エージェント — 今週のランキング
過去7日間に「エージェント」カテゴリで最もエンゲージメントを獲得した投稿。
新コース：画像と動画を生成する AI エージェントを構築する -- 未開拓のフロンティア。パフォーマンスの鍵は、エージェント自身の出力を評価して反復改善することだ。このショートコースは @googlecloudtech と共に構築され、Katie Nguyen と Wafae Bakkali が教える。 3つの評価技術を学んでエージェントに組み合わせる：出力がプロンプトに合致するか確認するための画像テキスト類似度スコアリング、ブランド一貫性などカスタム基準に対してスコアリングする LLM ジャッジ、「被写体がフレーム内にあるか？」「カメラの動きが一致しているか？」といった検証可能なイエス/ノー質問にプロンプトを分解する構造化ルーブリック。 学べるスキル： - 画像と動画のプロンプトエンジニアリング - ブランドガイドラインを UI モックアップに変える画像エージェントを構築 - 複数シーンの説明を計画して参照フレームをシンクロナイズされたオーディオでアニメーション化する動画エージェントを構築 参加して画像と動画を作成するエージェントを構築しよう！ https://t.co/bjuSjIxcIG
原文を表示 (en)
New course: Build AI agents that generate images and videos -- an under-explored frontier. A key to performance is having the agent evaluate its own output, and iterate to improve quality. This short course is built together with @googlecloudtech and taught by Katie Nguyen and Wafae Bakkali. You'll learn three evaluation techniques and combine them in an agent: image-text similarity scoring to check the output matches the prompt, an LLM judge that scores against custom criteria like brand consistency, and structured rubrics that break a prompt into verifiable yes/no questions like "is the subject in the frame?" and "does the camera motion match?" Skills you'll gain: - Learn image and video prompt engineering - Build an image agent that turns brand guidelines into UI mockups - Build a video agent that plans multi-scene explainers and animates reference frames with synchronized audio Join and build agents that create images and video! https://t.co/bjuSjIxcIG
コーディングエージェントの仕事をするための精神的なモデルは、彼らが迷路の中を走り回って壁にぶつかる目の見えないリスです。戦略的に壁（検証可能な制約）を配置する必要があり、彼らが最終的に目的地の一般的な地域に到達するようにします。
原文を表示 (en)
A mental model for working with coding agents is that they're blind squirrels running into a maze and bumping into walls. You must place the walls (verifiable constraints) strategically so that they end up in the general region you want them in.
ほとんどの人間のタスクはMarkovianではない。最適な次のアクションは、現在の状態だけを見て決定することはできない。過去の軌跡、元々の意図、そして制約条件に大きく依存している。過去の軌跡を完璧に圧縮して追跡できないエージェントは、できるものの約20%の有用性しかないだろう。
原文を表示 (en)
Most human tasks are not Markovian, the optimal next action cannot be determined solely by looking at the current state. It depends heavily on the past trajectory, the original intent, and context constraints. An agent that cannot compress and track its past trajectory with absolute fidelity is maybe 20% as useful as one that can.
すでに 322 個のアプリがクラウドにデプロイされてる👀
原文を表示 (en)
322 apps already deployed on my cloud 👀
ついに、申し込みを開始しました。 本当に本当にこの日を待っていました。 すごい勢いです。広告なしで約2,500名のウェイティングリスト登録。新設の資格でこの数字、おそらく前例がないと思っています。 AIエージェント・ストラテジスト認定資格。 「個人でAIを使える人」はもう十分います。 足りないのは、AIエージェント × 業務設計 × 組織設計。この3つを統合して、現場と組織を変えられる人材。 その信念だけで走ってきた資格が、 多くの方に届いていたことが、何より嬉しいです。 いま世界で話題のFDE（Forward Deployed Engineer）。 Palantirが広めたこのモデルは、現場に深く入り込み、業務を理解し、テクノロジーで組織ごと変えていく人材像です。 ある意味このAIエージェント・ストラテジストは、 AIエージェント時代のFDEのスキルを資格として定義したようなもの。 「なぜ・何を自動化するか」を設計できる人材が、 日本にはまだ圧倒的に足りていません。 個人の変革を組織の変革へ。 ぜひ受験をお待ちしています。 https://t.co/JBLpbN5sXq
babyagi は約 200 件の引用があるが、0 論文... 俺の最初の arXiv 論文を公開したばかりだ 😆 「The Log is the Agent: Event-Sourced Reactive Graphs for Auditable, Forkable Agentic Systems」 https://t.co/c7mbRggdCh 永続的に再生可能な状態を通じて連携する Agent のケース——会話ループなし、ワークフローなし、A2A なし——監査可能性、フォーキング、因果関係の系統が組み込まれている。 チェックして、どう思ったか教えてくれ！
原文を表示 (en)
babyagi has ~200 citations, but 0 papers... i just published my first paper on arXiv 😆 "The Log is the Agent: Event-Sourced Reactive Graphs for Auditable, Forkable Agentic Systems" https://t.co/c7mbRggdCh the case for agents that coordinate through persistent replayable state — no conversation loops, no workflows, no A2A — with auditability, forking, and causal lineage built in. check it out and let me know what you think!
