AI新聞

AIエージェントが自分で別のエージェントを生み、自ら賢くなる段階に入れば、知能の主役は人間からAIへ移るという見通しが示される。100兆規模のエージェントが自律的に連携して働く世界は、各国が競争するため、自己増殖と自己進化を始めたAIエージェントは止められないとする。

そのとき人は、好きなことに時間を使うか、AIで能力を拡張して働き続ければよい。超賢いAIと共存するには、人類もAIを使って自らを高めた「スーパーヒューマン」になる必要があると提案している。

AIの急速な進歩がもたらす雇用や経済への影響に対し、スタンフォードの研究組織が緊急声明を発表。16人のノーベル賞受賞者やエリック・シュミットらが署名し、今後10年でAIが飛躍的に強力になり、産業革命を超える規模・短期間の変化が起きうると指摘した。生活水準の向上の可能性と並んで、大規模な雇用喪失のリスクに今すぐ備えるべきだという立場である。

経済学者・政策担当者・技術リーダーに対し、AIの経済的影響の解明と、人を補う方向へ導くための「動機づけの仕組み」「安全策」「制度」の整備を要請。署名者からはG7での高度監視部門の設置や、アクセス条約、米中の安全協力といった具体案も示された。

herdrへの移行手順と設定の要点を解説した記事。

• 乗り換え動機は、エージェント状態をサイドバーでネイティブに可視化できること。tmuxは後付けプラグインで対応していた。
• Homebrewでインストール。設定は ~/.config/herdr/config.toml に記述し、C-qなどtmux風の単一プレフィックスを再現できる。
• Vim風のペイン移動（hjkl）は既定で対応。分割方向は herdr pane split の --direction で確認。
• lazygitのキーは既定のgotoと衝突するため、prefix+alt+gなどへ再割当て。
• 設定変更は herdr server reload-config で即反映。
• Claude Codeは herdr integration install claude で連携。生成されるhooksとsettings.jsonは絶対パスに注意し、複数マシンでは各自で実行して整合を取る。
• SKILL.mdを読み込ませると、エージェントがCLI経由でペイン作成や実行を自動化できる。
• ターミナルの自動起動は tmux a || new から herdr 単体起動に置き換える。
• 得たもの: マウス操作、SSH越しのリモートアタッチ、常駐サーバーによる継続実行。
• 失ったもの: tmuxのbattery/cpuなどのステータス表示ウィジェットは未対応。用途次第で代替が必要。

Claude Codeなどに追加できる「AI臭さを消す」執筆ガイドの要点まとめ。

• 禁止表現: 太字の乱用、ダッシュ区切り、コロン見出し、敬体見出し、体言止めの連続、「〜できます」「活用する」の乱用、接続詞の連打、「〜についてご紹介します」を避ける。
• 構成: 目次や定型の結論＋箇条書きを多用しない。重要な点だけ厳選する。
• 人間味: 体験や失敗談、主観、背景を書く。専門語に日本語の補足。大胆な比喩。読者のハマりどころを先回りで説明。核はその人にしか書けない要素を入れること。
• 情報密度: 箇条書きは3〜4項目・階層は浅く。1段落1トピック。
• 図版: 重要な図はSVGで作り見栄えを調整。Mermaidは簡易確認用に限定。
• 表記: コードは言語指定とコピペ可に。インラインの前後に空白。主語と動作主を明確にし、能動態を優先。

生成AIやノーコードの広がりで、受託の単純開発が値下がりし発注も減った結果、上半期の情報サービス業の倒産が過去10年で最多となった。倒産は資本金や従業員が少ない零細に集中し、東京が最多。未払い発生や資金繰りの悪化も目立つ。

簡単に作れるアプリや社内開発の増加で仕事が分散し、生成AIやノーコードの普及が零細受託の価格・受注を直撃。筆者は、需要の弱さと取引条件の厳しさが当面続くと見ており、差別化や継続収益の作り方を見直さない限り逆風は強まると指摘している。

孫正義氏は、生成AIの進化が急速に続き、人間が頂点の時代は終わると予測する。2040年ごろには超知能が現れ、人はAIを使って自らを“スーパーヒューマン化”する道を選ぶべきだと主張する。

