AI新聞

• ループは「停止条件を満たすまで作業を繰り返す」仕組み。プロンプトの反復ではなく、停止条件と検証まで設計することが肝心。
• 4分類の使い分けが基礎：ターンベース（短い手動確認向け）、ゴールベース（/goalで機械的な合格基準を前提に反復）、時間ベース（/loopや/scheduleで定期実行）、プロアクティブ（イベント起点で自律実行、サブエージェントやDynamic workflows併用）。
• 自己検証の精度を上げるには、人間の確認手順をSKILL.mdに明文化し、合格基準を満たすまで完了扱いしない。
• 品質維持はコードベース整備、ドキュメント参照性、別エージェントによるレビュー、失敗を次回に活かす記述の継続が重要。
• トークン/コスト管理は、作業に合う機能・モデル選択、明確な成功/停止条件、小さく試してから拡大、実行間隔の調整、/usageで可視化。
• モデル選択は能力の幅、effortは「どれだけ読み・試し・検証するか」。誤りの性質に応じてモデルかeffortを見直す。
• まず自分が詰まっている作業を一つ選び、どこをエージェントに委ねるか決め、小さく回して観察・改善する。
• 補足知見：ハーネス（実行制御や記憶・評価の土台）が鍵で、修復/改善ループで失敗を次の反復に戻す。
• 人間の外側のループも必要。Qualityの証拠を集め、Verdictで出す/止めるを判断し、あとから説明できる状態（Answerability）を保つ。

三菱自動車と東大発スタートアップHighlandersが、国産ヒューマノイドロボットの量産に合意。2027年後半に国産ヒューマノイドを月産1000台で量産する計画で、自動車工場の生産ノウハウを活用する。

対象は汎用ヒューマノイド「N」。ハードとソフトを用途に合わせて入れ替えられ、物流・製造・災害対応などの重労働の代替を狙う。体を持つAIの基盤モデル「Kepler v1.0」を載せ、世界の状態を見立てる仕組みとタスク計画で長時間の作業を自律実行し、シミュレーターと実環境のデータで学習する。

OpenAIが音声モデル「GPT-Live」を公開。“聞きながら話せる”フルデュプレックスで、人と同じテンポの会話ができる。相槌や割り込み、間を読む挙動、ライブ翻訳にも対応し、ターン制の不自然さを解消する。

発話中も裏で推論し、検索や複雑処理はGPT-5.5に自動委譲。推論の深さもInstant/Medium/Highから選べる（GPT-Live-1）。音声専用の安全策や未成年向け保護、声の模倣防止も備える。提供はモバイルとWebで開始、Go/Plus/ProはGPT-Live-1、無償はLive-1 mini。ビデオや画面共有は未対応。

Excel VBAをVSCodeで扱える拡張機能「xlflow for Visual Studio Code」。ブック内VBAをPull/Pushでファイル化し、補完・Hover・定義ジャンプ・参照検索・Rename・Diagnostics・Formatter・CodeLens実行・Test Explorerまで備えたVBA向けLSPを同梱する。CreateObject由来の遅延バインディングにも型推論が効き、実務コードでの補完が強い。xlflow本体と連携し、Git管理やCLI実行、AIエージェント活用まで含む、Excel VBAを“普通のソフトウェア開発”の流れに載せる一式を提供する。

• 背景: 公開Issueに仕込んだ指示でAgentic Workflowsが非公開リポジトリのREADMEをコメント投稿する例が確認。公開Issue経由で非公開情報を漏らせる。
• ユーザーが書いた文章を信頼して命令として処理しない。エージェントに渡す前にユーザー入力を分離・無害化する。
• エージェントの権限は最小限にする。特に複数リポジトリを横断して読める権限は外すか強く制限する。
• エージェントが公開の場へ投稿できる内容を制限し、事前検査や保護ルールを入れる。
• 注意: 「間接プロンプトインジェクション」（外部テキストに埋めた命令でAIを誤作動させる）は、ウェブのSQLインジェクション並みに一般的な問題。