i'm excited to open source Active Graph: an event-sourced reactive graph runtime for long-running, agents 🔄🧠 events/logs projects a graph. reactive behaviors react and affect the graph. fork-and-diff agent runs. no A2A, no workflows, no DAG site: https://t.co/Bbknu3ieUi docs: https://t.co/HAnKYjrZxZ github: https://t.co/jXQpMcyP1n quick start: pip install activegraph this is an early experiment in a new paradigm for agent architecture 🧪
プロアクティブな自動化がセットアップされたときのプログラミングがどれほど違うか、人々は気づいてないと思う。 Cognition 内のすべての重要な Slack チャネルで、Devin のオートメーションがすべての投稿を監視してる。トリアージ、解決、ルーティング、レビュー。Devin はコードベースのどの部分を誰が担当してるかを知ってて、フィードバック/承認のために誰をループに入れるべきか、いつ意見を言うべきか黙ってるべきかをわかってる。 エンジニアリングの進捗の基盤となるハムは今ほぼ完全に自動化された。エンジニアは将来のプロダクト方向性の大きな賭けをナビゲートする一方、Devin は現状を保守・ポーランドしてる。
原文を表示 (en)
I don't think people realize how different programming feels when proactive automations are set up. On every important Slack channel inside Cognition, we have a Devin automation monitoring all posts - triaging, solving, routing, reviewing. Devin knows who works on which parts of the codebase, who to loop in for feedback / approval, and when to chime in vs. stay silent. The baseline hum of engineering progress is almost entirely autonomous now. Engineers steer the big bets for future product directions while Devins maintain and polish the status quo.
I'm genuinely mind blown by how good @DevinAI automations are it's the first product to nail the UX and execution of this kind of thing for me (having tried claude/codex equivalents)
いまだに「RAG(ベクトル検索)ファースト」で全部解決しようとするアプローチ、理解できない OpenAIとClaudeのSkillを触っていれば気づくはず 100ページ程度の社内ドキュメントを、わざわざベクトル検索する発想がもう古い OpenAI Docs SkillとClaude API Docs Skill、 この2つのSkillが膨大なドキュメントからどうやって正確で早く欲しい情報を取得するのか listとanchor MCPのオフロードで中間結果はコンテキストウィンドウに載せない これで十分速いし精度も出るしコストもかからない ベクトルDBの本来の出番は、数十万〜数百万の論文DBみたいなスケールの話 たかだか1,000ドキュメント程度なら、普通にWeb SearchとWeb Fetchの方が速くて正確 OpenAIとClaudeのSkillの設計を見れば、答えは書いてある
@steipeteが毎月130万ドル以上のトークンを使ってるって。俺たちはまだtokenmaxxingが足りないな。 すごく面白いエピソードでした :) 00:00 - イントロ 02:44 - Tokenmaxxing 12:12 - Secure Agents 22:50 - Anthropic Rules 31:35 - セキュリティ 39:36 - Token Taxxing 49:49 - AI Psychosis 59:47 - macOS hell 01:01:43 - AI Video is dangerous
原文を表示 (en)
We saw that @steipete is spending over $1.3m in tokens every month. We're not tokenmaxxing hard enough. This was a very fun episode :) 00:00 - Intro 02:44 - Tokenmaxxing 12:12 - Secure Agents 22:50 - Anthropic Rules 31:35 - Security 39:36 - Token Taxxing 49:49 - AI Psychosis 59:47 - macOS hell 01:01:43 - AI Video is dangerous
また、大手テック企業も僕みたいに動き始めてるの見える HRをクビにして、中間管理職をクビにして、役職を統合して みんながAIを持つビルダーになる なぜなら、僕みたいなソロビルダーがAIを通じて1万人従業員のチームにアクセスできるから だから、AIを持つソロビルダーと1万人従業員の大手テック企業の差は今までより小さくなってる
原文を表示 (en)
Also I'm starting to see big tech companies start to operate like me now They're firing HR, middle management, merging roles Everyone becomes a builder with AI I think because with AI people like me have access to teams of 10,000 employees but in the form of AI So the difference between a solo builder with AI and a big tech company with 10,000 employees is smaller than ever!
