AI新聞

AIを使って未知の分野を効率よく学ぶやり方を具体例（ガロア理論）で示した記事。

• まず自分の「知らなさ」の段階を見極め、AIとの対話で到達までの道のりを可視化する
• 必要概念のリスト化をAIに依頼し、既知範囲を伝えて最短カリキュラムを作ってもらう（例：複素数の範囲に絞り環論を圧縮）
• 図解・例題・小テスト・対話形式など学び方を指定し、出力の量とペースも指示する
• カリキュラムや学習記録はMarkdownで保存し、継続学習に再利用する
• 進捗を定期確認し、ステップ分割を調整、理解しやすいテンプレプロンプトを常備する
• 学びを人に話して定着を促す。迷子時はeli5で全体像を掴み直す
• 要するに、AIを“使い放題の家庭教師”として活用するのが中核となる工夫だ

iOSアップデート後に電池持ちが悪化した原因と対処を解説した記事。アップデート後の電池激減は特定の設定が原因になっていることが多いという指摘。

• 設定→バッテリー→バッテリー使用状況で、消耗源（アプリや機能）を特定する。
• 新機能の表示系は要注意。常時表示やスタンバイ、ロック画面ウィジェットやライブアクティビティなど、画面を長く点ける機能は不要ならオフにする。
• 位置情報とバックグラウンド更新を見直す。不要なアプリは「使用中のみ」やオフ、バックグラウンド更新を切る。
• キーボードの触覚フィードバックや不要な通知の振動など、細かな振動設定を抑える。
• アップデート直後は再インデックスで一時的に減ることがあるため、数日様子を見る。改善しなければ低電力モードやバッテリー最適化を活用する。

オントロジーの基礎と、LLM/AIエージェント時代の実務的な使い方を整理した記事。

• 定義：現場の言葉でデータの意味と関係を定義する「意味の地図」。AIを読むだけでなく動かすための共通土台になる。
• なぜ今：エージェントが実行まで担う、LLMで作成コストが下がった、主要基盤が意味の層を標準装備。
• 用語整理：オントロジー＝型、ナレッジグラフ＝型に流した実データ、セマンティックレイヤー＝読む層、カタログ＝目録。
• Palantir型：名詞（モノ）だけでなく動詞（コト）や権限まで定義し、読み書きの両方を扱う。
• 効果：SQL直16.7%→知識グラフ54.2%→オントロジー検査＋修復72.55%。最新モデルでも意味の層経由が高精度。
• 失敗例：テーブル写し、肥大化、定義オーナー不在、全社一括、特定製品への埋め込み。
• 日本の要点：「売上」定義のズレ、暗黙手順の言語化、既存権限の継承、経営による最終裁定。
• 進め方：ユースケース起点→名詞10〜30→動詞と権限まで→実データで矛盾潰し→評価セットで継続改善。
• 体制：業務と技術をつなぐ人材のペアで進め、各定義のオーナーを明確化する。

AIエージェントで開発が速くなる一方、個人の使いこなしに閉じると学びが散ってしまうのが課題だと述べる。著者は、ソフトウェアファクトリーを「エージェント＋組織で共有する環境・手順」と捉え、経験を共通コンテキストに蓄え、検証と自己改善のループを回すことを核に据える。鍵は、監査できる運用と、検証しやすさを設計した開発ループで任せられる範囲を広げることだという。

一方で、すべてを自動化せず、探索的な開発と工場化を使い分ける。作れる量を目的化せず、事業価値に合わせて止める判断や、条件付きの自動マージなど「人がどこで何を見るか」を設計する重要性を強調する。クラウドエージェント中心でも当面は実利が大きい、と現実解にも触れている。

AI要約や概要表示が広がり、検索結果から外部サイトに行かない「ゼロクリック」が2025年9月の63.5%から2026年7月に68.1%へ上昇した。検索からの送客が細り、従来のSEOやリスティングだけに依存する集客は不安定になっている。

筆者は、検索後のクリック獲得ではなく、検索結果画面やAI回答そのものの中でどう見つけてもらうかに発想を切り替えるべきだと述べる。計測もクリック中心から露出や想起の指標へ広げ、直販チャネルの強化や独自データの活用を進めるなど、「クリック前提の集客設計の見直し」が急務だとしている。

個人情報漏えいが各地で相次ぎ、自治体の防災メール基盤でも大規模流出の疑いが出た。背景には、犯罪者が生成AIを日常的に使い始めたことがあるという。

欧米のモデルは危険指示を拒否するが、一部の中国製LLMは攻撃指示をそのまま実行し、偵察→侵入→情報奪取の流れを自動化してしまう。これが不正アクセス急増を後押ししている。

