AI新聞

• AIに0→1を作らせ、人は1→10に磨く（AIが叩き台を作り、人が価値判断と仕上げを担う）
• 「検索の代わり」ではなく、壁打ち・反論・要点整理・仮説検証に使う（思考を広げる相棒として使う）
• 仕事の流れをAI前提で組み替える。個々の作業の置き換えから、業務プロセス全体の再設計へ段階的に進める
• 何をどこまでAIに任せるかの「渡す範囲」を広げる。白紙の一歩目はAIに投げる
• トップが率先して使い倒すと全社に浸透しやすい。成果指標（引用増など）にもつながる
• 人の役割は指示・設計・判断へシフト。若手も全体設計とリスク読みを担う意識に変える
• 「検索中心」から「生成中心」への転換期にいる自覚を持ち、日々の仕事をAI前提に更新する（効率大幅向上の事例も報告）

• ポイントは高いモデルを何に使うかを決めて振り分ける「モデルルーティング」。難度と失敗コストで使うモデルを変える。
• 役割分担の例: 探索は Haiku、軽作業は Sonnet、実装は Opus、設計や難所突破だけ Fable。設計は Fable、実装は Opusに戻す。
• CLAUDE.md に「昇格は提案のみ、降格は自動委譲」のルールを追記。勝手な課金を防ぎつつ、安い方へは自動で回す。
• .claude/agents/ に model を固定したサブエージェント（light-dev=Sonnet、implementer=Opus、explore=Haiku）を作り、用途を明記。
• Fable は従量課金（使った分だけ課金）。入力/出力の単価差と、会話履歴のキャッシュ読み取りも請求対象になる点に注意。
• 毎日100万トークン規模はエージェント運用で現実的。Fable常用は月10万円級になり得るが、Opusはサブスク枠内で0円。
• Fable利用は「提案→人が判断」で短時間に限定。設計ドキュメントに賢さを残し、重いトークン消費の実装はOpusへ。
• サブスク復活の可能性があっても、安いモデルへの振り分けは上限節約と応答速度で有利。運用の設計感覚は今後も資産になる。

LLMエージェント中心の開発に移行した結果、著者はVS Code + DevContainerをやめ、VS Code 上の開発から、LLMエージェントが安定稼働する“個人用リモート開発マシン”へと発想を切り替えた。今は顧客・契約などの単位ごとに長生きするSSH可能な開発コンテナを持ち、OrcaのSSH worktreesで並列作業とポート転送・通知を一元管理する。secretは1Passwordのopで都度注入し、個人環境はプロジェクトから分離、base imageに共通ツールを入れて個別依存は後乗せにする。

利点はVS Code依存からの解放、worktree並列とキャッシュ共有のしやすさ。反面、環境の完全再現性や隔離は弱く、掃除やsecret運用の注意が要るため、自作CLI「AGW」で起動順やネットワーク結合を自動化している。

AIエージェントのSkill（SKILL.mdなど）を自動で良くする研究は、実は深層学習の訓練ループと同じ形に整理できる。データは実行ログ、評価は自作の検証信号、更新は文書の加筆修正で行い、良くなったと判定できた変更だけ採用する。要するに、重みではなくテキストを少しずつ最適化する訓練ループだといえる。

検証信号の設計が最難関で、正解データを直接使わずに代理の評価器や外部の根拠（検証アンカー）で代替する手法が提案されている。ただし検証器の精度が低いと、反復でむしろ劣化する。

ベンチ評価では、手書きスキルの多くは効果が薄く、評価で選別・改善した一部だけが効く。結論として、スキルは書いて終わりではなく、評価に基づく反復で磨くことが本質だと述べている。

• ベクトルDBで過去の「確定伝票」を探し出し、プロンプトに添える。LLMに規則を推測させず、過去の正解を真似させる設計で精度を上げ、推論コストも大幅削減。
• AIの役割は「下書き作成」に限定。出力の正しさは既存の規定違反チェックに任せ、人が最終確認する流れで安心感を確保。
• 同期実行をやめ、SQS+KEDAでイベント駆動の非同期処理に。待ち時間の不満を解消し、実作業を約40%削減。
• LLMゲートウェイを用意し、リトライ・フォールバック・レート制御を一元化。各アプリから外部AIへの依存を切り離し保守性を向上。
• OpenTelemetryベースの監視で、トークン消費・エラーレート・推論トレースを可視化。原因特定と改善サイクルを高速化。
• 「最新モデル頼み」を捨て、ユーザー課題起点で設計を刷新。小さく試して素早く学ぶ体制で不確実性に対応。

Steamユーザー約3800人調査で、生成AI使用ゲームに「気にしない/支障なし」が43％、「否定的」が31％、「中立」が26％と割れた。用途別では、コーディングや試作品、単純作業の代替は許容が多く、アートや物語など創作の核は反対が目立つ。

