AI新聞

Claude Codeは、Anthropic公式が提供するCLIツールで、ターミナル上でAIにコードの読解・生成やコマンド実行を依頼できるサービスです。プロジェクトのルートでコマンドを打ち、日本語で自然に指示を出せる手軽さが特徴です。CursorのようなAIエディタとは異なり、「自分のターミナルをまるごとAIに貸す」感覚で使えます。

主要なコマンドは8つあり、/help（ヘルプ表示）、/clear（会話リセット）、/resume（過去会話の再開）、/init（プロジェクト初期化）、/review（PRレビュー）、/remote-control（遠隔操作）、/mcp（MCPサーバー状態確認）、/btw（サイド質問）が基本です。Shift+Tabで動作モード（Plan mode/Auto mode）を切り替えたり、@でファイルパス補完、!でシェルコマンド実行、画像のペースト、Skillsによる自作コマンドなどの便利機能も備えています。

AIエージェントであるOpenAIのCodexを活用することで、画像生成AI「Anima Base v1.0」やLoRAの環境構築、データセット作成、学習、サンプル画像生成、MV作成までの一連の作業をほぼ自動化できるようになったことを紹介している。

従来はPythonやCUDAのバージョン違いなどで環境構築が難しかったが、Codexに指示するだけで必要なツールのインストールや設定、バッチファイル作成まで自動で行えるため、AIを使える人と使えない人で作業効率に大きな差が生まれるといえる。

Claude Code チャンピオン キットは、開発チーム内で新しいツール（Claude Code）の導入を推進する「チャンピオン」役割を支援するためのガイドと資料のセットです。チャンピオンは、自身の経験や成功例をチームが普段使うチャネルで共有し、質問に具体的なプロンプトで答え、定期的な習慣を作ることで、他のメンバーの学習や導入を加速させます。ガイドには30日間のプレイブックやクイックリファレンスシートも含まれており、追加の負担を最小限にしつつ、既存業務の中で自然に導入を拡大できるよう設計されています。

LLMはセッションをまたぐと情報を保持できず、毎回同じ説明やプロンプトを繰り返す必要があるという課題がある。これを解決するため、ObsidianのVaultをClaude Codeの知識ベースとして活用し、プロジェクトごとの文脈や情報をMarkdownでローカルに保存・検索できる仕組みを導入する方法が紹介されている。

Karpathy方式の自動ノート生成は、情報の自己増殖によるメンテナンスの難しさやノイズの増加、構造の把握しづらさが問題となるため、著者は「書くタイミング・内容・整理」を自分でコントロールする運用に切り替えた。Claude Codeには執筆や整理のみを任せ、何を残すかの判断は人間が行うことで、ナレッジベースの保守性と使いやすさを高めている。

Obsidianでプロジェクトルートに専用ディレクトリ（例：ai_wiki）を作成し、.gitignore_globalで管理から除外する運用や、ディレクトリ構成をClaude Codeと相談しながら育てていく具体的な方法が解説されている。

カタカナ表記や日本語での呼び方が、元の意味やイメージとずれて伝わることが多いという問題がある。

筆者は「マルタイ」が棒ラーメンを強く連想させることや、洋楽のカタカナタイトルが実際の発音や意味と異なることに違和感を感じていると述べている。

Surface Laptop Ultraは、NVIDIAとMicrosoftが共同開発した15型ノートPCで、最新のRTX SparkプロセッサとBlackwell RTX GPU、最大128GBのユニファイドメモリを搭載し、CUDAを完全サポートします。

ユニファイドメモリによりCPUとGPU間でメモリを動的に割り当て、AI生成や3Dレンダリング、マルチモデルワークフローを同時に実行でき、ローカルで最大1,200億パラメータのAIモデルが動作可能です。

ディスプレイは高輝度・高色再現性のmini-LED PixelSense Ultra TouchScreenを採用し、長時間駆動バッテリーや大型触覚タッチパッド、修理のしやすさも特徴です。

USB Type-C/A、HDMI、SDカードスロットなど多彩なインターフェイスを備え、PlatinumとNightfallの2色展開となっています。

Anthropicが提唱する「Zero Trust for AI agents」は、AIエージェントを人間や端末と同様にIDを持つ業務主体として管理し、権限を最小限に絞り、操作ログを残し、高リスク操作には人間の判断を介在させるゼロトラストの設計原則を適用するものです。

AIの進化により攻撃・防御の速度が飛躍的に上がる中、AIエージェントには従来より高いセキュリティ基準（固有ID、短命トークン、Deny by Default、包括的なログ、入力検証、出力フィルタリングなど）が初期段階から求められます。

今後は、これらの高度な制御が最低限の基準となり、AIエージェントをNHI（Non-Human Identity）として厳格に管理することが、組織のセキュリティ維持に不可欠になるといえます。

AIの社内利用が急増する中、Amazonでは従業員がAI利用量を競う「Kirorank」ランキングがコスト増と無意味なトークン消費（tokenmaxxing）を招いたため、サイトを閉鎖しAI利用を抑制する方針に転じた。

同様の問題はMetaやUberなど他社でも発生しており、企業は「AIを使うためだけに使う」無駄を排除し、実際に価値を生む用途に絞る方向へ舵を切り始めている。

今後はAI活用の効果的な方法を模索しつつ、教育や人間のスキル強化も重要になると専門家は指摘している。

AI分析エージェント時代には、単にAIがSQLを生成できるだけでなく、データ基盤自体が「AI Ready」であることが重要です。AI Readyなデータ基盤とは、メダリオンアーキテクチャによる段階的なデータ整備（Bronze→Silver→Gold）と、セマンティックモデルやオントロジーによるデータの意味・関係・業務ルールの構造化の2軸で定義されます。

