、資本を投入する前に論証を_守らなければならない_もの。
約2分