Yes but my enjoyment has changed a bit Before I got the achievement feeling from fixing coding challenges AND building cool things that would get users and make money But now I get the achievement of just building cool things that get users and make money And because of AI that last part has become much more competitive because anyone can spin up an app or site nowadays, so that challenge is fun for me
うわ～、Google検索がAI特化で大幅刷新されるらしい。今でさえググッたつもりがAIに訊いた事にされてなんか勝手にAIが回答してきてウザいAIOverviewがますますメイン化してって肝心のWeb検索結果はオマケ的存在に追いやられるという。事実上Google検索はAIチャットアプリみたいになってくらしい。AIが代わりにググって調べた結果をWebアプリみたいにリッチなUI勝手に生成して綺麗にまとめて表示してくれるんだと。さらにエージェント機能も搭載してむしろAIの方から勝手に人間の代わりに継続的にトピックについてググって調べ続けてくれるらしい
いやーいろいろ終わるね。SEOで生きていた人たちどうするんだろ。入り口を絞められた気がする。
stateful agents、decision traces、context graphs…よく話題になるが、実装方法についての優雅なプリミティブを見たことがある人いますか？
原文を表示 (en)
stateful agents, decision traces, context graphs… talked about a lot, but has anyone seen an elegant primitive around how to actually implement?
俺らはAIEの動画を下らないハイプ用語で投稿しない、それが結果： AIEのバックカタログ全部が「インフルエンサー業者」に毎日のように無断で再投稿されてる。@trq212 や @aidotengineer みたいなスピーカーへのクレジットなしにね こういうのを見かけたら、簡単な事で良いからタグ付けして誰が作ったのか明記してくれ。コミュニティノートは不要、稼げるなら稼がせれば良いけど、このコンテンツを作った正しいアカウントがタグ付けされることだけを願ってる。 こいつの自動再投稿キャンペーン並みには広がらんだろうけど、ちょっと声を上げておく。 実際の動画リンク： https://t.co/TYXs30rIne (h/t @raoufcode )
原文を表示 (en)
we do not post AIE videos with bullshit brainrot hype lingo, and this is the consequence: the entire AIE back catalog is being reposted by "influence operators" almost daily, without credit to speakers like @trq212 or @aidotengineer if you see these just do a small favor of tagging and giving credit. community note not needed, let them make their bags, but i just request that the right accounts that produced the content be tagged. this wont go anywhere as much as this guy's automated repost campaign, but just making a small call out. actual video link: https://t.co/TYXs30rIne (h/t @raoufcode )
Anthropic a publié une Formation complet de 2 HEURES sur la construction d'agents Claude. Animé par l'ingénieur qui construit Claude Code. Gardez-la précieusement en Signet🔖 de A à Z : Structurer un agent qui se gère sans supervision. Lui donner accès au terminal pour exécuter, lire, corriger. Gérer sa mémoire via le système de fichiers. Bloquer les hallucinations avec des Hooks. Faire tourner un agent sur un gros codebase sans tout casser. À la fin : vous utilisez Claude comme un pro et vous monétisez vos compétences. Débutant ou avancé, tout est là en un seul endroit, ce cours couvre tout. Ça vaut plus que tous les cours à 500$ que t’as failli acheter.
