AI新聞

Claude Codeの使いこなし術について書かれた記事。

• /btwで作業を止めずに“今のセッションだけ”に関する質問ができる。進捗把握や/compact用プロンプト生成に便利。
• HTMLレポート＋Artifactsで進捗を図・表つきで可視化。モバイルからも読みやすく、日次レポート運用に向く。
• Claude ModsでUI/挙動を拡張。prompt-railで過去プロンプトを“線路”表示、prompt-cache-controlでキャッシュ残量と料金影響を見える化。
• マルチエージェントはOrchestrator-SubagentとAgent Teamsを使い分け。前者は並列調査に強く、後者は担当同士の相互参照に強い。
• Remote Controlで自宅機のセッションに外部から接続。セッション間メッセージと/renameで役割連携しやすい。Herdr併用で複数マシンを一画面管理し、常時稼働＋遠隔操作でエージェントを回し続ける運用が実現。

Meta発のパーソナルAIエージェントMuseの紹介。無料の「Muse Spark 1.3」がよくコードを書き、Space機能でVM上に自作アプリを立ててそのまま使える。例えばローカルLLMを載せたスピーチ採点や翻訳アプリ、簡易DAWまで、Museが設計・実装・改善をぐいぐい進める。

GitHub連携やOpenAIの「Sign in with ChatGPT」で予算を割り当て、Pi Coding Agentを組み合わせれば、Museが生活の依頼と開発を同じノリで回す。つまり、一つの画面で「作る→動かす→直す」まで完結し、無料VMでコストを気にせず試せるのが肝だ。

Claude Fable 5.2向けのプロンプト最適化を解説した記事。

• エフォート設定で思考量・時間・コストを制御（low〜maxの使い分け、用途別の推奨と併用運用）
• 途中停止を減らす指示を入れて、障害の種類ごとに対応を書き分ける
• 承認は「continue」ではなく具体的な許可内容を明記
• コードの所有者を宣言して、統合作業や近接バグ修正を促す
• 長い実行中はthinkingのdisplay設定や短い進捗文で更新を見せる
• サブエージェントはコストと起動条件を明示し、過剰な委任を抑える
• たまった慎重ルールやメモを整理し、再試行など許可例外を明記
• 旧モデル向けの指示（委任恒常化、トークン予算、思考削減文）を見直す
• 最終レポートは前提なしでも読める簡潔な文で要点先出し
• stop_reason: "refusal"の扱いと推論はthinking内で確認（display: "summarized"）

大学1年生が開発したOSS「M3E Canvas」は、ブラウザ上で画面UIをドラッグ＆ドロップで組み、そこからデザインの意図まで含めたAI向けプロンプトを自動生成できるツール。ボタンの遷移やアニメーションなどの挙動も文章化し、毎回同じプロンプトを出すため再現性が高い。アイデアを入れるだけでAIがモックを自動作成、4言語対応、共有リンクも発行可能。Android向けに生まれたがWebや拡張機能でも活用が広がり、公開2カ月でGitHub 1万スターを獲得するなど急速に支持を集めている。

サイバー攻撃がAIで加速し、偵察行為は前年比で約2倍、攻撃は7分で侵入するなど速度が上がっている。ソフトバンクはまず通信を遮断する運用に切り替え、AIで脆弱性診断とパッチ適用を回し続けているが、新モデルを回すたびに新たな脆弱性が見つかる現実がある。

自社700システムで1万500件を修正後、GPT-6 Astraで再診断すると3万5000件を追加発見。対象もOSSを含む1800超に拡大したが、パッチ後の動作確認の自動化が未完で人的負荷が高い。混在期を踏ん張るしかないというのが筆者の主張だ。

Anthropicの新フラッグシップAI「Claude Fable 5.2」。生成が約30%高速化し、有料ユーザー向けに提供開始（APIは入力40ドル・出力10〜50ドル/100万トークン）。