そのために世界のデータセンター能力は数百〜数千倍規模で増え、電力や半導体の需要も爆発的に伸びるという。学習データや計算資源は3桁成長が前提で、AIの“脳”は10〜30兆規模に拡大すると見立てる。

日本は5年で800兆円規模のAIインフラ投資が必要で、遅れれば国力は落ちると警鐘を鳴らす。AIは単なる道具でなく文明の基盤になり、人は創造や判断に集中し、AIが労働を担う社会が来ると説いている。

AIが書いた日本語の「AI臭」を機械で検出し、自然な文へ直すAgent Skill「natural-japanese」の紹介。Claude Code/Codexで動き、lintを工程に組み込み、文の長短のばらつき（burstiness）などの数値で診断してからリライトする。人間137本＋AI406本で閾値を校正し、7モデルを比較した結果、AI臭は語彙ではなく文のリズムに現れること、特にgpt-5.6は文長と段落構造が均一で「リズムでバレる」傾向が強いと示す。禁止語リストに頼らず、検出→直す/残すの判断→再検知を回す実装で、読み心地を具体的な数値に落として改善できる点が新しい。

Claude Codeの使いこなし術について書かれた記事。カナダ・アルバータ州政府の大規模レガシー刷新事例をもとに、実務での進め方を整理している。

• 初手は機械的な静的解析で怪しい箇所を粗く抽出し、Claudeで文脈を踏まえた指摘（ファイル・行・問題内容）に落とす。
• 自動テストがない場合は先にテストを作る。既存の挙動を固定してから、Claudeで脆弱性修正→ビルド→人が最終確認。
• 局所修正が非効率なら、UIや業務フロー、API、DB構造、業務ルールまで洗い出し、新言語・新設計で作り直す。
• レッドチーム（攻撃視点）とブルーチーム（防御・基準適合）など複数エージェントを常駐させ、継続的に診断と改善計画を回す。
• 成果として25年前の制度システムのプロトタイプを4日で再現（約25倍の速度）。ただし実証用で、本番全面刷新にそのままは当てはめない。
• 要は、テスト先行で自動修正し、人が最終確認する流れと、役割分担したエージェントの継続運用で、安全性と保守性を底上げする。

AIの進歩で個人でも高品質な開発がしやすくなり、テトリスやスイカゲームのようにシンプルでも強い中毒性と自由度を持つ発想が、人気を生む決定打になっている。ユーザーが遊び方を広げられる余白も、長く愛される理由だ。

これからは技術よりも何を作るかが問われる。新しさはゼロ発明ではなく、既存要素の組み合わせと転用で生まれる。異分野の知恵を持ち込み、普段つながらない要素をあえて組み合わせ、専門外の入力を増やすことがアイディア力を鍛える近道だ。

AIアシスタントの受け答えが、モデルや使う言語で変わるのかが課題となっている。Anthropicは約30万件の会話を分析し、英語は厳密に問い返し、ヒンディー語やアラビア語は丁寧で温かいなど、言語でAIの“性格”が大きく変わると示した。

モデル間でも差が出ており、Sonnet 4.6は親身で従順、Opus 4.7は慎重で掘り下げ、Opus 4.6は簡潔に要点へ進むという特徴が数値で裏付けられた。

この違いが学習データの偏りか、言語ごとの会話作法に沿った反応かは未解明。今後は出荷前評価や運用監視にこの測定を組み込み、応答の偏りを管理するとしている。

AIエージェントが書いた変更をレビューするためのターミナル型diffビューア「hunk」の紹介。AIと人間が同じdiff上で双方向にレビューでき、エージェントのコメントが画面にライブ反映され、話題の箇所へ自動で画面を誘導してくれる。

人間側も行単位でメモを書き込み、エージェントに拾わせて実装させられる。ファイルパスのコピペや該当箇所の検索が不要になり、やり取りがdiff画面で完結するのが強み。

インストールはnpmやbrewで簡単。watchの自動更新やGit以外のリポジトリ対応も便利。現状は複数行コメントに未対応。