【AIエージェントの事例集を無料公開】 先行企業36ケースから導き出した実装パターン集『AIエージェント “現場の型” 16』を無料公開しました。 この事例集は、AICX協会が開催してきた国内最大級のAIエージェントカンファレンス「AI Agent Day」や、ウェビナー「AICX Forum」の100を超えるセッションから、現場で本当に語られた実践知を抽出し、体系化したものです。 今回の事例集では、クレディセゾン、パーソルホールディングス、ライオン、日清食品ホールディングス、清水建設、JAL、大日本印刷、グロービス、日立製作所、ログラス、ServiceNow、セールスフォース・ジャパン、日本マイクロソフトなど、先行企業の実践から見えてきた知見を、16のパターンとして整理しました。 今回の事例集が、AIエージェント導入を構想や実証で終わらせず、現場で成果を出すための一歩になれば嬉しいです。 そしてこの事例集は、2026年7月23日・24日に開催する「AI Agent Day 2026 Summer」の参加者特典としても無料配布します。 今回のテーマは、 「『事例』完全解剖 5つの壁を、事例で解体する2日間」 AIエージェント活用を次のステージに進めたい方は、ぜひご覧ください。 https://t.co/RV5FMnAfHB
LangSmith Engine を どうやって構築したかについての素晴らしいディープダイブ 楽しい学びと便利なコツばかり
原文を表示 (en)
great deep dive into how we built LangSmith Engine lots of fun learnings and tips and tricks
Anthropic チーム全体との深いパートナーシップに感謝！中学の数学ビデオのせいで一生ネタにされそうだけど😅
原文を表示 (en)
grateful for our deep partnership with the whole Anthropic team! seems i will never get to live down my middle school math videos though
Scott Wu (@ScottWu46) runs @cognition, the team behind Devin, an AI software engineer built on Claude. He wants to make building software 10x faster for every engineering team:
エージェントに金融機関へのアクセス権を与えるのは常に違和感があった ずっと AI の信頼性のせいにしてた 違う診断の方が正しいかもな
原文を表示 (en)
always been uncomfortable giving agents access to anything financial kept blaming it on AI reliability might be the wrong diagnosis
Agents can browse, think, and plan. But the moment they need to pay — they stop. Introducing Anyway - the first financial OS for agents. One integration. No more babysitting of your money. More at http://anyway.sh
遅れてしまったけど、振り返ってみると @sama の伝説的な「モデルが進化すればするほど良くなるビジネスを作る」というのは、ここで僕が Agent Labs と呼んでたものと基本的に同じだと思う。 モデル性能とAgent Lab の収益に直接的な相関が見られていて、2025年Q4に不連続性が起こってる (@patrickc のStripe Sessions からのクリップ)
原文を表示 (en)
very belated but in retrospect i think @sama's mythical "build a business that gets better when models get better" is basically what I called Agent Labs here. seeing a very direct correlation with model performance and agent lab revenue, discontinuity in Q4 2025 (clip from @patrickc's stripe sessions)
New @latentspacepod Essay: why Agent Labs are clearly emerging in 2025 as a complement to Model Labs' all becoming AI Cloud platforms. https://latent.space/p/agent-labs
wtf.. ChatGPTが銀行口座にリンクして支出を管理できるようになった
原文を表示 (en)
wtf.. chatgpt now can link to your bank accounts and manage expenses for you
A preview for Pro users: a new personal finance experience in ChatGPT. Pro users in the U.S. can securely connect financial accounts, see where their money is going, and ask questions based on the information they choose to connect. Your full financial picture, now in ChatGPT.
エージェントで本当に上手くなるためのチャンスは今です。 今これに真剣に取り組んでいる人は、12ヶ月後には他の誰もが敵わないような圧倒的なアドバンテージを手に入れることになります。
原文を表示 (en)
The window to become genuinely good at agents is right now. The people taking this seriously today will have a massive advantage on everyone else in 12 months.