総合ベンチマークAAIIで65点の首位。コーディング、科学、サイバーセキュリティに加えロボティクスが大幅強化と報告され、体感差が出るレベルと示されている。

実例も強烈で、ロボットハンド操作、1000体のサブエージェントで8日間のOSフルスクラッチ、スマートホームハブの基板設計、カプシド全体構造の予測、フェルマー形式化の高速化など、OSを8日で自作するなど現実の複雑作業をやり切る力が目立つ。

価格は高いが、コーディングではOpus 5.5より費用対効果が良い場面があり、「High」設定が最良という外部評価も出ている。

Claude Opus 5.5の推論力が11月3日頃から落ちたという報告が相次いでいる。1400件の利用履歴では、思考文の書きぶりが急変し、初動までの思考トークンが減ってエラー指標が増えたとされる。

一方で大規模ログの別分析では、表示される思考の要約が変わっただけの可能性が示され、平均思考トークンはむしろ増加し能力低下は見られないという。現時点では結論は出ておらず、Anthropicの説明と追加検証が必要といえる。

日本ケンタッキー・フライド・チキンが、実験販売中のフロート系メニューの一部商品画像に生成AIを使っていると認めた。メロンソーダフロートの画像は、氷まで濃い緑でゼリーのような質感になるなど、実写と違う仕上がりが指摘された。

同社は制作工程の詳細や意図、撮影とのコスト・期間比較、今後の展開は非公開としている。

SNSでは「違和感がある」「色が毒々しい」との声が多く、実物と異なる見た目がブランドを損なう懸念が広がっている。販売は店舗限定で、秋葉原店などで確認された。

孫正義氏のAI戦略は、トランプ政権の後ろ盾を前提にしてきたが、中間選挙の大敗で規制強化が進む懸念が強まった。OpenAIの上場も見通せず、資金回収の道筋が不透明になっている。

筆者は、SBGのAI投資が転換点に来ており、米政治・規制の逆風がSBGのAI戦略を揺さぶると指摘する。OpenAIへの依存が高いままだとリスクが大きく、安全性検証や投資配分の見直しで守りも意識せざるを得ないと述べる。

ClaudeやAIが書いたテストの「通った」を信用せず、mutation testing（Stryker）でテストの強さを測る実践記事。対象はPrismaで会社ごとにデータを自動絞り込みする仕組み。

• 核心は、カバレッジではなく『壊れたら気づけるか』で測ること。
• Strykerはコードを少し壊し（mutant）、テストが落ちるかで穴を可視化。指標はmutation score。
• 絞り込みのテストは「取れる」だけでなく「取れない」を必ず確認。弱いテストはmutantを殺せない。
• Prismaのテナント絞りを定義表＋拡張クライアントに集約。人の目で追えない複雑さは実DBテスト＋Strykerで担保。
• Stryker導入時は走らせるテストを厳選。間接importで無関係なテストが巻き込まれるのを防ぐ。
• 実績: 定義表はscore 100%、クライアントは穴を修正して100%に。数分で回る規模感。
• 典型的な落とし穴を発見: 外部キー制約で「たまたま失敗」して緑になる誤検知、要らないbindなど。
• 生き残った変異はAIタスクに直結。「テストを足す／コードを消す候補／等価で受け入れる」に分類して処理。
• ハーネス組み込みは段階的に。実DBテストは毎回、Strykerはモデル変更時などに手元で実行。
• 機械で守りたい判断は1か所に集める。分散したチェックはStrykerでも守りきれない。

生成AIの登場で、スマートテレビや鏡型デバイスなど既製品のソフトをAIに書き換えさせる動きが広がっている。GitHubで話題のREAは、ソースがなくても機能を解析し自作版を組めるとして人気を集め、Claude Codeなど複数のAIエージェントで動く。つまり、素人でも他人のソフトや家電を改変できてしまう状況が現実になった。

一方で、理解されないバグを含む粗いコードが量産され、重要機器に入ればハッキングの足掛かりになる恐れがある。生成の流れに攻撃者が混じってマルウェアを忍ばせる危険も指摘され、AIに懐疑的な人でも影響は避けられないと警鐘を鳴らしている。