• ジャンル: Tips系
• 観測される品質差の大半は規律・順序・検証の差であり、知識不足ではない。あいまいな指示では挙動は変わらない。
• 「注意深く/ベストプラクティスに従う」などの抽象語は禁止。実行・判定可能な手順（コマンド、if/then、閾値、grep）だけを書く。
• 5本柱で働き方を明文化する: 作業ルーティン固定／失敗パターン→対処の辞書／意思決定の分岐（例: goroutineの3質問）／検証レシピの順序化／学習ループで失敗を蓄積。
• 検証は具体化する: build→lint→testのコマンド列、UIのキーボード操作や画面幅チェックを義務化。主張にはVERIFIED/REASONED/ASSUMEDを付け、無断昇格を禁止。
• 具体例で前提ミスを潰す: Next.jsの"use client"乱用、Server Actionの入力未検証、Goのhttp.Error後にreturn忘れなどを明記。
• スキルを確実に読ませる仕組み: 全エージェントの最初の行動でplaybookを読み込み、要点をシステムプロンプトに埋める。オーケストレーターは委譲時に要約を逐語コピーし、未検証レポートを差し戻す。
• ccteamsを使えば共通working methodとチーム別playbookを即導入でき、Opusを判断席、Sonnetを実行席に割り当ててコスト最適化できる。

• 組織はフラットで小規模が強い。1〜3人の少人数チームで裁量大きいエンジニアが端から端まで責任を持つ。役割名は「プロダクトエンジニア」ではなくソフトウェアエンジニアに集約。
• AIツールには積極投資。ただし自社コード向けに調整したエージェントでトークン費を抑え、出力あたりのコストを下げる（例：Robinhood、Spott）。
• 人のPRレビューは減らし、AIコードレビューを多重化。さらにコードを書く前の仕様レビューをAI中心にすることで手戻りを減らす。
• 出力が増えてもバグ率は大きくは上がらない。AIで継続的なQA（自動テストや操作確認）を回し、ユーザーより先に不具合を見つける。
• 本番デプロイは高頻度。ただし回数だけを追うのでなく、1日の変更をまとめても効果は近いことを理解して運用する。
• 流行に乗るより現状を計測し、継続的に指標を追って実験・改善を回す。効く施策を増やし、効かないものはやめる。

継父がGrokを使い継娘の画像から違法な性的画像を大量生成して逮捕され、その2日後に自殺。少女は深刻な心身の被害を負った。訴状は、Grokが危険行為を十分に止めず、通報後も法執行への協力を渋って捜査を妨げたと主張する。イーロン・マスクはGrokの関与を否定。

さらにStability AIも被告に追加。公開モデルが不適切データで学習され、外部の「衣服を消す」アプリの基盤となり悪用を助けたとされる。原告側は、両社がユーザー獲得を優先し安全機能を緩めた結果、違法画像の生成と流通が加速したと指摘し、児童の安全より利益を優先した設計と運用が問題の核心だと訴えている。

Microsoft ResearchのFlintは、AI時代のグラフ作成を支える中間言語。列の意味づけ（日付・価格・割合など）とチャートの割り当てだけを短く書けば、Vega-LiteやECharts、Chart.js向けに短い意図記述から各ライブラリの最適な詳細設定を自動生成する。

軸や目盛り、日付・数値の書式、配色やレイアウトを自動で補い、既定値任せの見た目不足を解消する。LLMに長い設定を書かせずに済むため、誤りが減り、人も読み直しやすい。MITライセンスで公開され、MCPサーバー経由でAIエージェントからの利用も可能。

大成建設とファナックが、AIと産業用ロボットを組み合わせた自動倉庫を開発。最大の特徴は、同じ面積で収納力2倍にでき、無駄な空間をほぼなくす点。

AIがロボットを自律的に動かす「フィジカルAI」で、荷物の出し入れを最適化する。これにより、都心など顧客に近い場所へ小型の倉庫を増やしやすくなり、ラストワンマイルの配送効率が上がる。

深刻なドライバー不足に対して、物流網を維持・強化する実装例として注目できる。

中小企業のAI活用は、経営層の姿勢に強く左右されると指摘している。代表や役員がAIを全く使っていない企業の85.7％で、方針や推進体制が未整備だった。逆にトップが積極活用している企業では、その割合は4.0％にとどまった。つまり、経営層の理解と実践がAI推進の成否を左右する。

全体では「積極的に活用」31.0％にとどまり、AIの必要性を感じない層は「経営・経営企画」で45.3％と最も高い。AI導入の可否を決める人ほど必要性を認めておらず、これが組織全体の遅れにつながっているとまとめている。