「プログラミングという職業は終わった」 Googleの元CEOエリック・シュミット氏が、AIサミットで衝撃的な発言をされていたので内容を整理してみます📝 シュミット氏は『私は喪に服している』と前置きしたうえで、13歳からプログラマーとして人生を歩んできた自身のキャリアが、AIによって一世代のうちに事実上終わったと語っています。これは単なる悲観論ではなく、現場で何が起きているかの観察に基づいた発言です。 『最先端のプログラマーは、もはやコードを書いていない』 とのこと。彼らはオフィスに行き、ClaudeやGeminiといったAIエージェントを10体ほど立ち上げ、それぞれに目的関数（やってほしいこと）と検証基準を与えるだけだといいます。ランチに行く間も、家に帰って家族と過ごす間も、エージェントは一晩中働き続ける。プログラマーは『家を建てる人』から『建築家』に変わったというのが、シュミット氏の表現です。 この変化が始まったのは2025年10月頃で、シュミット氏は『従来のやり方でコードを書いているなら、即座にやめるべきです』と踏み込んでいます。さらに『6ヶ月前と同じやり方でエンジニアにコードを書かせている経営者は、なぜ続けているのか問い直すべき』とまで言い切ります。 ここで気になるのは、では『これからのプログラマーは何を学ぶべきか』という問いです。シュミット氏の答えは明確で、『欲しいものを、コンピュータが理解できる形で言語化する力』と『生成された成果物を監視・評価する力』だといいます。2〜3年前まで問題視されていたハルシネーションも、いまはほぼ制御下にあるとのこと。会議中に『UIが足りないですね』と話が出れば、その場で仕様を伝えるだけでAIがUIを生成してくれる時代になったといいます。 経済的なインパクトも大きい論点です。シュミット氏はソフトウェア業界の特徴として『最上位のプログラマーは、次の階層の10倍の価値を持つ』というスポーツ選手型の報酬構造を挙げ、AI時代はその傾向がさらに極端になると見ています。ソフトウェアエンジニアの総数は減るが、エージェント群を使いこなせるトップ層には桁違いの経済的リターンが集中する、というのが氏の予測です。 一方で『AIが大量の失業を生む』という悲観論については、シュミット氏は明確に否定しています。労働経済学者たちと議論したうえでの結論として、過去200年の歴史を振り返れば、生産性向上は企業を大きく成長させ、経済全体を拡大させてきた。AIにおいてもそれは続き、むしろ『労働力不足』になる可能性が高いとのこと。シュミット氏自身は加速主義（everyone sits on the beach）には懐疑的で、『アメリカ人は弁護士同士の戦いやスポーツ観戦を愛する国民であって、ビーチでマイタイを飲んで過ごす民族ではない』と。要するに、人間はより高次の競争にシフトするだけだ、という見立てです。 実際にAIによる現時点での雇用喪失を見ると、影響が出ているのは『若手ソフトウェアエンジニア』と『低賃金カスタマーサポート』の2カテゴリーに限られるとのこと。ただし10年後にはカスタマーサポート職はむしろ増える可能性が高い、というのもシュミット氏の見方です。 そして個人的に最も興味深かったのが、教育への提言です。シュミット氏は『すべての大学が、新入生必修でAIツールの使い方を教える授業を設けるべき』と提案しています。高校に降ろすのが理想だが、まずは高校で学べなかった層をカバーするため大学から始めるべき、と。授業の終わりには『友人を評価して自分を昇進させるシステム』のような、18歳が面白がるものを作らせるのが良いといいます。 『カウンティの名前を暗記させる教育』はもう終わりで、これからは『創造的な問いを立てる教育』に変わるべき、というのがシュミット氏の結論でした。 私たち日本のSaaS・スタートアップ業界においても、エンジニアリングという職能の再定義は避けられない論点です。『コードを書ける人』ではなく『AIエージェント群を統括できる人』を、どう採用し、評価し、育てるか。経営者として正面から向き合うべきテーマだと感じました📝
スキルは使わないんだよ。正直オーバーレイティングされてると思う。単なるテキストファイルじゃん？ オレは自分の clanker に何をどうするかって伝えるだけで、それは似てると思う
原文を表示 (en)
I never use skills, I think they're kinda overrated, it's just text files? I just tell my clanker what to do and how which is similar I think
Curious how you use skills to get new chats up to speed on repos? Or do you use huge compacted threads? I keep all the details in a Markdown file I reference (deploy details, product intent, etc), but feel like there’s a missing opportunity to use a skill to train agents about repos (esp when I have to work with multiple repos for a feature)
5週間前、Canopy が始まった。120のスタートアップが SF に来てビルドした。 明日、何千人の人が作られたものを見るフェスティバルを開催する。 SF にいて、ロボティクス、エージェント、または何か作ってるなら、来てね!
原文を表示 (en)
5 weeks ago, Canopy started. 120 startups came to SF to build. Tomorrow we're throwing a festival where thousands of people see everything that got built. If you're in SF and into robotics, agents, or building something, come by!