Steamの「AI生成コンテンツの開示」は見られている一方、十分に開示されていないとの不信も強い。開示があるとレビュー数が減る傾向も報告され、今後は増えるAI活用に対し、使い方と開示の仕方で評価が大きく左右されるといえる。

AIの進化で、人手を時間で売るSIerの仕事が崩れつつある。Claude Coworkなどで「少人数×AI」で高い成果が出せるため、テスト要員や多重下請けに頼るやり方は厳しい。UI中心のSaaSは置き換わりやすいが、正確な計算と証跡が要る基幹（SoR）は残る。

生き残るには、顧客の現場に入り込み、専任チームで業務を作り替えるFDE型に転換し、AIを顧客の自社データにつなぎ込む土台を作ることが要る。要するに、人月商売の終焉と「現場に埋め込む開発」への大転換が起きているという指摘。

高価なスマートグラスやAIリマインダーより、100均の「やったよキーホルダー」や付箋などのアナログ道具のほうがタスクを忘れにくいという話。背景には、通知は流れやすく受け身になりがちだが、手書きや物理スイッチは視覚と触覚を同時に使い、剥がす・チェックする動作が達成感を生み、記憶に残るという指摘がある。

順番どおりの実行にも向くため、付箋で並べ替える工夫も効く。電源不要で壊れにくく、習慣リストにも使えるなど、手で書いて触る行為が記憶と行動を結びつけることが強みだと述べている。

Rowboatは、メール・会議メモ・Slack・ブラウジングなど散らばる仕事情報をPC内にため、相互リンクする「知識の地図」として整理し、時間とともに積み上がる仕事の記憶をAIが活用できるアプリ。前回の議事録やメールを勝手に引き当てて返信案や要約を作り、会議はライブ文字起こしからMarkdownで保存・リンク化する。

メールクライアントやメモ、ブラウザ、コード用画面、プロジェクト別ワークスペースを内蔵し、読む・考える・書く場所まで一体化。データはローカル優先でプレーンなMarkdownに保存され、ユーザーが編集・バックアップ可能。

Claude Desktopが「AIと話す場」中心なのに対し、Rowboatは「仕事の文脈をためる場」を起点に設計。OllamaやLM StudioなどのローカルモデルやAPIキー経由の外部モデルも使え、モデルを替えても記憶は手元に残る。

AIらしい表現があるとして疑惑の目が向けられた短編『The Serpent in the Grove』が、コモンウェルス短編小説賞の最優秀賞を受賞した。掲載していた文芸誌グランタは提携を解消したが、財団は草稿やタイムスタンプ、メモを精査し、作者はAIを使っていないと判断した。

財団は、AI検出ソフトの判定に依存せず、制作過程の証拠で真偽を確かめると強調。検出ソフトは矛盾する結果も出し、自由な文体の作家ほど誤解されやすいと指摘した。

一方でSNSでは失望の声もあり、応募をためらう作家も出ている。創作の独創性とAI疑惑の線引きを、どのように公平に行うかが問われている。

OpenAIが次世代モデル「GPT-5.6」を一般公開する。限定プレビュー（6/26）を経て、米政府との調整ののち木曜に解禁される見通し。

特徴は、用途別に最適化した3階層（Sol/Terra/Luna）。Solは安全性を強めた設計で、コーディング支援など企業利用を想定。TerraはGPT-5.5の後継となる汎用モデル。Lunaは高度な推論に強い上位モデルで、各層でレイテンシとコストのバランスが異なる。

APIと「コード用ツール」中心に提供され、まずは開発者・パートナー向けに展開される。競合の新モデル発表時期も見つつ公開日を調整した。

• LXCを選ぶ理由：カーネル共有の軽量コンテナで、差分ディスクで省容量。起動が速く、メモリを動的に増減できる。IPも分かれ、普通のLinuxとして扱えるのでDockerのネスト問題も避けやすい。
• Proxmoxを使う理由：仮想化専用Linux。Web/CLIでLXCやVMを簡単管理でき、テンプレート運用が楽。
• テンプレ作り：Debian CTを作成し、FeaturesでkeyctlとNestingを有効化。必要ツールとDocker、作業ユーザーを用意。sshd-keygenの初回限定条件を外し、SSHホスト鍵を消してからテンプレ化。
• 量産：pct clone のリンククローンで一瞬で作成・起動。案件やエージェントを並列に走らせやすい。
• ログインの工夫：Proxmoxを踏み台にして pct exec + nc でCTの22番へSSH中継。~/.ssh/config のProxyCommandで dev-<VMID> だけで入れる。Tailscaleは踏み台だけに入れればよい。
• 運用：sudoは付けず、dockerグループで操作。認証情報は各VMで個別に設定。miseでランタイムとツールを入れる。
• 破棄・保存：pct stop/destroyで即捨て。snapshot/rollbackで安全に試行。必要ならvzdumpでバックアップ。
• 開発：Zed/VSCodeのSSH-Remoteで接続。常時起動マシン上でロングランに向く。案件ごとに完全分離でき、安全にエージェントをのびのび動かせる使い捨て環境。