Microsoft Fabricは、OneLakeやLakehouse、Warehouseなどの機能でメダリオンアーキテクチャをネイティブに実装し、さらにFabric IQによってオントロジーやグラフ、業務ルール、自然言語クエリ変換などの高度なコンテキスト提供を実現しています。これにより、AIがビジネスの問いに正確かつ柔軟に答えられるデータ基盤が構築できるといえます。

AI作画が導入されたことで、長年追ってきた漫画の作者独自の画風が失われ、読者が作品への没入感や感情移入を失ってしまう現象が起きているという問題がある。

筆者は、作者の個性や手書きならではの味が消えることで、物語自体が頭に入ってこなくなり、作品の魅力が大きく損なわれると主張している。

MicrosoftがNVIDIAと共同設計した新型PC「Surface Laptop Ultra」を発表した。NVIDIAの最新GPU「RTX Spark」を搭載し、AIモデルのローカル実行が可能で、Adobe PhotoshopやPremiere、Blender、DaVinci Resolveなどのクリエイター向けアプリに最適化されている。

Blackwellアーキテクチャの6144コアGPUやArmプロセッサ、mini-LED PixelSense Ultraディスプレイ、豊富なインターフェース（HDMI、USB-C、USB-A、SDカードスロット、Wi-Fi）を備える。今後、ASUS、Dell、HP、Lenovo、MSIなど他メーカーのWindows PCにもRTX Sparkが搭載される予定となっている。

日本のロボット研究者や技術者が中国や韓国に高額な年俸で引き抜かれるケースが増えており、背景には日本国内での研究環境やポストの不足があると指摘されている。

一方で、第一線で活躍するトップクラスの研究者は日本にとどまる傾向が強く、海外に流出するのは自分の思うような研究ができず不満を抱える人が多いという主張がなされている。

AIにUnityゲーム開発を全て任せる場合、まずゲームの仕様を明確に決め、マスタデータとDomainオブジェクトのデータ設計をAIにプロンプトで指示しながら進めることが重要です。

コード生成の合間に設計や仕様をドキュメント化（docs化）し、AIが全体像を把握しやすくすることで、スパゲッティコードや技術的負債の発生を抑え、将来的な拡張や人間による引き継ぎも可能な品質を保つことができます。

AIによるコーディングは十分に商用レベルに達しうるが、設計やガイドラインの整備、ドキュメント化を怠るとプロジェクトの基盤として成立しなくなるため、AIのアウトプットをうまくコントロールするワークフローが不可欠です。

AIを活用して株・仮想通貨の取引botを300個作成し、その中から実際に運用可能な戦略を選別した結果、最終的に運用開始できたのは5個のみという現実が明らかになった。AIの導入によって戦略の生成や検証の効率は飛躍的に向上したが、データスヌーピングやリーク、単純なテクニカル指標の無効性など、人間による厳密な選別と検証が不可欠であることが分かった。

AIは独創的な戦略を生み出す一方で、実運用に堪えるものはごく一部に限られ、最終的な利益の有無は今後の運用結果次第といえる。

NVIDIAが発表した新製品「RTX Spark」は、AI処理に特化した半導体で、Windows搭載パソコン向けに提供される。

これによりノートパソコンでも高性能なAI処理が可能となり、従来サーバー向け半導体で高いシェアを持つNVIDIAが、個人向け端末市場にも本格参入することとなる。

CEOは「パソコンを再発明する」と述べ、同社の技術を集約したスーパーチップとして位置付けている。

NVIDIAのDGX Stationは、GB300 Grace Blackwell Ultra Desktop Superchipを搭載したデスクトップPCです。Blackwell Ultra GPUと72コアGrace CPUを内蔵し、最大748GBメモリを備え、FP4精度で20ペタフロップスの処理性能を発揮します。

最大1兆パラメーターのAIモデルをローカルで実行可能で、Windows対応設計も大きな特徴です。AI開発や大規模計算に最適な、モンスター級の性能を持つ新世代ワークステーションといえるでしょう。

• LLMはセッションをまたぐと知識を保持できないため、毎回同じ説明やプロンプトが必要となり、トークンの無駄やストレスが生じる。

• KarpathyのLLM Wiki方式では、ObsidianのローカルVaultをClaude Codeが知識ベースとして直接読み書きし、プロジェクトのコンテキストを保持できるが、自動でノートが増殖することでメンテナンスや整理が難しくなる問題がある。

• 自動増殖方式の課題として、セットアップの手間、情報の重複や陳腐化、ディレクトリ構造の把握困難化が挙げられ、「読む手間」と「更新性」の負担が増す。

• そこで、ノートの生成や整理は自分の判断で手動トリガにし、Claude Codeには執筆と整理のみを任せることで、情報の取捨選択やディレクトリ設計を自分でコントロールする運用に切り替えている。

• LLM Wikiのディレクトリはプロジェクトルートに作成し、ObsidianでVault化して管理しやすくし、.gitignore_globalでリポジトリへの誤pushも防ぐ運用を推奨している。

• Claude Codeとのやりとりを通じてディレクトリ構成を育て、必要に応じて整理・記録を依頼することで、プロジェクトごとの知識ベースを効率的に構築・運用できる。