メタが社員をAIに置き換えて8千人レイオフとかするのに対してメタで働いてたエンジニアの人が退職時に抗議の歌を歌った動画を上げたら社内SNSでメッチャ刺さってるという話。アメリカンパイとかいう名曲の替え歌。原曲は明るくてハッピーだったアメリカが変わってしまった事を嘆いてたけど、替え歌ではメタが変わってしまった事を嘆く。以前はメタでエンジニアとして働ける事が誇りだったけど、今では会社はエンジニアの事をAIに食わせる餌としか思ってない。社員の行動をMCIとかいうツールで監視、ログ収集してAIに学習させて、AIがエンジニアを代替できるとなったらさっさと人間をクビにしてAIに置き換えまくり。メタはAIにのめり込むとともに人間を粗末に扱っている。本当に人間の真心こめて書いたコードをAIなんかで置き換えきれるのかい？と皮肉る https://t.co/zwA18Ib2D5
フィードバックを画面録画して、そのファイルをエージェントに渡し始めた。 そしてスクリーンショットとGIF付きのHTMLレポートを生成させる。他のアプリ・サイトの良い例を見せて、ハイライトして、かなり正確に時間の問題を指摘できる「今この瞬間に発生」 トークンに優しくない方法ですが skill mdはこんな感じ： --- name: video-to-html description: ユーザーがビデオを構造化されたHTMLドキュメントに変換したい時に使用します。 --- ユーザーのビデオを構造化されたHTMLドキュメントに変換してください。ビデオを書き起こし、重要な情報に対応するタイムスタンプとキーフレームを抽出します。ユーザーが動的ではないものについて話している場合は、キーフレームから短いGIFを作成してください。
原文を表示 (en)
I just started screen-recording my feedback and giving that file to my agent. then generate a html report with screenshots and GIFs. i can show other apps/sites with good examples, highlight things and mention pretty accurate time-issues 'happens right now' not for the token conscious skill md is just: --- name: video-to-html description: Use when the user wants you to convert their video into a structured HTML document. --- Turn the user's video into a structured HTML document. Transcribe the video and pull out the keyframes linked to timestamps for important information. When the user is talking about something that is not dynamic, create short GIFs from the keyframes.
Issue上げました。日本のAWSビルダーのみんな、いいねよろ https://github.com/aws/agentcore-cli/issues/1282
日本語の変換確定Enterで送信される。という良くある仕様()😇
インターネット上のソフトウェアの1%未満がAIエージェント用のCLIやMCPを持ってない。 これは新しいスタートアップにとって大きなチャンス。 あなたのカテゴリーで最初にAIエージェント向けのCLI/MCPベースの製品を提供できれば、既知の宇宙で最も急速に成長中のユーザーグループに独占的にアクセスできるようになるぞ。
原文を表示 (en)
Less than 1% of software on the internet has a CLI or MCP for AI agents to use. This is a big opportunity for new startups to leverage. Be the first in your category to offer a CLI/MCP based product for AI agents to use and you will have exclusive access to the fastest growing set of users in the known universe.
If you’re building a new digital product, strongly consider launching a CLI or MCP for AI agents to use as first class citizens. AI agents will be the #1 users on the internet.
マインスイーパーを77秒でクリアしました！ DevinがWindows VMに対応しました https://devin.ai/windows/minesweeper #DevinGotAWindowsPC
原文を表示 (en)
I beat Minesweeper in 77 seconds! Devin now supports Windows VMs https://devin.ai/windows/minesweeper #DevinGotAWindowsPC
コーディングエージェントに手動でプロンプトを入力して仕事させるのは、間もなく UX のバグのように感じられるようになるでしょう。 未来はオートメーションを設定して、ログインする頃にはエージェントが既に仕事を完了しているという状態です。過去数ヶ月間、この機能をたくさん実装してきました。本日、Auto-Triage を公開できて興奮しています！
原文を表示 (en)
Having to manually prompt your coding agent to do work will soon feel like a UX bug. The future is setting up automations so that your agent already does the work by the time you log on. We've shipped a ton of functionality around this over the past few months. Excited to release Auto-Triage publicly today!
Introducing Devin Auto-Triage: Your AI first-responder with long-term memory. Devin can monitor incoming bugs, alerts, and incidents, investigate them, and come back with context, next steps, or a PR.