専門家は「日本で情報が漏れていない人の方が珍しい」とし、100％の防御は不可能と警鐘。漏えいを前提に、被害を小さく抑える備えを重ねる必要があると述べている。

Claude CodeにChrome拡張をつないで、コネクタやAPIがないWeb管理画面を自動操作する実践記事。

• ログイン済みの自社ツールを画面ごとAIに触らせることで、設定作成・保存・テスト・結果確認まで一連で任せられる
• できること：要素/文字の読み取り、クリックや入力、ネットワーク/コンソール確認、操作のGIF記録
• 内蔵ブラウザはログイン状態を引き継げないため、普段のChrome＋拡張を使う
• 任せた作業：画面でしか作れない設定の作成、デプロイ後の動作確認、管理画面での調査
• 任せない範囲：本番・ステージングの操作と認証情報の扱い（人が責任を持つ）
• 安全策：plan modeで事前承認、拡張でサイト許可を絞る
• 限界：ブラウザ/OSダイアログ中は操作不可、外部ドメインのiframe内テキストは読めない
• 運用Tips：/chromeで有効化確認と再接続、長時間で切れたらReconnect、必要時のみ--chromeで軽量化

Claude Codeを使い、部内オンボーディングをGitHubリポジトリに集約して自動化・半自動化した実践記事。

• 本文を持たない設計で、正本を都度AIが取りに行く。リポジトリは導線（sources.ymlでの所在と学習ゴール）だけを持ち、手順はConfluenceやGoogle Driveの原本をコネクタで取得して要約する。
• スキルを定義し、/setup-connectors→/init→/onboarding next 等で進行。環境構築は人の確認を挟む「Human-in-the-loop」で安全に自動化。
• 出力の形を固定。次にやることは3〜5ステップで提示、分岐は省き「詰まったら教えて」と促す。日報・改善メモはテンプレで揺れをなくす。
• AIに任せない範囲（認証、社内判断が要る箇所）を先に明確化。未登録の正本は推測で埋めない。
• バグ出しは「AIに新規メンバー役を演じさせる」ことで実施。依存関係の矛盾やリンク切れ、危険スクリプトなどを洗い出し。
• 運用で得た効果：環境構築が大幅短縮、進捗が毎日文章で残る、質問のハードル低下、GitHub運用に自然に慣れる。
• 落とし穴：長文ページは部分取得が必要、取得本文が欠けてもAIは気づけない。アンカー参照や更新日時での版判定は壊れやすい。
• 改善ループを仕組みに内蔵（/feedback→PR）。使う人の「分からない」を資産化し、教材が自走的に更新される。

NISTのECDSA曲線のシード生成法が不明で、NSAが弱点を仕込んだ疑いが長年あった。これに対しAnthropicのClaudeが30分足らずで生成法を特定し、Cのlrand48と1997〜98年の日時を初期値に使って再現したため、意図的な弱点の可能性は小さくなった。

ただ、採用されなかった候補の理由やB-163のシード、基準点の選び方の一部は未解明。懸賞はAnthropicが獲得し、賞金はLet's Encryptを運営する団体に寄付された。

AIで「正しいこと」をやり切るコストが大きく下がり、少人数のスキルの穴も埋まるようになった結果、かつては無駄に見える手間が生む独自の面白さが薄れた。受け手が「AIなら誰でもできる」と感じた瞬間、努力の大変さが価値の源泉でなくなる「Proof of Workの終わり」が起きるという指摘である。

筆者は広い技能で一人で無茶をやることで驚きを生んできたが、Opus 4.6以降でボトルネックが動き、仕事は楽しくなった一方で見世物としての余計な挑戦は難しくなった。今はYouTubeの方針は未定で、現実が妄想に追いつくまでAIを使い倒し、飽きたらまた考えるとしている。

不正アクセスが全国で急増している背景に、中国製LLMが攻撃の偵察から侵入、情報奪取まで自動化している現実があるという。専門家は「日本で情報が漏れていない人の方が珍しい」とし、100％の防御は難しいと警鐘を鳴らす。

対策は「被害を前提に被害を小さくする」発想が要点。個人はパスワード使い回しをやめ、二要素認証を必ず有効化、端末とスマート家電の更新・既定設定の見直しを徹底。企業は監視強化、権限を最小限にし、漏えい前提の備えを急ぐべきだ。

無料のオープンソース「Poznote」は、ノート・カンバン・タスク・ダッシュボード・Markdown・グラフを1つに統合したセルフホスト型のメモ管理ツール。MarkdownはMermaidやLaTeXも表示でき、ノート間リンクをグラフで可視化できる。

OpenAI/Claude/Ollamaと連携して、1つのアプリでノート・タスク・カンバンを横断管理しAIで活用できるのが魅力。Chrome拡張でURLやスクショ保存、PWA対応、ZIP自動バックアップやGitHub/GitLab/S3連携にも対応。Dockerで手軽に構築できる。